RNA 딥러닝 분석, 전이된 ‘점액성 종양’ 원발 부위 찾는다

국내 의료진이 RNA(리보핵산) 딥러닝 분석을 통해 점액성 종양의 원발 부위를 찾아내는 방법론을 찾아냈다. 

분당서울대병원은 김기동 산부인과 교수가 암 세포가 기원한 장기에 따라 RNA의 발현 패턴이 다르다는 점에 착안, ‘전사체 분석’이 정확한 검사법으로 활용될 수 있는지 규명하는 연구를 수행했다고 18일 밝혔다. 

전사체는 한 세포 내에 존재하는 모든 RNA 분자의 총합을 뜻한다.

연구팀은 1960개의 암 검체의 전사체 데이터를 바탕으로 자궁경부암, 자궁내막암(자궁체부암), 난소암, 자궁암육종, 췌장암, 위암, 대장암 등 7개 원발암에 따라 각기 다르게 발현하는 RNA 패턴을 기계학습 시켰다. 

그 결과 점액성 종양의 원발 부위를 찾아내는 알고리즘을 개발하는 데 성공했다. 정확도는 약 85.7% 수준으로 기존 방식의 2배에 이른다.

이번 연구 결과는 그동안 원발 부위를 확인하기가 어려워 최적의 치료 전략을 수립하는 데 난항을 겪었던 점액성 종양 분야에서 RNA 분석이 돌파구가 될 수 있다는 점을 세계 최초로 확인한 성과로서 의미가 깊다.

김기동 교수는 “암세포가 기원한 위치를 정확히 확인할 수 있다면 보다 환자 예후를 개선할 수 있는 치료 전략을 수립할 수 있다”며 “후속 연구를 통해 임상 현장에서 활용 가능한 검사법으로 발전시킬 계획”이라고 밝혔다.

한편, 이번 연구 결과는 세이지(SAGE) 출판사에서 발행하는 국제학술지 ‘Cancer Informatics’에 최근 게재됐다.