Exploring Clinical Phenotypes of Pancreatic Cancer in 2-year Survival and Treatment Patterns: A Retrospective Registry-Based Cluster Analysis

인체를 분주하고 복잡한 도시라고 상상해 보세요. 때때로 무단 건설팀이 나타나 그곳에 있어서는 안 될 혼란스럽고 위험한 구조물을 짓기 시작합니다. 이것이 바로 암입니다. 대부분의 도시에서는 경찰이 이러한 불법 건축물을 조기에 발견하여 저지할 수 있습니다. 하지만 음식을 소화시키고 혈당을 조절하는 데 도움을 주는 위장 뒤편에 숨겨진 작고 필수적인 장기인 췌장이라는 도시에서는, 문제가 매우 조용히 시작됩니다. 이 "건설"이 눈에 띌 때쯤이면 대개 이미 멀리까지 퍼져 있어, 가장 위험한 종류의 암 중 하나가 됩니다.

오랫동안 의사들은 췌장암의 모든 사례를 주로 종양의 크기나 전이 여부에 따라 거의 동일하게 취급해 왔습니다. 하지만 모든 도시 구역마다 고유한 분위기가 있듯이, 환자마다의 암도 제각각 다릅니다. 어떤 종양은 느리고 조용하며, 어떤 종양은 공격적이고 빠릅니다. 어떤 환자는 수술에 잘 반응하는 반면, 어떤 환자는 약물 치료가 더 효과적일 수도 있습니다. 과학자들이 던지는 핵심 질문은 이것입니다. "우리는 왜 모든 사람을 똑같이 취급하는 것을 멈출 수 없는가?" 우리는 환자들을 그들의 구체적인 특성에 따라 서로 다른 "동네"나 그룹으로 분류할 수 있을까요? 여기서 "표현형(phenotype)"이라는 개념이 등장합니다. 표현형을 의학 전문 용어가 아니라, 환자의 연령, 종양의 유형, 그리고 받은 치료를 설명하는 "프로필"이나 "캐릭터 시트"라고 생각해보세요. 만약 우리가 이러한 뚜렷한 프로필을 찾아낼 수 있다면, 마침내 이 까다로운 질병을 더 잘 치료할 수 있는 암호를 풀 수 있을지도 모릅니다.

이것이 바로 루이자 슈바르츠(Louisa Schwarz)와 크리스티나 유스텐호벤(Christina Justenhoven)이 새로운 연구에서 하고자 했던 일입니다. 그들은 디지털 탐정처럼 행동하며, 거대한 컴퓨터 프로그램을 사용하여 1,158명의 췌장암 환자의 의료 기록을 샅샅이 조사했습니다. 어떤 환자들이 서로 유사한지 추측하는 대신, 그들은 "클러스터링(clustering, 군집화)"이라 불리는 방법을 사용하여 데이터가 스스로 말하게 했습니다. 여러분이 색상, 모양, 크기가 다양한 레고 브릭들이 뒤섞인 커다란 상자를 가지고 있다고 상상해 보세요. 만약 상자를 흔들어 브릭들이 어떻게 맞물리는지에 따라 스스로 분류되게 한다면, 여러분은 빨간색 브릭 뭉치, 파란색 브릭 뭉치, 혹은 이상한 모양의 브릭 뭉치를 얻게 될 것입니다. 그것이 바로 이곳에서 컴퓨터가 수행한 작업입니다. 컴퓨터는 환자의 연령, 성별, 종양의 위치, 현미경으로 보았을 때의 공격성, 그리고 받은 치료 등 모든 것을 살펴보고 그들을 여섯 개의 뚜렷한 "동네" 또는 표현형으로 그룹화했습니다.

결과는 매우 흥-미로웠으며 명확한 위험 지도를 보여주었습니다. 연구는 각기 다른 이야기를 가진 여섯 개의 매우 다른 그룹을 발견했습니다. 지도상의 가장 "안전한" 끝에는 저위험 종양을 가진 젊은 환자들로 구성된 작은 그룹이 있었습니다. 이들은 림프절로 전이되지 않았습니다. 이 환자들은 암이 재발하지 않고 2년을 생존할 가능성이 가장 높았습니다. 지도의 반대편에는 안타깝게도 이미 암이 신체의 먼 곳까지 퍼진 젊은 환자 그룹이 있었습니다. 이 그룹은 가장 높은 위험에 처해 있었으며, 사건(사망 또는 암의 악화)이 발생할 위험이 가장 안전한 그룹보다 5배나 높았습니다.

중간 단계에서는 연구자들이 발견한 가장 흔한 "동네"들이 있었습니다. 여기에는 저등급 종양을 가지고 있으며 멀리 전이되지 않은 노년층 여성과 남성들이 포함되었습니다. 이 환자들은 가장 진행된 사례들보다는 전망이 좋았지만, 여전히 가장 안전한 그룹보다 두 배 높은 위험에 처해 있었습니다. 흥-미롭게도, 연구는 이 "중간 지점"의 많은 환자가 수술을 받았으나 이후에 후속 약물 치료(항암 화학요법)를 받지 않았다는 점에 주목했습니다. 데이터는 이 특정 그룹들에게 약물 치료를 추가하는 것이 실제로 위험을 낮출 수 있음을 시사했으며, 이는 그들이 도움이 될 만한 치료를 놓치고 있을 수도 있다는 점을 암시했습니다.

또한 고등급의 공격적인 종양을 가진 그룹들도 있었습니다. 한 그룹은 매우 진행된 상태였지만 부분적인 수술이 가능한 정도로 조기에 발견되었습니다. 또 다른 그룹은 주로 고령 환자들로 구성되었으며, 췌장의 전체 절제술을 받았습니다. 이 두 그룹 모두 유의미하게 높은 위험에 처해 있었으며, 특히 전체 절제술을 받은 그룹이 수술을 받은 사람들 중 가장 높은 위험을 보였습니다. 연구는 이 환자들에게 닥친 위험이 단순히 받은 수술의 종류보다는 종양 자체의 공격적인 성격에서 기인한다는 점을 시사합니다.

이 연구가 매우 흥미로운 이유는 단순히 추측한 것이 아니라, 1,000명이 넘는 사람들의 실제 데이터를 사용하여 이 여섯 그룹이 실재하며 뚜렷하다는 것을 증명했기 때문입니다. 연구진은 이 그룹들이 단순히 무작위로 모인 사람들이 아니라, 질병이 실제로 작동하는 방식의 규칙을 따르고 있음을 보여주었습니다. "안전한" 그룹은 안전하게 유지되었고, "위험한" 그룹은 위험하게 유지되었으며, "중간" 그룹들은 그들만의 구체적인 과제를 안고 있었습니다.

하지만 저자들은 이것이 최종 해답이 아니라 시작점이라는 점을 주의 깊게 언급했습니다. 그들은 그룹들이 명확함에도 불구하고, 데이터가 항상 특정 치료와 더 나은 결과 사이의 완벽한 연결 고리를 보여주지는 못했다는 점을 발견했는데, 이는 일부 그룹의 표본 수가 적었기 때문입니다. 또한 그들은 자신들의 데이터가 기초적인 정보에 국한되어 있으며 가족력이나 생활 습관 같은 요소는 포함하지 않았다고 언급했습니다.

그렇다면 시사하는 바는 무엇일까요? 이 연구는 췌장암이 단 하나의 크고 무서운 괴물이 아니라, 각기 다른 강점과 약점을 가진 여섯 가지 서로 다른 "괴물"들의 집합체라는 점을 시사합니다. 이러한 차이를 인식함으로써, 의사들은 "일률적인(one-size-fits-all)" 접근 방식을 멈출 수 있습니다. 대신, 그들은 환자의 "프로필"을 보고 이렇게 말할 수 있을 것입니다. "아, 당신은 3번 그룹이군요. 이는 당신에게 이 특정 치료가 필요할 수 있음을 의미합니다"라거나, "당신은 5번 그룹이므로 수술 후에 약물을 추가하는 것이 도움이 될 수 있습니다"라고 말이죠. 이것은 암 치료가 그 치료를 필요로 하는 사람만큼이나 독특하고 개인화될 수 있는 미래를 향한 한 걸음입니다.