Phenotypic Heterogeneity in Ischemic Heart Disease Uncovered by Unsupervised Clustering of Routine Laboratory Parameters

당신의 혈액 속에 숨겨진 패턴

당신의 몸을 북적이는 도시라고 상상해 보세요. 수년 동안 의사들은 주요 고속도로에 정체가 있는지 확인하기 위해 교통 관제사 역할을 해왔습니다. 심장 건강의 세계에서 그 "정체"는 허혈성 심장 질병(IHD)입니다. 이는 심장 근육에 산소가 풍부한 혈액이 충분히 전달되지 않는 상태를 말합니다. 전통적으로 환자의 구체적인 교통 문제를 이해하기 위해, 의사들은 엑스레이 카메라(조영술)나 복잡한 유전자 지도(오믹스)와 같이 비싸고 첨단 기술이 집약된 도구에 의존해 왔습니다.

하지만 만약 도시의 일상적인 보고서들—쓰레기 수거, 물 사용량, 전기 요금 같은 단순한 기록들—이 교통 정체에 대해 똑같이 많은 것을 말해줄 수 있다면 어떨까요? 의학에서 이러한 "일상적인 보고서"는 누구나 받는 표준 혈액 검사입니다. 적혈구 수치, 간 기능, 신장 건강, 그리고 혈액 내 지방 수치 등을 확인하는 검사죠. 이 검사들은 저렴하고 빠르며 거의 어디에서나 가능합니다. 과학자들이 던져온 핵심 질문은 이것입니다. "우리가 이 단순하고 일상적인 숫자들을 사용하여, 비록 모두 같은 심장 질병 진단을 받았더라도 실제로는 서로 매우 다른 환자들의 숨겨진 그룹을 찾아낼 수 있을까?" 이 논문은 환자를 심장의 혈관 구조나 DNA를 들여다보지 않고 오직 혈액 검사만으로 분류하기 위해, "비지도 학습(unsupervised machine learning)"이라는 특별한 종류의 컴퓨터 뇌를 사용하여 그 미스터리를 파헤칩니다.

거대한 혈액 검사 분류 작업

이 연구에서 파키스탄 라호르의 연구진들은 이미 허혈성 심장 질병을 알고 있는 306명을 대상으로 "군중 정리하기" 게임을 하기로 했습니다. 그들은 비교를 위한 건강한 대조군을 두지 않았습니다. 그저 아픈 사람들이 모두 똑같은지, 아니면 실제로 다양한 유형이 섞여 있는지를 보고 싶었을 뿐입니다. 그들은 혈액 속의 지방 함량, 간 기능 상태, 염증과 싸우는 백혈구 수 등 방대한 양의 일상적인 실험실 결과 목록을 가져와 컴퓨터에 입력했습니다.

컴퓨터는 **클러스터링(clustering, 군집화)**이라는 기법을 사용했습니다. 이것은 마치 파티장의 DJ가 사람들의 이름을 모르지만, 사람들이 어떤 음악에 맞춰 춤을 추는지 듣고 있는 것과 같습니다. DJ는 "누가 팝을 좋아하나요?" 혹은 "누가 록을 좋아하나요?"라고 묻는 대신, 그저 댄스 플로어를 지켜봅니다. 만약 어떤 사람들이 똑같이 특이한 춤 동작을 하고 있다면, DJ는 그들을 하나의 그룹으로 묶습니다. 컴퓨터도 이와 같이 혈액 데이터를 통해 특정 숫자값이 항상 함께 올라가거나 내려가는 패턴을 찾아내며 이 작업을 수행했습니다.

다섯 가지의 서로 다른 데이터 분류 방식을 시도한 끝에, 컴퓨터는 이 환자들을 세 개의 뚜렷한 팀으로 나누는 것이 가장 좋은 방법임을 찾아냈습니다. 이것은 무작위 추측이 아니었습니다. 초기 데이터와 새로운 테스트 데이터 사이의 수학적 "실루엣 점수(silhouette score, 그룹이 얼마나 잘 정의되었는지를 측정하는 척도)"가 높고 일관되게 나타났기에, 이 그룹들은 매우 안정적이었습니다. 연구진은 이 보이지 않는 그룹들을 의사들에게 가시화하기 위해, 별도의 "탐정" 컴퓨터 프로그램(랜덤 포레스트 분류기)을 훈련시켜 그룹의 패턴을 학습하게 했습니다. 새로운 환자들을 대상으로 테스트했을 때, 이 탐정 프로그램은 약 78%의 확률로 환자가 어느 팀에 속하는지 정확히 식별해 냈으며, 이는 그 그룹들이 실재하며 뚜렷하다는 것을 증명했습니다.

발견된 세 가지 팀:

1. "고위험 혼합" 팀 (환자의 12.7%): 가장 작은 그룹이었지만 가장 강렬했습니다. 이 환자들은 혈액 속에 "완벽한 폭풍"을 품고 있었습니다. 나쁜 지방(특히 VLDL과 중성지방) 수치가 높았고, 간이 고군분투하고 있다는 신호(높은 AST 및 ALT 효소)가 있었으며, 염증을 알리는 백혈구의 일종인 호중구 수치가 높았습니다. 연구진은 이를 "죽상경화-간-염증(atherogenic-hepatic-inflammatory)" 시그니처라고 부릅니다. 이는 쓰레기차가 넘쳐나고, 발전소에서는 연기가 뿜어져 나오며, 경찰이 동시에 비상 경계 태세를 갖춘 도시와 같습니다.
2. "순수 지방" 팀 (환자의 26.5%): 이 그룹은 더 컸습니다. 이들은 혈액 내 지방 수치(VLDL, 중성지방, LDL)는 높았지만, 간 효소는 정상이었고 염증 징후도 보이지 않았습니다. 이들은 순전히 너무 많은 자동차 때문에 교통 정체가 발생했지만, 나머지 인프라는 정상적으로 작동하는 도시와 같았습니다.
3. "저위험" 팀 (환자의 60.8%): 가장 큰 그룹으로, 환자의 대다수를 차지했습니다. 이들은 나쁜 지방 수치가 가장 낮았고, 림프구(다른 종류의 백혈구) 수치는 가장 높았습니다. 이들은 대사 및 염증 스트레스가 가장 적은, 가장 "차분한" 그룹처럼 보였습니다.

탐정 작업: 단서 찾기

컴퓨터가 환자들을 분류한 후, 연구진은 다음과 같이 물었습니다. "어떤 특정 숫자들이 이 그룹을 나누는 데 가장 중요했을까?" 그들은 **랜덤 포레스트(Random Forest)**라는 디지털 탐정 도구(결정권을 가진 결정권자들의 팀과 같은 것)를 사용했습니다. 그 결과, 주요 단서는 VLDL(지방의 일종), 총 빌리루빈(간의 노폐물), 중성지방, 그리고 간 효소인 AST와 ALT라는 것을 알아냈습니다. 놀랍게도 신장 기능이나 일반적인 혈구 수치 등은 주요 동인이 아니었습니다. 결국, 이 환자들을 구분 짓는 핵심은 신체가 지방을 처리하는 방식과 간이 작동하는 방식 사이의 관계였습니다.

연구진은 이 복잡한 컴퓨터의 발견을 의사가 종이 한 장에 읽을 수 있는 간단한 규칙으로 바꾸려고 시도했습니다. 그들은 의사결정 나무(Decision Tree)(플로우차트 형태)와 퍼지 규칙(Fuzzy Rule) 시스템(정확한 숫자 대신 "높음", "중간", "낮음"과 같은 언어를 사용하는 방식)을 사용했습니다.

그들은 다음과 같은 규칙을 만들어 냈습니다. "만약 VLDL이 높고 AST가 낮다면, 환자는 '순수 지방' 팀에 속한다."
컴퓨터는 "고위험 혼합" 그룹을 식별할 수는 있었지만, 해당 그룹의 크기가 작고 생물학적 구조가 복잡했기 때문에 단순한 서술형 규칙은 이 그룹에 대해 덜 정밀했습니다. 즉, 의사들이 다른 그룹만큼 쉽게 이들을 찾아낼 수 있는 짧은 문장 하나에 아직 전적으로 의존할 수는 없다는 뜻입니다.

이것이 의미하는 바 (그리고 의미하지 않는 것)

이 논문은 값비싼 심장 스캔이나 유전자 검사 없이도, 일상적인 혈액 검사만으로 허혈성 심장 질환 환자들의 숨겨진 차이점을 찾아낼 수 있음을 시사합니다. 이는 심장 질병에 대한 "일률적인(one-size-fits-all)" 관점이 너무 단순할 수 있음을 증명합니다. 하위 그룹이 존재하며, 일부(고위험 혼합 그룹의 12.7%)는 신체가 지방 문제와 간 염증을 동시에 겪고 있기 때문에 추가적인 주의가 필요할 수 있습니다.

하지만 저자들은 자신들이 심장 질병의 미스터리를 풀었다고 말하지 않도록 매우 주의를 기울였습니다. 그들은 이 연구가 **가설 생성 연구(hypothesis-generating study)**임을 명시했습니다. 그들은 그룹을 찾아냈고 컴퓨터는 사람들을 분류하는 데 매우 능숙하지만, 이 그룹들이 실제로 누가 더 악화될지 또는 더 빨리 사망할지를 예측하는지는 아직 알지 못합니다. 그들은 환자들을 추적 관찰하여 어떤 일이 일어났는지 확인하지 않았습니다. 또한 이 환자들을 건강한 사람들과 비교하지도 않았습니다. 오직 이미 질병을 가진 사람들만을 살펴보았습니다.

따라서 이 연구는 혈액 화학 성분을 바탕으로 이 세 그룹이 실재하며 뚜렷하다는 것을 보여주지만, 여전히 "개념 증명(proof of concept)" 단계에 있습니다. 이는 하늘에 있는 세 가지 서로 다른 종류의 구름을 발견하고, 그 모양이 서로 다르다는 것을 깨달았지만, 아직 어떤 종류의 구름이 항상 허리케인을 몰고 오고 다른 구름은 가랑비만 내리는지를 증명하지 못한 것과 같습니다. 연구진은 향-후 연구에서 이 환자들을 추적하여 "고위험 혼합" 그룹이 정말로 더 나쁜 결과를 초래하는지 확인하기를 희망하며, 이를 통해 의사들이 단순하고 저렴한 혈액 검사를 사용하여, 특히 화려한 기계들을 사용할 수 없는 곳에서 더 나은 맞춤형 진료를 제공할 수 있기를 기대하고 있습니다.