What Can an In Vitro Model Establish? A Claim-Specific Validation Framework for Neural and Bioelectronic Interfaces

인간의 몸에 직접 이식되어 상실된 감각을 되찾아주거나, 떨림을 진정시키거나, 손상된 신경을 복구하는 아주 작은 전자 기기들이 존재하는 세상을 상상해 보십시오. '뉴럴 인터페이스(neural interfaces)'라고 불리는 이 장치들은 우리의 생물학적 구조와 우리가 만든 기계 사이를 잇는 가교 역할을 합니다. 이 장치들의 안전성과 유효성을 보장하기 위해, 과학자들은 이를 인간 환자에게 접촉시키기 전에 반드시 테스트를 거쳐야 합니다. 그들은 배양 접시에서 세포를 키우고, 미세한 조직 모델을 만들며, 컴퓨터 시뮬레이션을 실행하여 장치가 어떻게 작동하는지 관찰합니다. 목표는 살아있는 사람의 몸 안에서 어떤 일이 일어날지를 예측하는 것입니다. 그러나 이 분야에서는 중대한 문제가 발생했습니다. 연구자들이 실험실 접시에서의 성공적인 테스트를 인간에 대한 성공의 보증으로 착각한다는 점입니다. 특정 유형의 세포를 대상으로 한 실험실 내 실험이 성공했다고 해서, 그것이 반드시 인간의 복잡하고 무질서한 뇌나 치유 중인 상처 속에서도 성공할 것이라는 의미는 아닙니다. 통제된 실험에서 실제 의료 결과로 넘어가는 도약은 종종 너무 넓으며, 그 간극을 메우기 위해 사용되는 근거는 빈번히 결여되어 있습니다.

Akkredited Research Group에서 발표한 앤디 크리스티안센(Andy Kristianesen)의 새로운 리뷰 논문은 바로 이 문제를 다룹니다. 이 논문은 새로운 기계나 새로운 생물학적 발견을 제안하는 것이 아닙니다. 대신, 과학자들이 자신의 실험을 결론과 어떻게 연결해야 하는지에 대한 새로운 사고방식을 제시합니다. 저자는 현재 이러한 장치들을 검증하는 방식이 너무 느슨하다고 주장합니다. 과학자들은 흔히 물질이 액체 내에서 전기적 특성을 변화시키는 것과 같은 하나의 구체적인 테스트 결과를 가져와서, 해당 장치가 인체 내에서 장기간 안전하게 사용될 수 있다는 것과 같은 훨씬 더 큰 주장을 뒷받지하는 데 사용하곤 합니다. 논문은 이것이 논리적 오류라고 지적합니다. 이 논문은 연구자들이 자신의 실험이 무엇을 증명할 수 있는지, 그리고 똑같이 무엇을 증명할 수 없는지를 정확하게 정의하도록 강제하는 엄격한 프레임워크, 즉 일종의 체크리스트를 제안합니다.

이 새로운 프레임워크의 핵심은 단순하지만 강력한 아이디어입니다. 모델은 설계된 특정 질문에 얼마나 충실한가에 따라 그 가치가 결정된다는 것입니다. 논문은 검증 과정을 일련의 연결 고리로 분해합니다. 첫째, 연구자가 하고자 하는 구체적인 진술인 '주장(claim)'이 있습니다(예: "이 물질은 뇌 조직에 해를 끼치지 않을 것이다"). 다음으로, 그 주장이 참이 되기 위해 존재해야 하는 실제 생물학적 또는 물리적 연결인 '필요한 관계(required relation)'가 있습니다. 그다음은 그 특정 관계를 나타내야 하는 실험 자체인 '모델(model)'입니다. 마지막으로 측정값인 '종점(endpoint)'과 비교 기준이 되는 '비교 대상(comparator)'이 있습니다. 프레임워크는 이 사슬의 모든 연결 고리가 가시적이어야 하며 검증되어야 한다고 강조합니다. 만약 연결 고리 하나라도 빠진다면 사슬은 끊어지며, 아무리 정교한 장비를 사용하더라도 그 주장은 뒷받받을 수 없습니다.

이것이 왜 중요한지를 설명하기 위해, 논문은 뉴럴 인터페이스 연구에서 흔히 나타나는 여덟 가지 유형의 주장을 살펴봅니다. 한 예로 물질의 변형이 있습니다. 과학자는 전극을 소금기가 있는 액체에 두었을 때 부식된다는 것을 보여줄 수 있습니다. 이것은 사실입니다. 하지만 논문은 이 사실이 전극이 인체 내부에서 부식될 것이라는 점을 자동으로 증명하지 않으며, 또한 부식이 뇌 속에 독성 입자를 방출할 것이라는 점도 증명하지 못한다고 지적합니다. 배양 접시 안의 액체는 인체 내부의 조직과는 다르기 때문입니다. 또 다른 예는 세포의 반응입니다. 어떤 테스트가 특정 유형의 세포를 배양 접시에서 죽이지 않는다는 것을 보여줄 수 있습니다. 이는 긍정적인 결과입니다. 그러나 논문은 이 테스트가 전체 유기체에 대해 장치의 안전성을 증명하는 것은 아니라고 주장하는데, 왜냐하면 배양 접시에는 시간이 흐름에 따라 장치에 다르게 반응할 수 있는 면역 체계나 다른 조직들이 결여되어 있기 때문입니다.

또한 이 리뷰는 모델의 복잡성을 높이는 것이 항상 문제를 해결하는 것은 아님을 강조합니다. 일부 연구자들은 모델에 더 많은 세포 유형을 추가하거나 조직을 실제 뇌와 더 유사하게 만듦으로써 실험실 모델을 더 복잡하게 만들면, 그것이 자동으로 인간의 결과에 대한 더 나은 예측 도구가 될 것이라고 믿습니다. 논문은 이러한 가설에 이의를 제기합니다. 복잡한 모델이 유용하려면 질문에 답하는 데 필요한 특정 생물학적 특징을 포함하고 있어야 한다고 제안합니다. 예를 들어, 연구자가 약물이 장벽을 통과하는 방식을 연구하고 있다면, 단순히 배양 접시에 더 많은 세포 유형을 추가하는 것은 그 수송에 필요한 특정 장벽 세포가 여전히 없다면 도움이 되지 않습니다. 논문은 생물학적 복잡성과 올바른 결론을 도출하는 능력은 서로 다른 문제임을 강조합니다. 단순한 모델은 좁은 범위의 질문에는 완벽하게 적절할 수 있지만, 적절한 재료가 빠져 있다면 복잡한 모델은 무용지물이 될 수 있습니다.

저자는 이 논리를 전기 신호 기록 및 장치와 살아있는 조직 간의 상호작용을 포함한 다양한 시나리오에 적용합니다. 그들은 배양 접시 내의 뉴런 네트워크로부터 전기적 스파이크를 기록하는 것이 장치가 활동을 감지할 수 있음을 증명하지만, 그것이 움직임이나 시각과 같은 상실된 기능을 복구할 수 있음을 증명하는 것은 아니라고 지적합니다. '신호를 감지하는 것'에서 '기능을 복구하는 것'으로 넘어가는 데는 종종 존재하지 않는 증거의 다리가 필요합니다. 마찬가지로, 장치가 동물의 조직 조각에서 잘 작동할 수는 있지만, 그것이 인간에서도 잘 작동할 것이라는 보장은 없습니다. 인간의 몸은 다른 특성과 반응을 가지고 있기 때문입니다. 논문은 연구자들이 이러한 간극에 대해 명확히 밝혀야 한다고 주장합니다. 그들은 자신의 결과가 테스트한 특정 조건에만 적용된다는 점을 분명히 명시해야 하며, 이를 인간 환자에게 확장하기 위해서는 별도의 검증된 단계가 필요하다는 점을 밝혀야 합니다.

이 연구의 가장 중요한 공헌 중 하나는 오류를 일으키는 세 가지 구체적인 유형의 간극을 식별한 것입니다. 첫 번째는 모델 자체의 간극으로, 실험에 면역 세포나 혈관과 같이 주장에 필수적인 결정적인 생물학적 요소가 누락된 경우입니다. 두 번째는 측정의 간극으로, 과학자가 결론을 뒷받할 수 없는 엉뚱한 것을 보고 있거나 충분히 정확하게 측정하지 못하는 경우입니다. 세 번째는 전이의 간극으로, 연구자가 짧은 기간의 배양 접시 테스트와 같은 한 맥락의 결과를 장기 이식과 같은 다른 맥락에 적용하려고 할 때 그 연결성이 유지되는지 증명하지 못하는 경우입니다. 논문은 이 세 가지 간극이 서로 다른 해결책을 필요로 한다고 주장합니다. 더 많은 측정을 한다고 해서 누락된 생물학적 요소를 해결할 수 없으며, 생물학적 복잡성을 더한다고 해서 측정 오류를 해결할 수 없습니다. 각 문제는 각각의 처방이 필요합니다.

리뷰는 과학계가 이처럼 더 훈련된 접근 방식을 채택할 것을 촉구하며 마무리됩니다. 이 논문은 과학자들에게 더 정교한 모델을 만들거나 더 비싼 테스트를 수행하라고 요구하는 것이 아닙니다. 대신, 현재의 테스트가 무엇을 말해줄 수 있고 무엇을 말해줄 수 없는지에 대해 더 정직해질 것을 요청합니다. 실험의 한계를 명확히 정의함으로써, 연구자들은 데이터에 의해 뒷받받되지 않는 주장을 하는 것을 피할 수 있습니다. 이것이 in vitro(체외) 모델이 쓸모없다는 뜻은 아닙니다. 오히려 논문은 적절하게 사용될 때 이 모델들의 가치를 긍정합니다. 잘 설계된 실험은 특정 질문에 대해 완전하고 가치 있는 답변을 제공할 수 있습니다. 위험은 작은 답변을 큰 답변인 것처럼 꾸미는 데 있습니다. 논문은 과학자들이 이 프레임워크를 사용함으로써 더 나은 실험을 설계하고, 결과를 더 정확하게 해석하며, 궁극적으로 미래의 더 안전하고 효과적인 뉴럴 인터페이스를 구축할 수 있다고 제안합니다. 이 작업은 아직 기존의 관행에 대해 테스트되지 않은 방법론적 가이드로서의 제안이지만, 이해관계가 걸린 이 분야에서 더 신뢰할 수 있는 과학을 향한 명확한 경로를 제시하고 있습니다.