Preoperative prediction of microsatellite instability in rectal cancer using multiparametric MRIderived intratumoral heterogeneity and exploration of biological mechanisms: a multicenter study
이 다기관 연구는 다중 파라미터 MRI 유래 종양 내 이질성과 임상적 특징을 통합한 결합 모델이 직장암의 미세부수체 불안정성을 수술 전에 효과적으로 예측하는 동시에, 차별적인 AKT1 발현을 잠재적인 기저 분자 기전으로 식별한다는 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
암은 드물게 단일하고 균일한 덩어리로 존재합니다. 종양 내부의 세포들은 위치에 따라 매우 다양하게 변할 수 있는데, 과학자들은 이 현상을 종양 내 이질성(intratumoral heterogeneity)이라고 부릅니다. 이러한 내부적 다양성은 암 치료를 어렵게 만드는 주요 원인입니다. 어떤 약물이 한 그룹의 세포를 죽이더라도 다른 그룹은 그대로 남겨두어 질병이 다시 돌아오게 할 수 있기 때문입니다. 마이크로새텔라이트 불안정성(microsatellite instability)으로 알려진 특정 유형의 대장암은 나머지 암과는 다르게 행동합니다. 이 유형을 가진 환자들은 면역 항암제에는 매우 잘 반응하지만, 표준 화학 요법에는 반응이 저조한 경우가 많습니다. 현재 의사들은 이 특정 유형의 암인지 확인하기 위해 수술 후까지 기다리거나 생검을 수행해야 합니다. 이러한 방법들은 침습적이며 종양의 아주 작은 부분만을 채취하기 때문에, 종양 덩어리의 다른 곳에서 일어나고 있는 복잡한 변화들을 놓칠 가능성이 있습니다.
중국의 연구팀이 발표한 새로운 연구는 수술이 시작되기도 전에 이러한 숨겨진 차이점을 볼 수 있는 방법을 제시합니다. 인체의 연부 조직을 상세하게 촬영하는 데 사용되는 기술인 자기공명영상(MRI)을 사용하여, 연구진은 직장암의 내부 지형을 매핑하는 방법을 개발했습니다. 그들은 MRI 스캔에서 종양이 신호를 분산시키는 방식이 해당 종양이 마이크로새텔라이트 불안정성 유형인지 여부를 밝혀낼 수 있다는 것을 발견했습니다. 이 접근 방식은 환자의 몸을 절개하지 않고도 암의 행동을 예측할 데 도움을 줄 뿐만 아니라, 카메라가 보는 것과 세포 내부에서 일어나는 일 사이의 간극을 메우며 질병을 유발하는 특정 생물학적 기전을 가리킵니다.
연구진은 먼저 세 곳의 병원에서 464명의 직장암 환자로부터 데이터를 수집했습니다. 그들은 치료를 받기 전 특정 유형의 MRI 스캔을 받은 환자들에게 집중했습니다. 이 스캔에는 조직의 구조를 고해상도로 보여주는 하나의 시퀀스와 세포 내에서 물 분자가 어떻게 이동하는지를 측정하는 또 다른 시퀀스가 포함되었습니다. 연구팀은 컴퓨터를 사용하여 이 영상 속의 종양을 수천 개의 작은 3차원 블록으로 나누었습니다. 종양을 하나의 고체 객체로 취급하는 대신, 그들은 블록마다 신호가 어떻게 변하는지를 분석했습니다. 그들은 종양 전체에 걸쳐 이러한 신호들이 얼마나 흩어져 있거나 혼합되어 있는지를 나타내는 점수를 계산했습니다. 높은 점수는 종양 내부가 매우 다양함을 의미했고, 낮은 점수는 더 균일함을 시사했습니다.
이 방법이 효과적인지 테스트하기 위해, 팀은 이러한 영상 점수와 연령, 종양 크기, 위치와 같은 표준 환자 정보를 결합한 컴퓨터 모델을 구축했습니다. 그들은 한 그룹의 환자 데이터로 모델을 학습시킨 후, 새로운 미지의 데이터를 얼마나 정확하게 예측할 수 있는지 확인하기 위해 다른 두 그룹에서 테스트했습니다. 결과는 유망했습니다. 영상 점수와 환자 세부 정보를 모두 사용한 결합 모델은 학습 사례의 약 86%에서 마이크로새텔라이트 불안정성 상태를 정확히 식별했으며, 외부 그룹에서도 강력한 정확도를 유지했습니다. 영상 점수만으로는 완벽한 예측을 할 수 없었지만, 임상 데이터와 결합했을 때 모델이 두 가지 암 유형을 구별하는 능력이 크게 향상되었습니다. 이는 종양의 내부적 혼돈이 스캔을 통해 시각화될 수 있으며, 표준 임상 요인만으로는 포착할 수 없는 고유한 정보를 담고 있음을 시사합니다.
연구는 예측에서 멈추지 않았습니다. 연구진은 왜 이러한 종양들이 스캔에서 다르게 보이는지 이해하고자 했습니다. 그들은 수천 명의 암 환자에 대한 방대한 공개 유전체 데이터베이스를 활용하여 분자 수준의 단서를 찾았습니다. 마이크로새텔라이트 불안정성 종양과 표준 종양에서 활성화된 유전자를 비교함으로써, 그들은 AKT1이라는 특정 단백질이 다르게 행동한다는 것을 확인했습니다. 표준 종양에서는 이 단백질이 매우 활발하게 작용했지만, 마이크로새텔라이트 불안정성 유형에서는 훨씬 덜 활발했습니다. 이 발견을 확인하기 위해 팀은 자사 병원의 실제 조직 샘 샘플 10개를 조사했습니다. 현미경 아래에서 단백질을 시각화하는 염색 기술을 사용하여 AKT1의 양을 측정했습니다. 결과는 유전 데이터와 일치했습니다: 표준 종양은 마이크로새텔라이트 불안정성 종양보다 이 단백질의 수치가 유의미하게 높았습니다.
이 발견은 MRI 스캔이 보고 있는 것에 대한 잠재적인 생물학적 설명을 제공합니다. 단백질 AKT1은 세포의 성장과 분열을 주도하는 경로의 일부입니다. 이 단백질이 풍부한 표준 종양에서는 세포들이 더 균일하고 공격적인 방식으로 성장하여, 스캔에서 관찰되는 일관된 신호로 이어질 수 있습니다. 반면, 이 단백질 수치가 낮은 마이크로새텔라이트 불안정성 종양은 연구진이 측정한 신호의 조각 모음(patchwork)을 만들어내는 면역 체계의 활동이나 다른 요인들에 의해 유도된 듯한 다른 내부 구조를 보입니다. 비록 이 연구가 단백질 수치와 특정 영상 패턴 사이의 직접적인 인과 관계를 입증하는 것은 아니지만, 영상의 차이가 종양의 생물학적 차이를 반영한다는 강력한 가설을 제시합니다.
연구진은 자신들의 연구에 한계가 있음을 인정합니다. 이 연구는 이미 수집된 데이터를 되돌아보는 후향적 연구였으며, 단백질 검증에 사용된 조직 샘플의 수가 적었습니다. 또한 그들은 이 방법이 특정 MRI 시퀀스에 의존하며, 향후 더 많은 세부 정보를 제공할 수 있는 조영제를 포함하지 않았다는 점을 언급했습니다. 이러한 제약에도 불구하고, 이 연구는 비침습적 영상 기술이 단순히 종양의 위치를 찾는 것 이상을 할 수 있음을 보여줍니다. 즉, 질병 내부의 복잡하고 이질적인 본질을 드러낼 수 있다는 것입니다. 이 내부적 다양성을 정량화함으로써, 의사들은 곧 환자에게 불필요한 절차를 피하게 하고 각자의 특정 유형에 가장 잘 맞는 치료를 받을 수 있도록 더 빠르고 정확하게 맞춤형 치료 계획을 세울 수 있을 것입니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.