🧬 biology

Targeted MS-based salivary profiling enables reliable monitoring of physiological strain and mapping of circadian rhythmicity

본 연구는 표적 질량 분석 기반의 타액 프로파일링이 생리적 스트레인과 일주기 리듬을 모니터링하기 위한 확장 가능하고 신뢰할 수 있는 방법임을 입증하며, 통제된 환경에서 운동으로 유발된 분자 변화를 정확하게 감지하고 16개월 동안 엘리트 운동선수의 내부 부하를 추적하는 능력을 보여준다.

원저자: Charlotte Wenzel, Bürkan Kalaycik, Annika Billig, Lorenzo De Gregorio, Sina Trebing, Niklas Joisten, Mathias Kolodziej, Markus Braun, Lars Lippelt, Alexander Gerharz, Marlon Millard, Oliver Wieder, Ka

게시일 2026-08-31

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Charlotte Wenzel, Bürkan Kalaycik, Annika Billig, Lorenzo De Gregorio, Sina Trebing, Niklas Joisten, Mathias Kolodziej, Markus Braun, Lars Lippelt, Alexander Gerharz, Marlon Millard, Oliver Wieder, Karin Kipper, Adam Iebed, Andreas Groll, David Walzik, Philipp Zimmer

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

우리 몸은 매일 주변 세계와 끊임없이 협상하는 상태에 있습니다. 우리가 달리고, 무게를 들거나, 심지어 아침에 잠에서 깨어날 때조차도, 우리의 내부 시스템은 요구되는 상황에 맞춰 기어를 바꿉니다. 과학자들은 건강이나 운동 능력을 진정으로 이해하기 위해서는 단순히 최종 결과만을 보는 것이 아니라, 이러한 변화가 일어나는 과정을 목격해야 한다는 것을 오래전부터 알고 있었습니다. 문제는 이러한 변화를 방해하지 않으면서 어떻게 관찰하느냐였습니다. 전통적으로 사람의 내부에서 어떤 일이 일어나고 있는지 명확하고 상세한 그림을 얻기 위해서는 채혈이 필요했습니다. 이 과정은 침습적이며, 숙련된 전문가가 필요하고, 회복이나 스트레스 중에 발생하는 급격한 시간당 변화를 포착할 수 있을 만큼 자주 수행하기 어렵습니다. 수년 동안 연구자들은 바늘도, 통증도, 물류적 번거로움도 없이 신체의 복잡한 내부 상태를 포착할 수 있는 더 나은 방법을 찾아왔습니다.

그 답은 어쩌면 침 한 방울처럼 간단한 것일지도 모릅니다. 새로운 연구는 우리 입안의 액체가 우리의 생리적 상태를 보여주는 풍부하고 상세한 기록을 담고 있으며, 근육, 대사, 그리고 스트레스 수준을 들여다보는 창 역할을 한다는 것을 입증했습니다. 수천 개의 미세한 분자를 동시에 식별하고 측정할 수 있는 질량 분석법이라는 고도로 정밀한 기술을 사용함으로써, 연구자들은 침이 사람이 얼마나 많은 부담을 느끼고 있는지, 그리고 신체가 어떻게 회복하고 있는지를 정확하게 보여줄 수 있다는 것을 증명했습니다. 이 접근 방식은 심박수 측정기와 같은 단일 화학적 지표를 보는 것을 넘어, 하루 중 변화하고 운동에 반응하여 변하는 복잡한 분자적 이야기를 읽어내는 것입니다.

연구는 12명의 젊은 여성 축구 선수들을 대상으로 통제된 실험실 환경에서 시작되었습니다. 과학자들은 오직 침만을 사용하여 신체의 자연스러운 리듬과 격렬한 운동에 대한 반응을 지도할 수 있는지 확인하고자 했습니다. 참가자들은 이틀 동안 정기적인 간격으로 샘플을 제공하여 그들의 생물학적 타임라인을 촘dt하게 구축했습니다. 하루는 탈진할 때까지 최대 사이클링 테스트를 수행했고, 다른 하루는 휴식을 취했습니다. 연구팀은 단백질, 지방, 그리고 작은 대사 분자들을 분석했습니다. 그들이 발견한 것은 놀라웠습니다. 모든 사람은 시간이 지나도 안정적으로 유지되는 고유한 분자 "지문"을 침 속에 가지고 있었지만, 그 지문의 구성은 운동 직후인지 혹은 휴식 중인지에 따라 극적으로 변화했습니다.

결정적으로, 이 연구는 운동에 대한 신체의 반응이 신체의 자연스러운 배경 소음 위로 명확하게 드러날 만큼 강력하다는 것을 보여주었습니다. 신체는 수면, 음식, 또는 시간대에 따라 항상 미세하게 변하지만, 격렬한 운동으로부터 오는 신호는 뚜렷했습니다. 연구진은 운동 직후에 급증하는 특정 분자와 다음 날까지 더 느리게 변화하는 다른 분자들을 식별해 냈습니다. 또한 이들은 많은 분자가 해가 뜨고 지는 것처럼 예측 가능한 리듬에 따라 상승하고 하락한다는 점을 발견하며, 이 분자들의 24시간 자연 주기를 그려냈습니다. 이는 운동 때문인지 아니면 단순히 시간대 때문인지를 이해하려면 먼저 자연스러운 리듬을 알아야 한다는 점에서 중요합니다. 연구는 수십 가지 분자의 리듬을 성공적으로 도식화했는데, 이들 중 일부는 이전에는 혈액에서만 변동하는 것으로 알려져 있던 것들이었습니다.

이 방법이 실험실 밖에서도 작동할 수 있음을 증명하기 위해, 연구팀은 자신들의 접근 방식을 실제 현장으로 가져갔습니다. 그들은 16개월 동안 50명의 엘리트 남성 축구 선수들을 모니터링하며, 정규 훈련 및 경기 시즌 동안 1만 개 이상의 침 샘플을 수집했습니다. 이곳은 실험실보다 훨씬 더 무질서한 환경이었습니다. 선수들은 서로 다른 일정, 서로 다른 피로도, 다양한 경기 강도를 가지고 있었습니다. 이러한 혼란 속에서도 동일한 기술이 작동했습니다. 연구진은 경기 다음 날 채취한 단 하나의 침 샘플을 보고도 해당 선수가 경기를 치렀는지 아니면 휴식을 취했는지를 높은 정확도로 말해줄 수 있는 컴퓨터 모델을 구축했습니다. 이 모델은 단순히 추측하는 것이 아니라, 수천 개의 분자 패턴으로부터 학습하여 신체적 스트레스를 받은 상태와 그렇지 않은 상태를 구별해 냈습니다.

운동과 휴식을 구별하는 이 능력을 바탕으로, 연구팀은 '내부 스트레인 지표(Internal Strain Metric)'라는 새로운 도구를 만들었습니다. 이것은 선수의 신체가 짊어지고 있는 스트레인의 양을 나타내는 단일 숫자입니다. 높은 숫자는 신체가 최근의 물리적 노력으로부터 여전히 회복 중임을 의미하며, 낮은 숫자는 신체가 휴식 상태로 돌아왔음을 시사합니다. 연구는 이 지표가 경기 후 시간이 지남에 따라 꾸준히 감소하며 선수들의 회복 시간을 추적할 수 있음을 보여주었습니다. 심지어 경기장에서 얼마나 오래 머물렀는지에 따른 스트레인의 차이도 감지할 수 있었습니다. 이는 코치와 선수들이 단순한 침 검사를 통해 훈련 부하에 대한 정보에 기반한 결정을 내릴 수 있으며, 언제 다시 강하게 밀어붙일 준비가 되었고 언제 더 휴식이 필요한지를 정확히 알 수 있음을 시사합니다.

이 연구 결과는 침이 인간 신체의 통합된 상태를 포착할 수 있는 강력하고 비침습적인 데이터 원천임을 확인시켜 줍니다. 첨단 화학 분석과 스마트 컴퓨터 모델을 결합함으로써, 연구진은 정밀하면서도 실용적인 생리적 스트레스 모니터링의 청사진을 만들어냈습니다. 이 방법은 회복이라는 보이지 않는 작업을 시각화하여, 신체의 복잡한 화학 작용을 명확하고 실행 가능한 정보로 바꾸어 놓습니다. 이는 건강과 성과 관리가 추측이 아닌, 신체가 실제로 무엇을 하고 있는지에 대한 직접적인 분자적 판독에 의존하게 될 미래를 암시합니다.

기술 요약: 생리적 스트레인 모니터링을 위한 표적 MS 기반 타액 프로파일링

문제 정의
개인 맞춤형 건강 관리, 질병 예방 및 성과 최적화를 위해서는 생리적 스트레인(physiological strain)에 대한 정확하고 고해상도의 실시간 모니터링이 필수적이다. 그러나 실제 환경에서 생리적 스트레인을 정량화하기 위한 현재의 도구들은 한계가 있다. 확립된 바이오마커들은 대개 정맥 또는 모세혈관 혈액에 의존하며, 이는 숙련된 인력을 필요로 하고 고빈도의 비침습적 모니터링을 제한한다. 또한, 기존의 대부분의 바이오마커는 통합적인 생리적 상태보다는 고립된 생물학적 과정을 반영하며, 일주기 리듬 조절이나 급성 운동 반응과 같은 역동적인 과정을 충분한 세밀함으로 포착하는 비침습적 척도는 드물다. 따라서 높은 시간 해상도로 통합된 생리적 상태를 포착할 수 있는 확장 가능한 비침습적 방법론에 대한 절실한 필요성이 존재한다.

연구 방법론
본 연구는 통제된 실험실 시험과 종단적 실세계 배포를 결리한 2개 코호트 접근 방식을 채택하였으며, 타액 내 단백질체, 대사체 및 지질체를 분석하기 위해 표적 질량 분석법(MS)을 활용하였다.

실험실 코호트 (검증):
- 대상: 12명의 여성 엘리트 축구 선수 (연령 13~16세).
- 설계: 두 가지 조건(최대 심폐 운동 검사(CPET)가 포함된 사이클 에르고미터 조건 및 수동 대조 조건)을 이용한 무작위 교차 시험.
- 샘플링: 24시간 동안 413개의 타액 샘플을 수집하였다. 샘플링은 기저치(2회), 운동 직후, 검증 단계 후, 그리고 15, 30, 60분 간격으로 수행되었다. 이후 24시간 동안 2시간 간격으로 자가 채취 샘플을 수집하였다.
- 분석 플랫폼: 단백질, 대사체 및 지질체를 표적으로 하는 액체 크로마토그래피-탠덤 질량 분석법(LC-MS/MS)을 사용하였다. 이 플랫폼은 동위원소 표지 내부 표준 물질을 이용한 스케줄링 다중 반응 모니터링(MRM)을 활용하여, 4자릿수의 선형 동적 범위와 1 pg/mL 미만의 검출 한계를 달로 달성하였다.
- 통계 분석: 데이터 처리는 하한 검출 한계(LLOD) 이상의 분석물을 필터링하는 과정을 포함하였다. 분석에는 분자적 개별성을 위한 t-SNE, 기저치 신뢰도 측정을 위한 대응 쌍 t-검정 및 피어슨 상관관계, 24시간 일주기 키네틱스 분석을 위한 베이지안 가법 모델(BAM), 그리고 운동 유발 변화 및 상호작용 효과 식별을 위한 선형 혼합 모델(LMM)이 사용되었다.
- 머신 러닝: 단일 시점 샘플을 사용하여 운동 상태와 대조 상태를 구분하기 위해 중첩 교차 검증(Leave-One-Subject-Out)을 사용하여 분류기(LASSO, Ridge, Random Forest, XGBoost)를 학습시켰다. 특성 선택은 LASSO 또는 Random Forest 중요도를 통해 수행되었다.
실세계 코호트 (배포):
- 대상: 16개월 동안 모니터링된 49명의 엘리트 남성 축구 선수.
- 샘플링: 10,000개 이상의 타액 샘플을 수집하였으며, 엄격한 기준에 따라 최종 분석 세트로 1,651개의 샘플을 선정하였다(경기 다음 날(운동) 또는 3일 이상의 휴식 후(대조)에 채취된 샘플).
- 적용: 실험실에서 도출된 프레임워크를 이 코호트에 적용하여 재현성을 검증하였다. 내부 부하를 정량화하기 위해 최적의 성능을 보인 분류기의 예측 확률로부터 "타액 기반 내부 스트레인 지표(ISM)"를 도출하였다.

주요 기여

고빈도 멀티오믹스 프로파일링: 본 연구는 단백질, 대사체 및 지질을 포함하여 24시간 동안 2시간 간격의 높은 시간 해상도로 일주기 분자 리듬을 매핑한 가장 광범한 연구를 제공한다.
분자적 개별성 검증: 타액 프로파일이 강력한 "분자적 개별성(지문)"을 나타내며, 실세계 환경의 16개월 기간 동안에도 안정적으로 유지됨을 입증하였다.
운동 바이오마커 식별: 운동과 대조 조건 사이의 유의미한 상호작용 효과를 가진 13개의 특정 분석물을 식별하여, 급성 및 지연된 분자 반응을 구분하였다.
머신 러닝 프레임워크: 단일 타액 샘플만으로 운동 직후 및 24시간 후의 최근 신체 운동을 분류할 수 있는 견고한 예측 프레임워크를 구축하였다.
내부 스트레인 지표 (ISM): 저자는 확률적 분류 출력값을 정량적인 내부 부하 측정값으로 변환하여 전날의 생리적 스트레인을 반영하는 새로운 비침설적 지표(ISM)를 도입하였다.

결과

신뢰성 및 개별성: 실험실 연구는 높은 분석 신뢰도(일간 상관관계 $r=0.75$ )와 뚜렷한 분자적 개별성을 확인하였다. 이러한 개별 지문은 계절적 분자 프로파일 변화에도 불구하고 16개월간의 실세계 코호트에서 지속되었다.
일주기 리듬: 잘 알려진 분석물(코르티솔, 멜라토닌)은 예상된 리듬을 보였다. 혈액에서만 보고되었던 분석물(예: Hypoxanthine, Glycoursodeoxycholic acid) 및 운동 반응성 대사물(예: N-lactoyl-phenylalanine)에 대한 새로운 일주기 패턴이 확인되었다.
운동 반응: 지질이 가장 높은 변동성을 보였고, 대사체와 단백질이 그 뒤를 이었다. LMM은 운동-대조 상호작용이 유의미한 13개의 분석물을 식별하였다. 대부분은 운동 직후 상승 후 빠르게 기저치로 복귀했으나, 일부(예: Cystatin-C)는 높은 상태를 유지했다.
예측 성능:
- 운동 직후: 최적의 모델(Random Forest 특성 선택 + Ridge 로지스틱 회귀)은 0.95의 예측 ROC-AUC를 달성하였다.
- 24시간 후: 단 3개의 특성(ACTA1, Serotransferrin, Hypoxanthine)을 사용하는 LASSO 특성 선택 및 XGBoost를 통해 강력한 성능(ROC-AUC 0.85)을 유지하였다.
- 실세계: 프레임워크는 엘리트 선수 코호트로 성공적으로 전이되었으며, 비표준화된 샘플링 시간(운동 후 12~21시간)에도 불구하고 경기 노출 대 휴식 상태를 분류하는 데 0.84의 ROC-AUC를 달성하였다.
내부 스트레인 지표 (ISM): ISM은 운동과 대조 상태를 성공적으로 구분하였다( $p < 10^{-96}$ ). 이는 경기 시간과 용량-반응 관계를 보였으며(짧은 경기에서 더 높은 ISM, 잠재적으로 강도나 특정 부하 유형을 반영), 회복 기간에 따라 꾸준히 감소하여 회복 궤적을 추적하는 유용성을 나타냈다.

의의 및 주장
본 논문은 표적 MS 기반 타액 프로파일링이 엄격한 실험실 검증과 실세계 적용 사이의 간극을 메우는 생리적 모니터링의 확장 가능한 청사진을 제공한다고 주장한다. 고빈도 샘플링과 머신 러닝을 결합함으로써 이 접근 방식은 다음을 가능하게 한다:

비침습적, 고해상도 모니터링: 혈액 기반 테스트의 물류적, 생리학적 장벽을 극복한다.
신호와 노이즈의 구분: 반복적인 기저치 샘플링을 통해 운동 유발 분자 변화를 고유한 개인 내 변동성 및 방법론적 노이즈로부터 분리한다.
통합적 생리적 상태 평가: 단일 바이오마커(예: 크레아틴 키나아제)와 달리, 멀티오믹스 패널과 파생된 ISM은 급성 스트레인과 일주기 조절을 모두 고려하여 개인의 통합된 생리적 상태를 포착한다.
실세계 적용 가능성: 16개월간의 엘리트 스포츠 코호트에서의 성공적인 배포는 이 방법이 일상생활의 생물학적, 맥락적 가변성을 처리할 수 있을 만큼 견고하며, 시간 독립적인 개인별 스트레인 궤적 평가 도구를 제공함을 보여준다.

저자들은 이 프레임워크가 성과 최적화, 건강 모니터링 및 질병 맥락에 적용 가능한 개별화된 비침습적 생리적 평가의 토대를 마련한다고 결론지었으며, 기존의 스트레인 파라미터에 대한 추가 검증 및 확장된 회복 모니터링의 필요성을 인정하였다.

유사한 논문