The integrated analysis of single-cell RNA sequencing and bulk transcriptome sequencing revealed prognostic genes and pathological/clinical features associated with RNA processing factors in muscle-invasive bladder cancer

방광암은 방광 내벽의 세포가 통제 불능으로 성장하는 질환입니다. 일부 형태는 성장이 느리고 표면에 머물러 있지만, 근침윤성 방광암이라는 더 위험한 버전은 방광의 근육벽 깊숙이 파고듭니다. 이 공격적인 형태는 치료하기 어려우며, 많은 환자가 질병이 재발하거나 신체의 다른 부위로 전이될 높은 위험에 직면합니다. 이러한 현상이 왜 발생하는지 이해하기 위해, 과학자들은 세포가 어떻게 행동해야 하는지 알려주는 세포 내부의 아주 작은 지침들을 살펴봅니다. 하나의 중요한 지침 세트는 세포가 유전적 메시지를 처리하는 방식과 관련이 있습니다. 세포를 단백질을 만들기 위한 길고 복잡한 설계도를 받는 공장이라고 상상해 보십시오. 기계가 그 설계도를 사용하기 전에, 설계도는 편집되고, 다듬어지고, 준비되어야 합니다. 특수한 단백질들이 편집자 역할을 하여, 불필요한 부분을 잘라내고 유용한 부분들을 서로 꿰매어 붙입니다. 만약 이 편집자들이 실수를 하거나 너무 느리게 작업한다면, 공장은 고장 나거나 위험한 제품을 생산하게 되며, 이는 암으로 이어질 수 있습니다.

연구자들은 이러한 편집 단백질, 즉 RNA 가공 인자들이 방광암이 어떻게 진행되는지에 중요한 역할을 할 것이라고 오랫동안 의심해 왔지만, 정확한 세부 사항은 명확히 밝혀지지 않은 채 남아 있었습니다. 한 과학자 팀은 방대한 양의 생물학적 데이터를 조사하여 이러한 연결 고리를 지도화하고자 했습니다. 그들은 환자 샘플 수천 개에서 얻은 정보, 즉 종양의 유전 서열, 현미경으로 본 조직의 상세한 이미지, 그리고 환자의 연령 및 질병 단계에 대한 임상 기록을 결합했습니다. 또한, 단순히 여러 세포가 섞인 흐릿한 혼합물을 보는 대신 개별 세포를 관찰할 수 있게 해주는 최신 기술을 사용했습니다. 그들의 목표는 어떤 환자가 더 오래 생존할지, 그리고 그렇지 않을지를 예측할 수 있는 특정 유전적 표지와 조직 내의 물리적 특징을 찾는 것이었습니다. 이러한 다양한 유형의 정보를 엮음으로써, 그들은 질병에 대한 더 명확한 그림을 그리고 의사들이 더 나은 치료 결정을 내릴 수 있도록 돕는 새로운 방법을 식이어내고자 했습니다.

연구는 근침윤성 방광암 종양의 유전적 활동을 건강한 조직과 비교하는 것으로 시작되었습니다. 연구진은 유전자들이 켜지거나 꺼지는 방식에서 수천 가지의 차이점을 발견했습니다. 이 방대한 목록으로부터, 그들은 특히 RNA 편집 작업에 책임이 있는 유전자들에 집중했습니다. 이 유전자들을 환자의 생존 데이터와 교차 참조함으로써, 그들은 결과 예측에 가장 중요한 것으로 보이는 네 가지 특정 유전자로 범위를 좁혔습니다. 이 유전자들은 AHNAK, KHDC4, TMTC1, RPP21로 명명되었습니다. 연구진은 이 네 가지 유전자의 활성도를 사용하여 환자들을 두 그룹, 즉 예후가 좋지 않을 위험이 높은 그룹과 낮은 위험의 그룹으로 분류하는 모델을 구축했습니다. 결과는 명확한 구분을 보여주었습니다. 고위험군 환자들은 저위험군 환자들에 비해 생존 시간이 현저히 짧았습니다. 이 유전적 징후는 질병이 어떻게 진행될지를 나타내는 신뢰할 수 있는 지표임이 입증되었습니다.

결과의 견고함을 보장하기 위해, 팀은 유전자에만 머물지 않았습니다. 그들은 조직 샘으로의 고해 resolution 디지털 스캔인 전체 슬라이드 이미지를 사용하여 종양의 물리적 외형을 조사했습니다. 그들은 마치 인간 병리학자가 현미경 아래에서 특정 모양과 색을 찾는 것처럼, 복잡한 패턴을 인식하도록 훈련된 컴퓨터 프로그램을 사용했습니다. 컴퓨터는 환자의 생존과 강력하게 연관된 세 가지 뚜렷한 시각적 패턴을 조직에서 식별해 냈습니다. 이 시각적 패턴들을 유전 데이터와 결합했을 때, 예측 모델은 훨씬 더 정확해졌습니다. 그들은 또한 환자의 연령이나 암이 먼 곳까지 퍼졌는지 여부와 같은 표준 임상 정보도 살펴보았습니다. 그들은 고령과 암의 타 장기 전이가 실제로 나쁜 결과를 예측하는 강력한 예측 인자임을 확인했습니다. 유전 데이터, 이미지 패턴, 그리고 임상적 세부 사항을 하나의 종합적인 모델로 통합함으로써, 그들은 AHNAK 유전자가 질병의 경과를 예측하는 데 있어 단일하게 가장 강력한 요인이며, 그 뒤를 환자의 연령과 특정 이미지 패턴 중 하나가 바짝 쫓고 있다는 것을 발견했습니다.

연구진은 그다음 단계로 종양을 구성하는 개별 세포들을 살펴보는 조사를 진행했습니다. 단일 세포 기술을 사용하여, 그들은 어떤 특정 유형의 세포들이 이 위험한 유전자들을 발현하고 있는지 볼 수 있었습니다. 그들은 AHNAK 유전이 섬유아세포(fibroblast)라고 불리는 세포 유형에서 특히 활발하다는 것을 발견했습니다. 섬유아세포는 정상적으로 조직의 구조적 틀을 구축하고 유지하는 데 도움을 주는 세포이지만, 암에서는 종양 성장을 지원하도록 납치될 수 있습니다. 연구는 섬유아세포가 변화하고 성숙함에 따라 AHNAK의 활성도가 높게 유지된다는 것을 보여주었으며, 이는 AH-NAK가 그들의 행동에 핵심적인 역할을 한다는 것을 시사합니다. 더욱이, 연구팀은 건강한 조직에서 섬유아세포가 면역 세포 및 다른 세포 유형들과 빈번하게 소통하며 균형 잡힌 환경을 조성한다는 것을 관찰했습니다. 그러나 암 샘플에서는 이 소통 네트워크가 무너졌습니다. 섬유아세포들은 스스로를 고립시키거나, 종양이 면역 체계로부터 숨는 데 도움이 될 수 있는 방식으로 상호작용하는 듯 보였습니다. 이는 AHNAK 유전이 신체의 나머지 부분과 소통하는 방식을 변화시킴으로써, 효과적으로 종양을 위한 보호막을 구축하도록 도와 암을 몰아붙이는 데 핵심적인 역할을 할 수 있음을 시사합니다.

연구는 또한 이러한 발견이 치료와 어떻게 관련될 수 있는지 탐구했습니다. 연구진은 서로 다른 위험 그룹이 다양한 약물에 어떻게 반응하는지 테스트했습니다. 그들은 AHNAK 유전 수치가 높은 고위험군 환자들이 저위험군 환자들과 비교했을 때 특정 화학 요법 및 표적 약물에 대해 다른 민감도를 보인다는 것을 발견했습니다. 구체적으로, 고위험군은 WH.4.023이라는 약물과 다른 몇몇 약물에 더 민감한 것으로 나타났습니다. 이는 환자의 유전적 프로필을 아는 것이 의사들이 효과가 없을 가능성이 높은 치료법을 시도하는 대신, 처음부터 적절한 약물을 선택하는 데 도움이 될 수 있음을 시사합니다. 연구진은 자신들의 모델이 기존 데이터의 컴퓨터 분석에 기반하고 있다는 점을 언급하며, 이러한 아이디어를 실험실과 임상 시험에서 테스트하여 해당 유전자나 그들이 영향을 미치는 섬유아세포를 표적으로 삼는 것이 실제로 환자의 생존율을 개선할 수 있는지 확인하는 향후 작업이 필요하다고 강조했습니다.

결론적으로, 이 연구는 근침순성 방광암을 바라보는 새로운 방식을 제공합니다. 이 질병을 단일한 실체가 아니라, 유전적 오류, 조직 구조, 그리고 세포 간 소통이 모두 함께 작용하여 결과를 결정하는 복잡한 시스템으로 보는 것입니다. AHNAK를 특히 섬유아세포 내에서의 중심적인 역할을 하는 요소로 식별한 것은 향후 연구를 위한 구체적인 표적을 제공합니다. 이는 암을 막는 것이 종양 세포를 직접 공격하는 것뿐만 아니라, 종양과 주변 환경 사이의 끊어진 소통 라인을 복구하는 것을 포함할 수도 있음을 시사합니다. 이 컴퓨터 모델에서 새로운 치료법으로 가는 길은 멀지만, 이 연구는 과학자들이 이 어려운 질병에 직면한 환자들을 위해 더 나은 치료법을 개발할 때 집중해야 할 구체적인 이정표를 강조하며 상세한 지형도를 제공합니다.