종양학은 암의 원인을 규명하고 새로운 치료법을 개발하는 생명의 열쇠를 쥐고 있는 분야입니다. Gist.Science 는 medRxiv 에서 발표되는 최신 종양학 프리프린트들을 매일 수집하여, 복잡한 의학 용어 없이 누구나 이해할 수 있는 형태로 정리해 드립니다.

우리는 전문 연구자와 일반 독자 모두를 위해 각 논문의 핵심 내용을 평이한 언어로 요약함과 동시에, 세부적인 기술적 통찰을 담은 분석도 함께 제공합니다. 이를 통해 최신 연구 동향을 빠르고 정확하게 파악할 수 있도록 돕는 것이 저희의 목표입니다.

아래에는 medRxiv 에 새롭게 등록된 종양학 관련 최신 논문들이 정리되어 있으니, 관심 있는 연구 주제를 확인해 보시기 바랍니다.

🔬 oncology

Citrulline and Faecal Elastase 1 as a Combined Diagnostic Biomarker for Pancreatic Ductal Adenocarcinoma

이 연구는 증상이 있는 환자에서 혈장 시트룰린 수치를 분변 엘라스타제-1 검사와 결합하는 것이 췌관 선암종에 대한 진단 정확도를 유의하게 향상시키며, 분변 엘라스타제-1 단독 사용 시의 AUC 0.67과 비교하여 결합 시 0.96의 결합 AUC를 달성함을 입증한다.

Niazi, U., Roberts, C. A., McDonnell, D., Goss, V. M., Afolabi, P. R., Swann, J. R., Byrne, C. D., Griffiths, G. O., Ham (…)2026-07-19
🔬 oncology

Elevated TRAF6 expression confers radioresistance and predicts poor prognosis in cervical cancer

본 연구는 높아진 TRAF6 발현이 자궁경부암에서 불량한 생존율과 방사선 저항성을 나타내는 독립적인 예후 바이오마커 역할을 하는 동시에, TRAF6의 넉다운(knockdown)이 악성 표현형을 억제하고 방사선 민감도를 높인다는 점을 입증함으로써 TRAF6가 유망한 치료 표적임을 시사한다.

chen, J., Jin, Y., Li, H., Lv, X., Zhao, Q., Ma, Z., Yang, Y., Yang, D.-H., Zhou, L., Peng, L.2026-07-13
🔬 oncology

Aqueous Humor Liquid Biopsy Enables Multi-Omics Tumor Profiling and Methylation-Based Machine-Learning Stratification of Retinoblastoma

본 연구는 방수 액체 생검이 망막모세포종의 포괄적인 멀티오믹스 프로파일링과 머신러닝 기반의 매우 정확한 분자 층화 분석을 가능하게 함을 입증하며, 안구 보존 치료를 위한 위험 평가 및 정밀 진단을 위한 안전하고 비침습적인 플랫폼을 구축한다.

Volz, S., Montigel, S. H., Ryl, T., Afanasyeva, E., Haag, D., Reyes, P., Mueller, J., Puranachot, P., Wedig, T., Schwarz (…)2026-07-13
🔬 oncology

Spatial Analysis Uncovers Immune Resistance Mechanisms in Non-Beneficial Hepatocellular Carcinoma Treated with Y90 Radioembolization-Nivolumab

본 연구는 공간 멀티오믹스를 활용하여 Y90 방사선 색전술과 니볼루맙 치료를 받은 비양호한 간세포암 환자들이 LAG-3 관련 CD8+ T 세포 고갈 및 면역 억제성 대식세포로 특징지어지는 본질적인 면역 결핍 종양 미세환경을 보인다는 것을 밝혀냈으며, 이를 통해 질병 진행의 조기 예측을 위한 72개 유전자 시그니처를 식별하였다.

Lau, M. C., Goh, D., Zhang, M., Rajapakse, M. P., Tan, W. K., Chew, Z. Y., Woo, X. Y., Neo, Z. W., Lim, X., Ye, J., Zhu (…)2026-07-13
🔬 oncology

Phase I dose escalation of the Exportin 1 inhibitor, Selinexor, in combination with chemoradiation in patients with newly diagnosed glioblastoma

이 임상 1상 시험은 Exportin 1 억제제인 셀리넥서(Selinexin)를 새로 진단받은 교모세포종에 대해 주 2회 60mg의 최대 내약 용량으로 표준 화학방사선요법과 안전하게 병용할 수 있음을 입증하였으며, 예비적 효능 신호와 가성 진행(pseudoprogression)의 지연을 통해 입증된 잠재적인 방사선 감수성 증폭 효과를 보여주었다.

Camphausen, K., Mathen, P., Chaudhry, H., Mackey, M., Cooley, T., Masciocchi, M., Li, B., Huang, E., Wu, J., Smart, D. (…)2026-07-07
🔬 oncology

Multi-Timepoint Risk Stratification in Rare Cancers: A Computational Framework Validated against Published Ewing Sarcoma Trial Data

이 논문은 발표된 집계 임상 데이터를 활용하여 유잉 육종과 같은 희귀 암에 대한 환자 수준의 위험 계층화 및 장기 독성 예측을 생성하는 6단계 계산 프레임워크를 제시하며, 이는 전통적인 머신러닝에 필요한 개별 환자 데이터셋의 부족을 극복하는 동시에 높은 정확도와 현저히 향상된 예후 해상도를 달성한다.

Kress, J.2026-07-07
🔬 oncology

In silico clinical trials of BiTE expression by oncolytic viruses reveal the impact of patient heterogeneity on dosage protocol

본 연구는 인 실리코(in silico) 임상 시험 모델을 활용하여 환자의 이질성이 MV-BiTE 요법의 효능에 상당한 영향을 미친다는 점을 입증하며, 이는 표준 프로토콜에 반응하지 않는 환자들이 더 빈번한 저용량 투여로부터 이익을 얻을 수 있음을 시사한다.

Jenner, A. L., Araujo, R. P., Levi, N. L., Ungerechts, G., Engeland, C. E., Heidbuechel, J. P. W.2026-07-06
🔬 oncology

A Robust Cell-Free RNA Approach for the Early Detection of Colorectal Cancer

본 연구는 RUVg 기반 정규화와 XGBoost 분류기를 활용하여 초기 단계의 대장암을 탐지하는 데 있어 높은 민감도(73.7%)를 달성함으로써 기존의 cfDNA 기반 스크리닝 방식의 한계를 효과적으로 극복하는 강력한 세포 유리 RNA(cfRNA) 액체 생검 플랫폼을 제시한다.

Monteagudo-Mesas, P., Sanchez, L., Asole, G., Neto, B., Tuni-Dominguez, C., Gonzalez, L., Rusu, E. C., Cabus, L., Panade (…)2026-07-04
🔬 oncology

Frailty, initial attrition and the potential use of novel platinum-free options for non-small-cell lung cancer in the real-world setting

2,592명의 전이성 비소세포폐암 환자를 대상으로 한 이 후향적 연구는 단일 면역요법이 초기 치료 중단율을 낮추었음에도 불구하고, 노쇠와 동반 질환이 여전히 치료 시작과 효능을 유의미하게 제한하고 있음을 밝히며, 이는 특정 제품 라벨 기준을 채택하는 것이 새로운 백금 불포함 1차 치료 옵션의 적격자를 더 잘 식별할 수 있음을 시사한다.

Christopoulos, P., Blasi, M., Langer, S., Shi, S., Cvetkovic, J., Bozorgmehr, F., Allgaeuer, M., Yuskaeva, K., Schneider (…)2026-06-30
🔬 oncology

The urinary-metabolite-based lung cancer index (uLCI): an interpretable machine-learning risk model for early-stage disease

본 연구는 네 가지 소변 대사체와 임상 변수를 기반으로 하여 높은 정확도와 예후 가치를 통해 초기 단계의 폐암을 효과적으로 탐지하며, 현재의 선별 검사의 한계를 보완할 수 있는 유망한 비침습적 대안을 제공하는 해석 가능한 머신러닝 모델인 uLCI의 개발 및 독립적 검증을 제시한다.

Khan, M. A., Mathe, E. A., Pine, S. R., Gonzalez, F. J., Harris, C. C., Wang, X. W., Patel, D. P.2026-06-29