이번 연구결과가 게재된 생화학 및 분자생물학 분야 국제학술지 ‘몰레큘러 시스템즈 바이올로지’ 표지.[GIST 제공]

[헤럴드경제=구본혁 기자] 암의 발병 기전을 이해하기 위해 암세포의 유전체(게놈)에서 발생하는 돌연변이를 규명하려는 연구가 많이 시도되고 있다. 최근에는 유전자에서 발생하는 점 돌연변이(point mutation)뿐 아니라 암세포의 특이적 유전자 발현 조절 기전 규명의 중요성이 주목받고 있다.

광주과학기술원(GIST)은 AI대학원 이현주 교수 연구팀이 서울대병원 박성혜 교수 연구팀과 함께 암세포의 전장 유전체(한 사람의 전체 유전자) 정보를 활용하여 3차원 암 게놈을 예측하는 AI 모델, ‘InfoHiC’를 개발했다고 밝혔다.

암세포에서는 3차원 게놈의 변화가 유전자 발현형의 조절에 중요한 역할을 한다. Hi-C 데이터를 사용하면 3차원 암 게놈의 neo-TAD 구조를 확인할 수 있으나, 전장 유전체 데이터에 비해 상대적으로 분석이 까다롭고 비용도 많이 든다.

연구팀이 개발한 InfoHiC는 기존 방법론과 달리, 사전에 정의된 인간 참조 유전체 서열이 아닌 암세포의 전장 유전체 데이터를 사용하여 Hi-C 서열 데이터를 예측한다.

암세포의 염색체에서는 복잡한 구조 변이가 빈번하게 일어나는데, InfoHiC는 이러한 복잡한 구조 변이에 의한 neo-TAD를 더 높은 정확도로 예측할 수 있다.

연구팀은 이를 통해 비암호화 DNA(non-coding DNA) 영역에서 발생하는 구조적 변이에 의한 neo-TAD 생성 및 인핸서 납치 현상을 예측함으로써, 비암호화 DNA 영역의 구조 변이가 암의 발생과 진행에 미치는 영향을 종전보다 저비용으로 정확히 밝혀낼 수 있을 뿐만 아니라 암 환자에게서 직접 관찰할 수 있는 기술을 확보했다.

연구팀이 수모세포종 환자 A의 전장 유전체 데이터에 InfoHiC를 적용한 결과, 비정상적인 유전자 발현을 유발하는 인핸서 납치 현상을 예측하였고, 이를 통해 유전자 발현 조절 이상을 확인할 수 있었다.

이현주(왼쪽부터) GIST AI대학원 교수, 박성혜 서울대학교 의과대학 병리학교실 교수, 이영훈 GIST 전기전자컴퓨터공학부 박사.[GIST 제공]

또한 종양 유전자의 암호화 DNA(coding DNA) 영역에서 돌연변이가 발견되지 않아 치료 타깃 유전자 선정이 힘든 환자 B를 대상으로 InfoHiC를 활용하여 3D 게놈 변이에 따른 유전자 발현 이상을 확인, 이와 같은 방식으로 InfoHiC가 추후 환자 맞춤형 치료 추천에 기여할 것으로 기대된다.

기존 인간 참조 유전체에 기반한 모델과 비교하여 연구팀이 개발한 InfoHiC는 구조 변이가 있는 암세포의 3D 게놈 예측 성능이 크게 향상됐다.

연구팀이 InfoHiC를 유방암 환자 90명의 전장 유전체 데이터에 적용하여 neo-TAD를 예측한 결과, 여러 환자들에게서 반복적으로 나타나는 neo-TAD 관련 유전자를 발견했는데 인핸서 납치에 의한 이들 유전자의 과발현이 암환자의 생존율과 연관이 높다는 점도 밝혀졌다.

이현주 교수는 “최근 시퀀싱 데이터 비용의 감소로 암 환자의 전장유전체 데이터는 많이 생산되고 있으나, 이에 반해 3차원 암 게놈을 확인할 수 있는 Hi-C 데이터는 고비용 탓에 확보가 쉽지 않다”면서 “이번 연구는 Hi-C 데이터 예측을 통해서 비암호화 DNA 영역에서의 구조 변이를 가진 암 환자의 개인 맞춤형 치료에 기여할 수 있을 것”이라고 말했다.

정보통신기획평가원(IITP) 지원으로 수행된 이번 연구결과는 생화학 및 분자생물학 분야 국제학술지 ‘몰레큘러 시스템즈 바이올로지’ 11월 4일 표지논문으로 게재됐다.