Fractal Dimension of Vitreoretinal Amyloid: Mathematical Characterization of Transthyretin Amyloid Deposition
본 연구는 광간섭 단층촬영 영상의 프랙탈 차원 분석이 유리체망막 아밀로이드 침착물을 건강한 대조군과 구별하고 시간 경과에 따른 형태학적 진행을 추적할 수 있는 강력하고 정량적인 바이오마커를 제공한다는 것을 입증한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
인체 내부에서는 특정 단백질이 때때로 잘못 접혀, 몸이 분해할 수 없는 딱딱하고 실 같은 구조물로 뭉칠 수 있습니다. 이런 일이 발생하면 아밀로이드라고 알려진 이 덩어리들이 장기와 조직에 쌓여 시간이 지나면서 손상을 일으킬 수 있습니다. 유전성 트랜스티레틴 아밀로이드증이라고 불리는 이 특정한 유형의 질환은 심장과 신경뿐만 아니라 눈에도 영향을 미칩니다. 의사들이 현대적인 의약품을 사용하여 신체의 다른 부위에서 이 질병을 성공적으로 치료하더라도, 눈은 단백질 덩어리가 계속해서 형성되는 별도의 활성 지점으로 남을 수 있습니다. 이는 눈이 단백질을 만드는 자체적인 내부 기제를 가지고 있기 때문이며, 이로 인해 전신 치료가 잘 이루어지고 있음에도 불구하고 국소적으로 질병이 진행될 수 있습니다. 의사들에게 이는 어려운 과제가 됩니다. 그들은 눈 내부에서 정확히 얼마나 많은 손상이 일어나고 있는지, 그리고 얼마나 빠르게 성장하고 있는지를 볼 수 있는 방법이 필요하지만, 현재의 방식은 이미지를 보고 "흐릿하다"거나 "뾰족하다"와 같은 단어로 설명하는 것에 의존하고 있어 미세한 변화를 추적하기에는 충분히 정밀하지 않습니다.
윌스 아이 병원(Wills Eye Hospital)의 연구진은 눈의 이미지에 프랙탈 차원(fractal dimension)이라는 수학적 개념을 적용하여 이 문제를 해결하고자 했습니다. 간단히 말해, 프랙탈 차원은 어떤 형태가 얼마나 거칠거나 복잡한지를 측정하는 방법입니다. 만약 완벽하게 매끄러운 선을 본다면, 그것은 낮은 복잡도 점수를 가집니다. 반면, 들쭉날쭉한 해안선이나 험준한 산맥을 본다면, 그 형태가 더 복잡하고 불규칙하게 공간을 채우기 때문에 점수가 훨씬 높습니다. 연구진은 망막 표면에 자라나는 아밀로이드 단백질 덩어리가 정상적인 눈의 매끄러운 표면보다 훨씬 더 거칠고 복잡해 보일 것이라고 추측했습니다. 그들은 눈 이미지를 디지털 지도로 변환하고, 이 단백질 덩어리의 가장자리를 덮는 데 얼마나 많은 작은 상자가 필요한지 계산함으로써, 모호한 시각적 인상을 정밀한 측정값으로 바꾸어 단일한 숫자로 부여할 수 있었습니다.
이 아이디어를 테스트하기 위해 연구팀은 유전형 질환을 앓으며 양쪽 눈의 시력이 악화되고 있는 77세 여성 환자를 연구했습니다. 그들은 초음파처럼 소리 대신 빛을 사용하여 눈의 단면을 촬영하는 고해상도 카메라를 사용하여 망막의 상세한 지도를 만들었습니다. 또한 비교를 위한 기준점으로 사용하기 위해 건강한 세 명의 사람으로부터 유사한 이미지들을 수집했습니다. 연구진은 맞춤형 컴퓨터 프로그램을 사용하여 수천 개의 눈 단면 이미지에서 아밀로이드 침착물의 맨 윗부분 가장자리를 추적했습니다. 그들은 각 이미지에 대해 두 가지 유형의 디지털 윤곽선을 만들었습니다. 하나는 덩어리의 거친 윗표면만을 추적하여 거칠기를 측정하는 것이었고, 다른 하나는 덩어리의 전체 영역을 채워 그것이 얼마나 많은 공간을 차지하는지를 측정하는 것이었습니다. 그런 다음 모든 단면 slice에 대해 복잡도 점수를 계산했습니다.
결과는 놀라웠습니다. 건강한 눈은 매우 매끄러운 표면을 보여주었으며, 복잡도 점수는 좁고 낮은 범위 내에 머물렀습니다. 반면, 환자의 눈에서 추출한 모든 단면은 훨씬 높은 복잡도 점수를 나타냈으며, 건강한 눈과 질병이 있는 눈 사이에 중첩되는 구간이 전혀 없었습니다. 아밀로이드 침착물의 거칠기가 매우 뚜렷했기 때문에, 컴퓨터는 인간의 추측 없이도 병든 눈과 건강한 눈을 명확하게 구분해 낼 수 있었습니다. 연구진은 5년 전 유리체 제거 수술을 받은 오른쪽 눈이 수술을 더 최근에 받은 왼쪽 눈보다 더 거친 침착물을 가지고 있다는 것을 발견했습니다. 이는 수술 시기와 눈 내부의 남은 환경이 단백질 덩어리가 배열되는 방식에 영향을 미칠 수 있음을 시사합니다. 더욱이, 침착물은 균일하지 않았습니다. 눈의 윗부분에서는 더 거칠었으나 아래쪽으로 내려갈수록 약간 더 매끄러워졌는데, 이는 무거운 단백질 덩어리가 가라앉고 성장하는 방식에 중력이 역할을 할 수 있음을 암시합니다.
연구는 또한 환자의 오른쪽 눈에 대해 몇 년간 촬영된 과거 이미지들을 검토함으로써 질병이 시간이 지남에 따라 어떻게 변하는지도 살펴보았습니다. 데이터에 따르면 침착물의 거칠기는 꾸준히 증가했으며, 매년 작지만 측정 가능한 양만큼 상승했습니다. 이는 수학적 방법이 육안으로는 표준 검사에서 알아차리기 힘든 미세한 변화까지도 포착하여, 질병의 느리고 진행적인 특성을 감지할 수 있음을 확인시켜 주었습니다. 수술로 최근에 정리된 왼쪽 눈의 경우, 그 경향이 유의미하지 않았는데, 이는 수술이 환경을 재설정했기 때문일 가능성이 큽니다. 팀은 자신들의 컴퓨터 방식이 정확한지 확인하기 위해 결과값을 기존의 확립된 다른 소프트웨어 프로그램과 비교하였고, 두 프로그램이 거의 완벽하게 일치함을 발견하여 새로운 접근 방식의 신뢰성을 확인했습니다.
이 연구는 눈의 침착물에 대한 기하학적 복잡성을 측정하는 것이 의사들에게 강력한 도구가 될 수 있음을 시사합니다. 의사들은 주관적인 묘사에 의존하는 대신, 이 숫자를 사용하여 치료가 효과가 있는지 추적하고, 질병이 빨라지고 있는지 혹은 느려지고 있는지를 확인하며, 서로 다른 환자들의 치료 반응을 비교할 수 있을 것입니다. 이번 초기 연구는 단 한 명의 환자에 집중되었지만, 건강한 눈과 질병이 있는 눈 사이의 명확한 구분을 통해 이 방법이 실제적인 잠재력을 가지고 있음을 보여주었습니다. 전신 형태의 질병에 대한 치료법이 개선되고 사람들이 더 오래 살아가게 됨에 따라, 눈은 질병이 지속되는 마지막 최전선이 될 수 있습니다. 그 작고 어두운 구획 내부에서 무슨 일이 일어나고 있는지 측정할 수 있는 정밀하고 객적인 방법을 갖는 것은, 의사들이 이전에는 불가능했던 방식으로 시력을 보호하는 데 도움을 줄 수 있습니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.