KAIST 최정균 교수팀, AI와 빅데이터로 CAR 면역세포의 논리회로 구축 방법론 개발...수백만개 개별 세포에 대한 시뮬레이션으로 최적의 논리회로를 선정해 면역항암치료의 효과 증강 및 부작용 최소화 기대

이미지:본지DB
이미지:본지DB

면역항암 치료제의 발달과 함께 임상 및 전임상에서의 최근 암 연구들은, 대용량 유전체 데이터의 확보와 임상적 메타 정보의 연결, 그리고 이를 통한 통계 과학적 해석이 기본이 되었다.

이러한 흐름에 맞추어, 최근 단일세포 단위의 대규모 암 전사체 데이터들의 생산은 기존의 암 표적 항원 분석에서 벗어나 새로운 형태의 방법론을 제시할 가능성을 열어주고 있다.

현재 면역 항암 세포치료제 분야에서, CAR-T를 이용한 임상 적용 사례는 급격히 증가 추세에 있으며 다양한 파이프라인들이 개발되고 있다. 하지만, 암의 이질성 문제로 인해 최적의 표적 항원 식별은 아직도 중요한 과제로 남아있다. 또한, CAR-T에 의해 발생할 수 있는 부작용 문제는, 암 표적 항원 선정에 있어서 새로운 접근법을 찾아야 하는 필요성을 제기하고 있다.

이 가운데 KAIST(총장 이광형) 바이오및뇌공학과 최정균 교수와 의과학대학원 박종은 교수 공동연구팀이 인공지능(AI)과 빅데이터 분석을 기반으로 스마트 면역세포를 통한 암 치료의 핵심 기술을 개발했다.

CAR-T 세포치료제의 제작 및 투여 과정과 CAR를 이용한 암세포 특이적 이중타겟 모식도
CAR-T 세포치료제의 제작 및 투여 과정과 CAR를 이용한 암세포 특이적 이중타겟 모식도

이 기술은 키메라 항원 수용체(Chimeric antigen receptor, CAR)가 논리회로를 통해 작동하게 함으로써 정확하게 암세포만 공략할 수 있도록 하는 차세대 면역항암 치료법으로 기대가 모아진다. 이번 연구는 분당차병원 안희정 교수와 가톨릭의대 이혜옥 교수가 공동연구로 참여했다.

최정균 교수 연구팀은 수백만 개의 세포에 대한 유전자 발현 데이터베이스를 구축하고 이를 이용해 종양세포와 정상세포 간의 유전자 발현 양상 차이를 논리회로 기반으로 찾아낼 수 있는 딥러닝 알고리즘을 개발하고 검증하는 데 성공했다. 이 방법론으로 찾아진 논리회로를 장착한 CAR 면역세포는 마치 컴퓨터처럼 암과 정상세포를 구별하여 작동함으로써 부작용 없이 암세포만 정확하게 공략하는 것이 가능하다.

암 환자가 갖고 있는 면역체계를 활용하여 암을 극복하는 이 치료 분야에는 몇 가지 방법이 있는데, 면역관문억제제 및 암 백신과 더불어 세포치료 또한 해당된다. 특히, 키메라 항원 수용체를 장착한 CAR-T 혹은 CAR-NK라고 하는 면역세포들은 암 항원을 인식하여 암세포를 직접 파괴할 수 있다.

CAR 세포치료는 현재 혈액암에서의 성공을 시작으로 고형암으로 그 적용 범위를 넓히고자 하는 중인데, 혈액암과 달리 고형암에서는 부작용을 최소화하면서 효과적인 암 살상 능력을 보유하는 CAR 세포 개발에 어려움이 있었다. 이에 따라 최근에는 한 단계 진보된 CAR 엔지니어링 기술, 즉 AND, OR, NOT 과 같은 컴퓨터 연산 논리회로를 활용해 효과적으로 암세포를 공략할 수 있는 스마트 면역세포 개발이 활발히 진행되고 있다.

연구진은 세포 단위에서 정확히 암세포들에서만 발현하는 유전자들을 발굴하기 위해 대규모 암 및 정상 단일세포 데이터베이스를 구축했다. 이어서 연구진은 암세포들과 정상세포들을 가장 잘 구별할 수 있는 유전자 조합을 검색하는 인공지능 알고리즘을 개발했다.

유전자 조합 기반 이중타겟의 선별을 위한 딥러닝 알고리즘(좌측)과 논리회로에 따른 유전자 조합별 발현 세포 비율 계산 알고리즘(우측)
유전자 조합 기반 이중타겟의 선별을 위한 딥러닝 알고리즘(좌측)과 논리회로에 따른 유전자 조합별 발현 세포 비율 계산 알고리즘(우측)

특히 이 알고리즘은, 모든 유전자 조합에 대한 세포 단위 시뮬레이션을 통해 암세포만을 특이적으로 공략할 수 있는 논리회로를 찾아내는 데 사용됐다. 이 방법론으로 찾아진 논리회로를 장착한 CAR 면역세포는 마치 컴퓨터처럼 암과 정상세포를 구별하여 작동함으로써 부작용은 최소화하면서도 항암치료의 효과는 극대화할 수 있을 것으로 기대된다.

제1 저자인 권준하 박사는 "이번 연구는 이전에 시도된 적이 없는 방법론을 제시했는데, 특히 주목할 점은 수백만 개의 개별 암세포 및 정상세포들에 대한 시뮬레이션을 통해 최적의 CAR 세포용 회로들을 찾아내는 과정이다ˮ라며 "인공지능과 컴퓨터 논리회로를 면역세포 엔지니어링에 적용하는 획기적인 기술로서 혈액암에서 성공적으로 사용되고 있는 CAR 세포치료가 고형암으로 확대되는 데 중요한 역할을 할 것으로 기대된다"고 설명했다.

한편, KAIST 바이오및뇌공학과 권준하 박사, 의과학대학원 강준호 박사과정 학생이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 '네이처 바이오테크놀로지(Nature Biotechnology)'에 지난 2월 16일 출판됐다. '로직 게이트를 사용한 CAR 스위치용 조합 표적 항원의 단일 세포 매핑(Single-cell mapping of combinatorial target antigens for CAR switches using logic gates-보기)' 란 제목으로 지난달 16일 게재됐다.

 

저작권자 © 인공지능신문 무단전재 및 재배포 금지