📄 public and global health

Leveraging the U.S. blood supply to detect emerging viral threats

이 논문은 새로운 바이러스 위협이 광범위한 임상 질환을 일으키기 전에 이를 탐지하기 위한 선제적이고 비용 효율적인 감시 도구로서 메타게놈 시퀀싱을 미국 혈액 공급 체계에 통합할 것을 제안한다.

원저자: Justen, L. J., Bhasin, H., Whittaker, C., Cunningham-Bryant, D., Lanteri, M., Busch, M. P., Esvelt, K. M., Sabeti, P. C.

게시일 2026-06-21

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Justen, L. J., Bhasin, H., Whittaker, C., Cunningham-Bryant, D., Lanteri, M., Busch, M. P., Esvelt, K. M., Sabeti, P. C.

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

미국 전역에 대규모의 혈액 기증 센터 네트워크가 있다고 상상해 보십시오. 매년 수백만 명의 사람들이 혈액이나 혈장을 기증하기 위해 이곳을 방문합니다. 현재는 이 기증품들이 도착하면, 실험실에서 매우 구체적인 "보안 점검"을 수행합니다. 그들은 HIV, B형 간염, C형 간염과 같은 알려진 약 12가지의 '나쁜 녀석들'을 체크리스트를 사용하여 확인합니다. 만약 기증품이 이 체크리스트를 통과하면 공급망으로 들어가고, 통과하지 못하면 폐기됩니다.

이 논문은 이 보안 점검에 강력한 새로운 도구인 **메타게놈 시퀀싱(Metagenomic Sequencing, MGS)**을 추가할 것을 제안합니다.

다음은 저자들이 일상적인 비유를 사용하여 제안하는 내용을 쉽게 풀어서 설명한 것입니다.

1. 문제점: "알려진 나쁜 녀석들"의 목록

현재의 혈액 공급은 클럽의 문지기가 알려진 12명의 문제아 명단을 가지고 ID를 확인하는 것과 같습니다. 만약 새로운, 알려지지 않은 문제아가 변장을 하고 나타난다면(새로운 바이러스), 문지기는 그들의 이름이 명단에 없기 때문에 입장을 허용하게 됩니다.

역사는 이것이 얼마나 위험한지를 보여줍니다. HIV와 C형 간염 같은 바이러스들은 누군가 그들을 보고 있다는 사실을 깨닫기 전까지 몇 년 동안 혈액 공급망 내에서 유통되었습니다. 왜냐하면 당시의 "문지기"는 그들을 찾고 있지 않았기 때문입니다.

2. 해결책: "그물 던지기" 방식

저자들은 특정 체크리스트를 사용하는 대신, 거대하고 첨단 기술이 적용된 그물을 사용하는 것을 제안합니다. 특정 이름을 찾는 대신, 이 그물은 혈액 샘플 안에 있는 모든 것을 잡아냅니다.

작동 원 원리: 그들은 이미 알려진 바이러스를 테스트하기 위해 사용되는 남은 혈액 샘플(잔여물)을 가져옵니다. 이 샘ples를 테스트한 후 그냥 버리는 대신, 모든 바이러스의 유전 코드를 읽어내는 기계에 통과시킵니다.
이점: 만약 이전에 본 적 없는 완전히 새로운 바이러스가 혈액 속에 있다면, 이 그물은 즉시 그것을 잡아냅니다. 이 방식은 바이러스의 이름을 몰라도 그곳에 존재한다는 사실을 알 수 있게 해줍니다.

3. 샘플의 출처

이 논문은 두 가지 주요 출처를 살펴보는데, 이는 두 가지 서로 다른 유형의 혈액 기증과 같습니다.

전혈 (지역사회 기증자): 수혈을 위해 혈액을 기증하는 사람들(예: 적십자)입니다. 이 샘플들은 종종 알려진 바이러스를 테스트하기 위해 작은 "미니 풀(mini-pools)"로 혼합됩니다(마치 10컵의 물을 하나로 섞는 것과 같습니다). 저자들은 이 미니 풀들을 시퀀싱할 것을 제안합니다.
원혈장 (유급 기증자): 의약품 제조를 위해 특별히 혈장을 기증하는 사람들입니다. 이 산업은 매우 거대하며 훨씬 더 빈번하게 샘플을 수집합니다. 이들도 샘플을 풀(pool)로 혼합하며, 때로는 더 큰 규모로 혼합하기도 합니다.

저자들은 이러한 기존의 "남은" 샘플을 사용하는 것이 마치 이미 포장된 무료 점심 도시락을 찾는 것과 같다고 주장합니다. 기증자에게 추가적인 혈액을 요구하거나 기증 과정을 중단할 필요 없이, 실험실에 이미 놓여 있는 것을 활용하기만 하면 됩니다.

4. 비용: 큰 안전을 위한 작은 대가

저자들은 이것이 얼마나 비용이 들지 계산했습니다.

추정치: 미국이 이 전국적인 감시 시스템을 운영하는 데 연간 약 550만 달러가 들 것으로 계산했습니다.
비유: 이것을 대도시를 위한 몇 대의 새로운 소방차 비용이라고 생각하십시오. 그 대가로 국가는 인구의 0.01%(약 34,000명)에게조차 퍼지기 전에 새로운 바이러스를 포착할 수 있는 조기 경보 시스템을 얻게 됩니다.
목표: 이 시스템은 바이러스가 본격적인 유행병이 되기 전, 즉 최대한 '초기에' 잡아내는 것을 목표로 합니다.

5. 포착할 수 있는 것과 없는 것

이 논문은 이 "그물"이 무엇을 잡을 수 있는지에 대해 매우 명확하게 밝히고 있습니다.

효과적인 경우: 혈액 속에 숨어 있으면서 기증자를 즉시 아프게 하지 않는 바이러스들입니다. HIV나 간염 같은 바이러스, 또는 지카 바이러스와 같은 모기 매개 바이러스를 생각해보십시오. 이러한 바이러스들은 사람이 건강한 상태에서도 혈액 속에 오랫동안 머물 수 있습니다.
효과적이지 않은 경우: 폐나 위에서 서식하는 바이러스, 예를 들어 독감이나 감기 같은 것입니다. 이러한 바이러스들은 보통 혈액에 나타나지 않으며, 아주 많이 아파야만 나타납니다(그리고 매우 아픈 사람은 혈액을 기증하지 않습니다). 논문은 이 시스템이 다른 시스템(예: 하수 처리장 검사나 환자 검사)을 대체하는 것이 아니라 이를 보완해야 한다고 언급합니다.

6. 개인정보 보호: 기증자의 익명성 유지

주요 우려 사항은 다음과 같습니다: "만약 혈액을 시퀀싱한다면, 기증자가 누구인지 알게 되지 않을까요?"
저자들은 이 시스템이 안전하게 설계되었음을 설명합니다.

"스무디" 비유: 이들은 "미니 풀(mini-pools)"을 테스트합니다(여러 기증자의 샘플을 함께 섞음). 이것은 10가지 다른 과일을 섞어 스무디를 만드는 것과 같습니다. 과일의 맛은 느낄 수 있지만, 어떤 사과가 어떤 나무에서 왔는지는 알 수 없습니다.
비식별화: 샘 sequencing 실험실에 샘플이 도달하기 전에 모든 기증자의 이름과 개인 정보는 모두 제거됩니다.
기존 규칙 준ำ: 이는 팬데믹 기간 동안 CDC가 SARS-CoV-2를 위해 혈액 기증자를 테스트했을 때 사용된 기존의 개인정보 보호 규칙을 따릅니다.

요약

이 논문은 미국의 혈액 공급원이 새로운 질병을 포착하기 위한 미사용된 보물창고라고 주장합니다. 기존의 혈액 테스트 과정에 "모든 것을 읽는" 유전 스캐너를 추가함으로써, 국가는 지금보다 몇 달 또는 몇 년 더 빨리 위험한 바이러스를 발견할 수 있습니다. 이는 이미 수집되고 테스트되고 있는 샘플을 활용하여 국가의 면역 체계를 업그레이드하는 저비용 고효율의 첨단 기술입니다.

기술 요약: 신종 바이러스 위협 탐지를 위한 미국 혈액 공급망 활용

문제 정의
현재의 감염병 감시 체계는 주로 임상적 질환이나 익숙한 병원체를 탐지하는 데 의존하는 반응적(reactive) 방식이다. 이러한 접근법은 HIV, B형 간염, C형 간염의 사례에서 나타났듯이, 잠복기가 길거나 무증상 전파가 이루어지는 신종 위협을 식별하는 데 있어 상당한 시차를 발생시킨다. 미국의 혈액 공급은 거대하고 인구통계학적으로 다양하며 지리적으로 분산된 자원(연간 약 1,200만 건의 전혈 및 4,000만 건의 혈장 기증)을 보유하고 있음에도 불구하고, 현재 선제적 병원체 감시를 위한 용도로는 충분히 활용되지 못하고 있다. 기존의 혈액 스크리닝은 사전에 지정된 제한된 패널의 병원체를 대상으로 한 표적 핵산 및 항체 분석에 의존하고 있으며, 이는 잠재적으로 무증상으로 순환할 수 있는 신종 또는 미지의 병원체에 대해 시스템을 무방비 상태로 만든다.

방법론
본 논문은 메타게놈 시퀀싱(MGS)을 기존의 혈액 채취 및 검사 워크플로우에 통합하여 병원체 불가지론적(pathogen-agnostic) 조기 경보 시스템을 구축할 것을 제안한다. 방법론은 일상적인 수혈 매개 감염(TTI) 검사 과정에서 생성되는 잔여 검체를 활용하는 데 중점을 둔다:

전혈 부문: 개별 기증물의 잔여 분주물(aliquots) 및 일상적인 핵산 증폭 검사(NAT)에 사용되는 4~24개 기증물의 "미니 풀(mini-pools, MP)".
혈장 부문: 잔여 미니 풀(50~~1,000개 샘플) 및, 재고 보유 문제로 인해 조기 경보 측면에서는 상대적으로 활용도가 낮으나 대규모 제조 풀(1,000~~60,000개 샘플).

제안된 워크플로우는 탈식별화된 잔여 샘플을 지정된 실험실로 보내 MGS를 수행하는 과정을 포함한다. 생물정보학적 분석을 통해 알려진 병원체 및 신종 병원체를 식별하며, 우려되는 신호가 감지될 경우 기존의 추적 체계를 통한 표적 확진 검사를 트리거한다. 저자들은 이 시스템이 현재의 표적 TTI 검사를 대체하는 것이 아니라 보완하도록 설계되었음을 강조한다.

실행 가능성을 평가하기 위해, 저자들은 이전의 유행 역학 모델을 응용한 비용 모델링 프레임워크를 개발하였다. 이 모델은 특정 누적 발생률 목표(예: 인구의 0.01%)를 초 exceed하기 전에 신종 병원체를 탐지하는 데 필요한 연간 투자액을 계산한다. 모델에는 다음 요소들이 포함된다:

유행 역학 (예: 43주의 배가 시간(doubling time)을 가진 가상의 HIV 유사 병원체).
병원체 특성 (예: 감염된 개인 내 병원체 리드(reads)의 평균 상대적 풍부도, 급성 HIV 데이터를 기반으로 $\mu=1.26\times10^{-5}$ 로 설정).
시퀀싱 파라미터 (예: 탐지 임계값 100 리드).
운영 비용 (샘플 획득, 시퀀싱, 노동력, 처리 및 데이터 관리).

주요 기여 및 결과

운영 가능성: 본 논문은 COVID-19 대응 연구 및 기타 감시 이니셔티브를 통해 구축된 혈액 수집 기관(예: 미국 적십자사, Vitalant)과 공공 보건 기관 간의 파트너십을 통해 대규모 탈식별 샘플 접근을 위한 인프라가 이미 존재함을 입증한다.
비용 효율성 분석: 모델링 결과, 연간 약 550만 달러(범위 $3.5–26.2\text{백만 달러}$ $3.5-26.2 백만 달러$ )의 투자를 통해 국가적 MGS 기반 모니터링 프로그램을 지원할 수 있음이 나타났다. 이 시스템은 신종 HIV 유사 병원체가 미국 인구의 0.01%(약 34,000명 감염)를 초과하기 전에 이를 탐지할 수 있다.
- 이 목표를 달 위해서는 매주 10,000명의 샘플을 채취하고 매주 약 170억 개의 리드를 시퀀싱해야 한다.
- 비용 세부 내역에 따르면 샘플 획득(47.4%)과 시퀀싱(40.2%)이 주요 동인이다.
- 모델은 병원체의 상대적 풍부도를 높이기 위해 샘플 준비 단계(예: 숙주 제거 기술 활용)를 개선하면 비용을 낮출 수 있으나, 감염된 기증자의 희소성이 제한 요인이 됨에 따라 한계 효용 체감의 법칙이 적용됨을 보여준다.
병원체 적합성: 분석 결과, MGS 기반 혈액 감시는 다음의 경우에 가장 효과적이다:
- 지속적/무증상 바이러스혈증(Viremia): HIV, HBV, HCV, CMV와 같이 장기 감염을 형성하는 바이러스.
- 아르보바이러스(Arboviruses): 뎅기, 지카, 웨스트 나일 바이러스 등 무증상 바이러스혈증 비율이 높은 바이러스.
- 한계: 호흡기(예: 인플루엔자) 및 위장관 바이러스의 경우, 무증상 개인에서의 바이러스혈증이 드물거나 존재하지 않으므로 이 시스템의 효과가 떨어진다.
개인정보 보호 및 규제 프레임워크: 저자들은 탈식별화된 잔여 샘플을 공중 보건 감시에 사용하는 것이 기존의 규제 선례(예: 팬데믹 기간 중 결정된 "비연구 목적 공중 보건 감시" 결정)에 부합한다고 주장한다. 안전장치로는 HIPAA 준수 탈식별화, 개인의 기여도를 은폐하기 위한 샘플 풀링(pooling), 그리고 분석 전 인간 서열을 제거하는 생물정보학적 파이프라인 등이 포함된다.

의의
본 논문은 미국의 혈액 공급망을 MGS 기반 바이오 감시에 활용하는 것이 감염병 탐지를 반응적 방식에서 예측적 방식으로 전환할 수 있는 "즉시 배포 가능한(deployment-ready)" 기회라고 주장한다. 확립된 기증자 모니터링, 검사 및 개인정보 보호 인프라를 활용함으로써, 이 접근법은 증상 기반의 임상 감시를 통해 식별되기 수개월 또는 수년 전에 혈액 및 매개체 전파 위협을 탐지할 수 있는 확장 가능한 메커니즘을 제공한다. 저자들은 이 시스템이 모든 유형의 병원체(특히 바이러스혈증이 없는 병원체)를 탐지할 수는 없지만, HIV 및 HCV 탐지의 역사적 실패와 유사한 은밀하고 신종인 바이러스 위협을 식별하는 데 매우 적합한 고레버리지, 비용 효율적인 국가 안보 계층을 제공한다고 결론짓는다. 이 프레임워크는 유사한 혈액 수집 인프라를 갖춘 다른 국가들에도 폭넓게 적용될 수 있다.