The application of blood serum ATR-FTIR spectroscopy for the identification of Colorectal cancer

기술 요약: 대장암 식별을 위한 혈청 ATR-FTIR 분광법의 적용

문제 제기
대장암(CRC)은 세계적으로 중요한 공중 보건 과제로, 세 번째로 흔한 악성 종양입니다. 조기 발견은 5년 생존율을 획기적으로 높이지만(초기 단계의 경우 거의 90%인 반면, 진행된 단계에서는 13.1%), 현재의 진단 방식은 한계가 있습니다. 대장 내시경 및 영상 의학(CT)과 같은 기존 방법은 침습적이거나 장 정결이 필요하거나 이온화 방사선에 노출되는 등의 문제가 있습니다. 혈청 마커인 태아성 암 항원(CEA)은 특이도가 낮으며, 분변 검사는 주로 선별 도구로서 확진을 위해 추적 대장 내시경이 필요합니다. 따라서 조기 선별을 강화하고 대장암 사망률을 줄이기 위해 새롭고 간편하며 객관적인 비침습적 진단 방법론이 절실히 요구됩니다.

연구 방법
본 연구는 인간 혈청의 분자 "지문"을 분석하여 대장암 환자와 건강한 대조군을 생화학적 변화를 바탕으로 구별하는 것을 목표로 ATR-FTIR(감쇄 전반사 푸리에 변환 적외선) 분광법을 사용하였습니다.

• 시료 수집: 본 연구는 총 195명의 참가자(대장암 진단 환자 97명 [평균 연령 65.43세], 건강한 대조군 98명 [평균 연령 51.34세])로부터 얻은 혈청 시료를 분석하였습니다. 환자들은 수술 또는 생검을 통해 확진되었으며, 이전의 방사선 치료/항암 화학 요법 및 기타 원발성 악성 종양 이력이 있는 경우는 제외되었습니다.
• 스펙트럼 획득: 10 μL의 혈청 알리쿼트를 불화 바륨 결정 위에 공기 건조하였습니다. 스펙트럼은 해상도 4 cm⁻¹, 이미징 스팟 크기 100 μm × 100 μm, 128회 누적 스캔 조건의 Bruker IFS 66v 분광기를 사용하여 기록되었습니다.
• 데이터 전처리: 스펙트럼은 OPUS 소프트웨어를 사용하여 처리되었으며, 베이스라인 보정(rubber band method) 및 정규화(vector method) 과정을 거쳤습니다. 스펙트럼 밴드를 강화하고 노이즈를 줄이기 위해 스펙트럼의 2차 미분값을 계산하였습니다.
• 통계 및 머신러닝 분석:
  • 주성분 분석 (PCA): 차원을 축소하고 스펙트럼 데이터(특히 3500–3000 cm⁻¹ 및 1600–1500 cm⁻¹ 범위)의 패턴을 식별하기 위해 비지도 학습 기법을 사용하였습니다.
  • 분류 모델: 두 집단을 구분하기 위해 세 가지 머신러닝 알고리즘인 k-최근접 이웃(kNN), 가우시안 프로세스 회귀(GPR), 선형 커널을 사용한 서포트 벡터 머신(SVM)을 학습 및 검증하였습니다.
  • 검증: 데이터 세트는 훈련 세트(CRC 70, 건강한 대조군 70)와 검증 세트(CRC 27, 건강한 대조군 28)로 분할되었습니다. 훈련 데이터에 대해 5-겹 교차 검증(five-fold cross-validation)을 적용하였습니다. 성능은 민감도, 특이도, 정확도 및 ROC 분석의 곡선 아래 면적(AUC)을 사용하여 평가되었습니다.

주요 결과

• 스펙트럼 차이: 특정 파수 영역에서 대장암 환자와 건강한 대조군 사이에 유의미한 변화가 관찰되었습니다.
  • 3500–3000 cm⁻¹: CRC 샘플은 짧은 파장 쪽으로 이동(shift)하고 흡광도가 감소하였는데, 이는 단백질 및 물과 관련된 O-H 및 N-H 결합 신축과 관련이 있습니다.
  • 1600–1500 cm⁻¹ (Amide II) 및 1700–1600 cm⁻¹ (Amide I): CRC 환자에서 "블루 시프트"(고주파 이동)와 흡광도 감소가 관찰되었으며, 이는 단백질의 2차 구조 및 형태의 변화를 시사합니다.
  • 2990–2950 cm⁻¹: 흡광도 감소는 지질 농도의 상대적 감소(CH₂ 및 CH₃의 비대칭 신축)를 나타냅니다.
  • 1420–1380 cm⁻¹: 흡광도 감소는 혈청 pH 또는 이온화 상태의 변화와 잠재적으로 연관되어 있습니다.
• PCA 결과: PCA 점수 플롯(PC2-PC3 공간에서 시각화)은 두 그룹을 효과적으로 분리하였습니다. 건강한 기증자는 음(-)의 PC2/PC3 영역에, CRC 환자는 양(+)의 영역에 군집을 형성하였습니다. 이는 단백질 구조 및 핵산의 스펙트럼 차이가 주요 식별 인자임을 확인해 줍니다.
• 진단 성능: 서포트 벡터 머신(SVM) 모델이 테스트된 알고리즘 중 가장 우수한 진단 능력을 보여주었습니다.
  • 민감도: 88.9%
  • 특이도: 92.9%
  • 정확도: 90.9%
  • AUC: 0.911
  • 이에 비해 kNN 및 GPR 모델은 약간 낮은 성능 지표(정확도 각각 85.5% 및 87.3%)를 보였습니다.

의의 및 주장
저자들은 본 연구가 혈청 기반 ATR-FTIR 분광법이 대장암을 위한 간편하고 최소 침습적이며 신뢰할 수 있는 진단 도구가 될 수 있음을 입증한다고 주장합니다. 단백질 구조, 핵산 및 지질 함량과 관련된 특정 스펙트럼 바이오마커를 식별함으로써, 이 방법은 대장 내시경의 침습성 없이 대장암 상태를 구별하는 새로운 접근법을 제공합니다.

본 연구는 ATR-FTIR을 다변량 분석(특히 PCA 및 SVM)과 통합하는 것이 향-포괄적 연구를 위한 이론적 토대를 제공함을 강조합니다. 그러나 저자들은 현재의 연구 범위에 대해 신중한 입장을 유지하며, 결과가 특정 코호트에 기반하고 있으며 표본 크기가 제한적임을 인정합니다. 그들은 본 연구가 개념 증명(proof-of-concept)으로서 유망하지만, 진단 시그니처를 정교화하고 다양한 병리 단계 및 혼란 변수 전반에 걸쳐 기술의 유용성을 검증하기 위해서는 향-더 큰 규모의 코호트, 전향적 임상 시험 및 심층적인 생물정보학 분석이 수반되어야 한다고 주장합니다.