암 치료 저항성 기전 해명: 단일 세포 및 공간 전사체학이 여는 새로운 전략
Contents
01. 연구 배경과 미해결 과제
암 치료에서 수술, 화학요법, 방사선요법, 표적요법, 면역요법의 발전으로 환자 생존율이 향상되었으나, 치료 저항성은 여전히 임상적 주요 장벽입니다. 치료 저항성은 치료 시작 시 감수성 부재 (1 차) 나 일시적 효과 후 재발 (2 차) 로 정의되며, 종양 세포 이질성과 종양 미세환경 (TME) 의 복잡한 구성 요소가 관여합니다. 기존 벌크 RNA 시퀀싱은 세포 집단의 평균 발현만 포착하여, 저항성에 관여하는 희귀 세포 하위 집단이나 세포 간 공간적 상호작용을 규명하기 어려웠습니다.
02. 이 논문에서 밝혀진 핵심 내용
본 리뷰는 단일 세포 RNA 시퀀싱 (scRNA-seq) 과 공간 전사체학 (ST) 을 통합적으로 활용하여 치료 저항성 기전을 규명하는 새로운 접근법을 제시합니다. 이러한 기술은 종양 내 세포 다양성을 단일 세포 수준으로 고해상도 분석하고, 조직의 공간적 맥락을 유지한 채 유전자 발현을 매핑할 수 있게 합니다. 이를 통해 약물 내성 세포 하위 집단의 특정, 저항성 획득의 진화 과정 추적, 치료 반응성 예측이 비약적으로 향상됨이 입증되었습니다.
- 종양 미세환경 내 면역 세포, 섬유아세포, 내피세포 등의 공간적 배치 및 상호작용 규명
- 치료 저항성과 관련된 특정 신호 전달 경로 및 세포 하위 집단 식별
- 인공지능 (AI) 을 활용한 scRNA-seq 와 ST 데이터 통합 분석을 통한 신규 치료 타겟 발견
03. 연구 설계와 기술적 포인트
본 논문은 scRNA-seq 와 ST 기술의 발전사부터 주요 플랫폼까지 체계적으로 정리합니다. scRNA-seq 는 세포별 유전자 발현 프로파일을 획득하여 세포 기능 상태를 정의하는 반면, ST 는 조직 절편 내에서 유전자 발현의 공간 좌표를 유지합니다. 대표적인 플랫폼으로 10x Genomics 의 Visium, Stereo-seq, MERFISH, Xenium 등이 있으며, 각각 해상도, 감도, 적용 가능한 샘플 타입 (신선 동결 조직, FFPE 조직 등) 에 특징이 있습니다. 이러한 기술을 결합하면 세포 구성, 유전자 발현 프로파일, 공간적 맥락에 대한 보완적 정보를 얻을 수 있습니다.
- 벌크 RNA-seq 와 비교: 세포 이질성 해상도 향상 및 공간 정보 추가
- 주요 플랫폼 특성: Visium(스팟 기반), Stereo-seq(고밀도 DNA 나노볼), MERFISH(이미징 기반)
- AI 기술 통합: 딥러닝 및 컴퓨터 비전을 통한 데이터 분석 고도화
04. 질환 연구 및 신약 개발에 대한 시사점
이 기술적 진보는 암 연구뿐만 아니라 동맥경화증, 크론병 등 질환 연구에도 적용됩니다. 특히 암 연구에서는 췌장암의 신경 침윤이나 대장암의 공간적 세포 아틀라스 구축 등 질환 진행과 치료 반응에 깊게 관여하는 기전 규명에 기여합니다. 치료 저항성 기전을 공간적·세포 수준에서 이해하는 것은 더 효과적인 치료 전략 수립 및 신규 치료 타겟 식별에 직결됩니다. 또한 AI 를 활용한 데이터 분석을 통해 복잡한 종양 미세환경 의 동태를 예측하고, 개인 맞춤 의료 실현이 기대됩니다.
05. 전임상 모델 및 연구 도구와의 연관성
단일 세포 및 공간 전사체학에서 얻은 통찰력은 임상 상황과 유사한 전임상 모델 구축에 필수적입니다. 예를 들어, 특정 세포 하위 집단이나 공간적 상호작용이 치료 저항성에 관여함이 밝혀진 경우, 이를 재현하는 인간화 마우스 모델이나 특정 유전자 편집을 가진 유전자 편집 마우스 모델 설계가 가능해집니다. 또한 면역 체크포인트 억제제나 CAR-T 치료 등 면역 치료 개발에서 종양 미세환경 내 면역 세포 동태를 평가하기 위한 in vivo 평가 모델의 중요성이 커지고 있습니다. Cyagen 이 제공하는 유전자 편집 마우스 나 인간화 마우스 는 이러한 복잡한 기전 해명을 위한 강력한 도구가 됩니다.
06. 정리
단일 세포 및 공간 전사체학 기술의 통합은 암 치료 저항성 이해에 패러다임 전환을 가져오고 있습니다. 세포 이질성과 공간적 맥락을 동시에 분석함으로써 기존 방법으로는 놓쳤던 저항성 기전 규명이 가능해지며, 새로운 치료 전략 수립에 기여합니다. 향후에는 이러한 기술과 AI 의 더 깊은 융합 및 전임상 모델과의 연계가 정밀 의료 실현의 열쇠가 될 것입니다.


