암백신 개발서 중요한 '신생 항원' 예측… 국내의료진이 검증법 확보

국내 연구팀이 암백신 개발 과정의 핵심기술을 발견했다. 그간 난제로 꼽히던 면역 반응성이 있는 신생 항원을 예측하는 딥러닝 모델을 구축한 결과다. 

삼성서울병원은 이세훈 혈액종양내과 교수가 최정균 KAIST 바이오및뇌공학과 교수, 펜타메딕스와 공동으로 개인 맞춤형 항암백신에 유효한 신생 항원을 예측하는 딥러닝 모델을 구축하고 항암 반응성을 규명했다고 7일 밝혔다.

이번 연구는 국제 학술지 ‘네이쳐 제네틱스 (Nature Genetics)’ 최근호에 실렸다.

연구팀은 딥러닝을 이용하여 T세포 면역반응을 유도할 수 있는 백신 타겟을 발굴하는 방법을 개발해 대규모 암 유전체 데이터, 면역치료 환자 데이터, 동물실험 등을 통해 유효성을 검증했다. 

이 방법은 T세포 반응성까지 예측할 수 있는 최초의 기술일 뿐만 아니라 현재 기술적 한계에 부딪힌 주조직적합성복합체(MHC) 2형에 대한 예측 정확도를 획기적으로 향상시켜 학계를 주목을 받고 있다. 

MHC는 대부분 세포에 존재하는 1형과 B세포, 대식세포와 같은 항원제시세포에 존재하는 2형으로 나뉘는데, 지금까지의 분석법은 신생 항원을 발굴하는 건 주로 1형을 기반으로 한다. 

2형의 경우는 기술적 한계로 T세포 수용체와 결합해 면역반응을 자극할 수 있는지 정확히 알 수 없었다. 

 

이세훈 교수는 “코로나 백신에서 mRNA 백신 플랫폼이 검증된 만큼 ‘암백신의 상용화’에도 도움이 되기를 희망한다”고 말했다. 

조대연 펜타메딕스 대표는 “이번에 개발된 플랫폼을 항암백신 개발에 적용함으로써 효율적인 ‘개인 맞춤형 항암치료 타겟’을 도출하는데 활용하도록 노력하겠다”고 밝혔다.

한편, 이번 연구는 한국연구재단의 지원을 받아 수행됐다. 김정연 KAIST 박사과정생이 제 1저자로 참여했다.