Deep phenotyping of blood cell data reveals novel clinical biomarkers

본 연구는 인공지능을 활용하여 일반적인 혈액 검사 (CBD) 의 원시 단일 세포 데이터를 심층 분석함으로써, 기존 지표보다 미세한 생리학적 신호를 포착하고 사망률 및 다양한 질환 예측에 유의미한 새로운 임상 생체 표지자를 발견했음을 보여줍니다.

핵심

🩸 핵심 비유: "혈액 검사는 거대한 도서관이지만, 우리는 책 한 권만 읽고 있다"

지금까지 우리가 혈액 검사를 받을 때, 의사들은 혈액 속의 세포들 (적혈구, 백혈구, 혈소판 등) 을 단순히 '숫자'와 '평균 크기'로만 보고했습니다.

• 기존 방식: 마치 도서관에 있는 수백만 권의 책을 보고 "책이 총 100 권이고, 평균 크기는 A4 용지만 하다"라고만 보고하는 것과 같습니다.
• 문제점: 하지만 책장 하나하나를 자세히 보면, 책의 내용, 글씨체, 낡은 정도, 심지어 책장 사이사이의 먼지까지 다양한 정보가 있는데, 우리는 이 모든 걸 무시하고 평균값만 보고 있었습니다. 그래서 질병이 아주 초기 단계일 때 나타나는 미세한 신호를 놓치고 있었습니다.

🔍 이 연구가 한 일: "AI 를 이용해 책장 하나하나를 자세히 훑어보다"

연구팀은 최신 인공지능 (AI) 기술을 활용해서, 혈액 검사 기계가 원래 가지고 있었지만 버려두었던 **'원시 데이터 (개별 세포 하나하나의 정보)'**를 다시 꺼내 분석했습니다.

그들은 두 가지 방법을 썼습니다:

1. 클러스터링 (CLS) - "세포들을 부류별로 나누어 특징을 파악하기"

   • 혈액 속의 세포들을 AI 가 자동으로 그룹화했습니다. (예: "이 세포들은 크기가 좀 크고, 저 세포들은 모양이 조금 이상하군")
   • 그리고 각 그룹의 평균뿐만 아니라, 가장 작은 세포부터 가장 큰 세포까지의 분포, 그리고 세포들의 다양성을 숫자로 만들었습니다.
   • 비유: 단순히 "책이 100 권이다"가 아니라, "책장 1 번에는 낡은 책이 많고, 책장 5 번에는 아주 작은 책들이 모여 있다"는 식의 세부적인 특징을 찾아낸 것입니다.

2. 오토인코더 (AE) - "AI 가 직접 새로운 언어를 발명하기"

   • 세포들 사이의 복잡한 관계 (예: A 세포가 변할 때 B 세포가 어떻게 반응하는지) 를 사람이 이해할 수 없는 **새로운 수학적 암호 (비선형 신호)**로 변환했습니다.
   • 비유: 사람이 이해할 수 없는 복잡한 암호를 만들어내지만, 이 암호는 몸속의 염증, 호르몬, 감염 상태 같은 더 넓은 건강 신호와 연결되어 있다는 것을 발견했습니다.

📈 발견한 놀라운 사실들

이렇게 만든 새로운 지표들 (바이오마커) 은 기존 검사보다 훨씬 강력했습니다.

• 질병의 조기 경보등: 기존 검사에서는 정상으로 나왔는데, 이 새로운 지표들은 사망 위험, 입원 필요성, 암, 심혈관 질환, 빈혈 등이 발생할 가능성을 미리 감지했습니다.
• 새로운 정보: 기존 검사 결과와 겹치지 않는 완전히 새로운 정보를 제공했습니다. 마치 기존 지도에 없던 새로운 지름길을 발견한 것과 같습니다.
• 몸의 전체적인 상태: 이 새로운 지표들은 단순히 혈액 세포뿐만 아니라, 감염, 호르몬 불균형, 혈액 응고 문제 등 몸 전체의 상태를 반영하고 있었습니다.

💡 왜 이것이 중요한가요?

• 비용 효율성: 이미 전 세계 모든 병원에서 매일 수백만 건씩 하는 기존의 혈액 검사를 활용하는 것이기 때문에, 추가 비용이나 시간이 거의 들지 않습니다.
• 정밀 의학의 시작: "아직 병이 오기 전"인 아주 초기 단계에서도 몸이 보내는 신호를 포착할 수 있게 되어, 질병을 예방하거나 훨씬 일찍 치료할 수 있는 길이 열렸습니다.
• 해석 가능성: 연구팀은 AI 가 찾아낸 복잡한 신호 중에서도, "세포 크기의 다양성이 커졌다"처럼 의사들이 이해하고 설명할 수 있는 의미를 찾아냈습니다.

🎯 한 줄 요약

"우리가 매일 보는 혈액 검사 데이터 속에 숨겨진 '보이지 않는 세부 정보'를 AI 가 찾아내어, 기존 검사로는 알 수 없던 질병의 조기 신호와 몸의 전체적인 건강 상태를 예측할 수 있는 새로운 나침반을 만들었습니다."

이 연구는 우리가 이미 가지고 있는 데이터 (혈액 검사) 를 어떻게 더 똑똑하게 활용하면, 환자들에게 더 나은 치료를 제공할 수 있는지를 보여주는 아주 획기적인 사례입니다.

기술 요약

논문 요약: 혈구 데이터의 심층 표현 학습을 통한 새로운 임상 생체표지자 발견

1. 문제 정의 (Problem)

• 현재의 한계: 전 세계적으로 가장 흔히 시행되는 혈액 검사인 '감별 백혈구 수를 포함한 완전 혈구 계수 (CBD)'는 현대 분석기를 통해 단일 세포 수준의 흐름 세포계수 (flow-cytometry) 데이터를 생성합니다. 그러나 임상적으로 보고되는 결과는 총 세포 수, 평균 세포 크기 등 **거시적인 요약 지표 (coarse summary features)**에 국한되어 있습니다.
• 데이터의 낭비: 분석기는 세포 군집 데이터 (CPD) 와 수만 개의 단일 세포에 대한 원시 (raw) 다채널 측정 데이터를 생성하지만, 이러한 풍부한 정보는 대부분 활용되지 않거나 '연구용 파라미터'로 분류되어 임상 보고에서 제외됩니다.
• 연구 필요성: 기존 CPD 마커들은 제조사마다 정의가 불명확하고 체계적이지 않으며, 기존 연구들은 주로 수동 게이팅 (manual gating) 에 의존하여 편향되지 않은 새로운 마커를 체계적으로 생성한 사례가 부족합니다. 따라서, AI 기반 분석을 통해 원시 단일 세포 데이터에서 미세한 세포 군집 이동을 포착하고 새로운 예후 생체표지자를 개발할 수 있는지를 규명할 필요가 있습니다.

2. 방법론 (Methodology)

연구팀은 2024 년 4 월부터 2025 년 8 월까지 워싱턴 대학교 의학 센터 (UWMC) 에서 수집된 242,623 건의 CBD 샘플 (127,545 명 환자) 을 대상으로 두 가지 상보적인 AI 기반 접근법을 개발했습니다.

• 데이터 소스: Sysmex XN-1000 분석기에서 생성된 원시 FCS 파일 (WNR, WDF, PLTC, RETC 채널) 과 임상 보고 데이터, CPD 마커.
• 접근법 1: 해석 가능한 생체표지자 생성 (CLS markers)
  • 클러스터링: FlowSOM (Self-Organizing Maps) 및 컨센서스 계층적 클러스터링을 사용하여 각 흐름 채널 내에서 알려진 세포 유형 (호중구, 림프구, 적혈구 등) 을 식별하고 군집화했습니다.
  • 통계적 요약: 각 세포 군집 내에서 1~99 백분위수, 평균, 표준편차, 최소/최대값, 그리고 4 가지 산란 특성 (FSC, SSC, FSC-W, SFL) 간의 공분산 등 58 가지 통계적 특징을 추출하여 총 754 개의 새로운 마커를 생성했습니다.
• 접근법 2: 비선형 특징 추출 (AE markers)
  • 자기지도 학습 오토인코더: 사전 정의된 세포 유형에 의존하지 않고 비선형 상호작용을 포착하기 위해 3 가지 모델 (Feedforward, CNN, Set Transformer) 을 훈련했습니다.
  • Set Autoencoder (FDSA): 세포 - 세포 상호작용을 명시적으로 모델링하기 위해 어텐션 메커니즘을 사용한 'Fully Differentiable Set Autoencoder'를 적용하여 가장 낮은 재구성 오차 (MSE) 를 달성했습니다.
• 평가:
  • 결과물: 48 시간 내 입원, 30 일 사망률, 철결핍성 빈혈, 암, 주요 심혈관 사건 (MACE) 등 5 가지 임상 결과와 연관성을 분석했습니다.
  • 통계: 인구통계학적 변수 및 기존 CBD/CPD 마커로 보정한 후 로지스틱 회귀 (OR) 및 콕스 비례위험 모델 (HR) 을 사용하여 평가했습니다.

3. 주요 기여 및 결과 (Key Contributions & Results)

• 새로운 생체표지자의 대량 생성:

  • 클러스터링 (CLS) 과 오토인코더 (AE) 접근법 모두 수백 개의 새로운 임상 생체표지자를 성공적으로 생성했습니다.
  • CLS 마커: 세포 분포의 꼬리 (tails) 와 분산 (variance) 이 기존 평균 값보다 강력한 예후 신호를 제공했습니다. 예를 들어, 호중구의 SFL(측면 형광) 분산은 사망률과 입원 위험과 강력하게 연관되었습니다.
  • AE 마커: Set 모델이 가장 많은 유의한 마커를 생성했으며, 특히 WDF(백혈구 감별) 채널을 통해 사망률, 암, MACE 예측에 가장 강력한 신호를 보였습니다.

• 강력한 예후 및 진단적 연관성:

  • 생성된 마커들은 인구통계학적 요인과 기존 CBD 마커 (RBC, WBC, PLT, RDW 등) 로 보정 후에도 전체 사망률, 입원, 빈혈, 암, 심혈관 질환 발생과 유의미하게 연관되었습니다.
  • 특히 **세포 분포의 꼬리 부분 (extreme tails)**과 세포 간 공분산이 기존 CPD 마커가 포착하지 못하는 중요한 임상 신호를 담고 있음을 발견했습니다.

• 높은 신규성 (Novelty) 과 생리학적 신호 포착:

  • 많은 AE 마커는 기존 CBD/CPD 마커와 낮은 상관관계 (<0.5) 를 보였음에도 임상적으로 유의미했습니다.
  • 광범위한 생리학적 신호와의 연관성: AE 마커는 염증, 호르몬, 감염, 응고 관련 지표와 상관관계를 보였습니다. 구체적으로 CD4+ 세포 수, 세균성 폐포세척액 (BAL) 마커, 사이토메갈로바이러스 (CMV), HIV, Factor VIII, 아픽사반 농도, G6PD 결핍 검사 등 비혈액 검사 및 특정 질병 마커와도 유의미한 상관관계를 가졌습니다. 이는 단일 세포 데이터가 단순한 혈구 수를 넘어 전신적인 생리학적 상태를 반영함을 시사합니다.

4. 의의 및 결론 (Significance & Conclusion)

• 임상적 가치: 이 연구는 AI 기술을 활용하여 일상적인 혈액 검사 (CBD) 데이터에서 기존에 활용되지 않았던 미세한 생리학적 신호를 추출할 수 있음을 증명했습니다.
• 해석 가능성과 비선형성의 조화:
  • CLS 마커: 세포 분포의 통계적 특성을 기반으로 하여 임상적으로 해석이 용이하며, 기존 마커의 한계를 보완합니다.
  • AE 마커: 복잡한 비선형 상호작용을 포착하여 기존에 알려지지 않은 생리학적 상태 (예: 감염, 응고 이상) 를 간접적으로 예측할 수 있는 잠재력을 보여줍니다.
• 미래 전망: 이 연구는 단순한 혈구 계수를 넘어, 저비용이고 신속한 CBD 검사를 통해 다양한 질환의 초기 징후를 포착하고 정밀 의학 (Precision Medicine) 을 구현할 수 있는 새로운 프레임워크를 제시합니다. 특히, 세포 분포의 '꼬리'와 '분산'이 평균값보다 질병 진행을 더 일찍 예측할 수 있다는 점은 향후 임상 진단 기준을 개선하는 데 중요한 통찰을 제공합니다.

---

핵심 메시지: 현대의 AI 기법을 활용하여 기존에 무시되던 혈액 검사의 원시 단일 세포 데이터를 '심층 표현 (Deep Phenotyping)'함으로써, 기존 임상 마커로는 발견할 수 없었던 강력한 예후 생체표지자와 광범위한 생리학적 신호를 발견할 수 있습니다.