Generative atlasing in universal gene expression space defines cell types and microenvironment spectra during disease progression
저자들은 전사체 데이터를 생물학적으로 해석 가능한 보편적 유전자 발현 공간으로 매핑하여 세포 유형과 미세환경 스펙트럼을 정의함으로써, 폐섬유증 및 신경교종과 같은 질환에서 포괄적인 조직 아틀라스 구축과 질병 진행 추적을 가능하게 하는 생성형 단일 세포 파운데이션 모델인 UniGeneX를 소개한다.
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
모든 살아있는 세포 내부에는 인체가 어떻게 기능하고, 치유되며, 때로는 실패하는지를 결정하는 방대한 분자 상호작용의 네트워크가 존재합니다. 이러한 상호작용은 무작위적이지 않습니다. 그것들은 세포가 건강한 상태를 유지할지 아니면 질병 상태로 변할지를 결정하는 특정한 규칙을 따릅니다. 수십 년 동안 과학자들은 이 규칙들을 읽어내기 위해 노력해 왔으나, 그들이 수집하는 데이터는 종종 파편화되어 있거나, 노이즈가 섞여 있거나, 혹은 단일 시점의 스냅샷에 국한되어 있었습니다. 전통적인 방법들은 특정 샘플에서 어떤 유전자가 활성화되어 있는지는 알려줄 수 있지만, 서로 다른 환자, 서로 다른 질병 단계, 또는 심지어 서로 다른 유형의 생물학적 데이터 사이의 점들을 연결하는 데는 자주 실패했습니다. 과제는 전체 그림을 명확하게 볼 수 있는 방법, 즉 건강한 세포가 어떻게 점진적으로 질병이 있는 상태로 변화하는지를 이해하고, 인간 조직의 복잡한 구조 내에서 이러한 변화가 정확히 어디에서 일성하는지를 지도화하는 방법을 찾는 것이었습니다.
이를 해결하기 위해 홍콩 과학기술대학교와 홍콩 대학교의 연구진은 UniGeneX라는 새로운 계산 도구를 개발했습니다. 서로 다른 책에서 몇 개의 흩어진 문장만을 읽으며 언어를 이해하려고 노력하는 상황을 상상해 보십시오. 전체 이야기를 파악하기란 매우 어렵습니다. UniGeneX는 수천 권의 서로 다른 책에서 수백만 개의 문장을 읽은 숙련된 번역가와 같습니다. 이 시스템은 생명의 근본적인 문법, 즉 유전자들이 서로 어떻게 대화하는지를 규정하는 보편적인 규칙을 학습합니다. 건강한 조직과 질병이 있는 조직으로부터 얻은 방대한 유전 데이터 컬렉션을 학습함으로써, 이 시스템은 세포가 어떻게 행동하는지에 대한 포괄적인 지도를 구축합니다. 추상적이고 해석하기 어려운 요약본을 만드는 기존의 도구들과 달리, 이 새로운 모델은 실제 세포의 유전적 활동을 재구성하여 누락된 정보의 조각들을 채워 넣음으로써, 인체 내부에서 일어나고 있는 일들에 대한 명확하고 고해상도의 시야를 만들어냅니다.
연구진은 이 시스템을 두 가지 뚜렷하고 치명적인 인간 질병, 즉 폐 조직이 딱딱해지고 흉터가 생기는 질환인 폐섬유증과 매우 공격적인 형태의 뇌암인 신경교종(glioma)에 대해 테스트했습니다. 폐의 경우, 연구팀은 이 도구를 사용하여 수백 명의 환자로부터 얻은 150만 개 이상의 세포를 분석했습니다. 그들은 이 질병이 단순히 폐 조직을 파괴하는 것이 아니라, 신체의 자연스러운 복구 메커니즘을 가로챈다는 사실을 발견했습니다. 정상적으로 폐 세포가 손상되면, 손실된 세포를 대체하기 위해 새로운 건강한 세포로 변형됩니다. 그러나 폐섬유증에서는 이 복구 과정이 잘못됩니다. 세포들이 혼란스러운 상태에 빠져, 건강한 폐 조직 대신 흉터 조직을 만드는 유형의 세포로 변형되는 것입니다. 조직 전반에 걸친 유전적 변화를 지도화함으로써, 연구진은 이 실패의 정확한 경로를 추적하여 질병이 경미한 흉터에서 심각한 장기 손상으로 어떻게 진행되는지를 보여주었습니다. 그들은 단일 환자의 폐 내부에서도 서로 다른 영역이 이 붕괴의 서로 다른 단계에 있다는 것을 발견했으며, 이는 질병이 균일한 파도가 아니라 국소적인 실패들의 패치워크 형태로 몸을 통과한다는 것을 드러냈습니다.
이 도구를 뇌암에 적용한 것 또한 똑같이 놀라운 관점을 제공했습니다. 신경교종은 다양한 유전적 돌연변이가 서로 다른 결과를 초래하는 매우 복적인 질환으로 알려져 있습니다. 연구진은 UniGeneX를 사용하여 서로 다른 유전적 배경을 가진 종양을 발달 중인 인간의 뇌와 비교했습니다. 그들은 특정 돌연변이가 없는 가장 공격적인 종양들이 여전히 성장하고 분열하는 매우 초기 단계의 뇌 세포의 행동을 모방한다는 것을 발견했습니다. 반면, 덜 공격적인 종양은 발달 과정이 더 진행된 세포들과 닮아 있었습니다. 연구는 한 걸음 더 나아가 이 종양들을 둘러싼 혈관을 살펴보았습니다. 결과적으로 혈관의 상태는 암세포의 행동과 밀접하게 연결되어 있었습니다. 혈관이 새고 손상됨에 따라, 그 주변의 종양 세포들은 더 공격적이고 염증이 있는 상태로 변화했습니다. 이는 혈관이 단순히 종양에 영양을 공급하는 수동적인 파이프가 아니라, 암의 진화를 돕는 능동적인 참여자임을 시사합니다.
이 작업이 특히 강력한 이유는 서로 다른 유형의 데이터를 연결하는 능력에 있습니다. 연구진은 개별 세포를 구별하기 어려운 조직의 저해상도 이미지를 가져와서, 그 도구를 사용하여 이미지 내의 모든 개별 세포의 유전적 활동을 추론할 수 있었습니다. 이를 통해 그들은 질병 환경에 대한 상세한 3차원 지도를 만들 수 있었습니다. 그들은 정확히 어떤 세포들이 이웃하고 있는지, 시간이 지남에 따라 어떻게 변하고 있는지, 그리고 국소적인 환경이 질병에 어떻게 영향을 미치는지 볼 수 있었습니다. 예를 들어, 뇌암 연구에서 그들은 혈관이 실패하고 있는 특정 구역과 종양 세포가 가장 위험해지는 구역을 식별했습니다. 서로 다른 출처의 데이터가 함께 분석될 만큼 잘 정렬되지 않았기 때문에 달성하기 불가능했던 수준의 세부 사항이었습니다.
이 발견의 함의는 단지 이 두 가지 질병을 이해하는 것을 넘어섭니다. 이 도구는 질병이 어떻게 진행되는지에 대해 생각하는 새로운 방식을 제공합니다. 이는 과학을 정적인 스냅샷을 보는 것에서 벗어나 연속적이고 역동적인 과정을 이해하는 방향으로 이동시킵니다. 유전자 발현의 보편적 언어를 재구성함으로써, 연구진은 질병의 초기 징후부터 가장 심각한 단계까지 그 여정을 추적할 수 있는 프레임워크를 만들었습니다. 이러한 접근 방식은 복잡한 질병을 치료하는 열쇠가 단순히 세포 자체를 표적으로 삼는 것이 아니라, 세포가 잘못되는 구체적인 국소 환경을 이해하는 데 있을 수 있음을 시사합니다. 이 연구는 이러한 상태들을 치료했다고 주장하는 것이 아니라, 과학자들에게 어디에 장애물이 있고 신체의 자체 복구 시스템이 어떻게 이용당하고 있는지를 보여주는 훨씬 더 명확한 지형도를 제공합니다. 이 새로운 지도를 통해, 표적 치료법을 개발하기 위한 앞길은 훨씬 더 선명하게 보입니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.