Using machine learning and molecular docking technology to Elucidate the Molecular Pathway of Perfluorooctanoic Acid-Induced Ulcerative Colitis

궤양성 대장염은 대장의 점막이 염증을 일으키고 궤양이 생겨 통증, 출혈, 지속적인 설사를 유발하는 만성 질환입니다. 의사들은 유전, 면역 체계의 오류, 환경적 요인이 복합적으로 작용하여 이 질병을 유발한다는 점을 이해하고 있지만, 현대 사회의 특정 화학적 주범들은 종종 숨겨져 있습니다. 그러한 용의자 중 하나가 바로 퍼플루오로옥탄산, 즉 PFOA입니다. 이는 한때 조리 기구의 논스틱 코팅이나 직물의 방오 처리를 위해 널리 사용되었던 합성 화학 물질입니다. 자연 상태나 인체 내에서 쉽게 분해되지 않기 때문에, PFO가 전 세계의 수자원과 먹이사슬에 축적되었습니다. 과학자들은 PFO 노출이 염증성 장질환의 위험을 높일 수 있다고 오랫동안 의심해 왔지만, 혈액 속의 작은 분자가 어떻게 장 점막의 손상으로 이어지는지에 대한 정확한 생물학적 메커즘, 즉 경로를 추적하는 것은 매우 어려웠습니다.

이 퍼즐을 풀기 위해 산시 의학 대학교와 산시 성립 병부의 연구진은 컴퓨터 과학과 분자 생물학의 강력한 결합에 주목했습니다. 연구진은 화학 물질을 동물이나 환자에게 즉시 테스트하는 대신, 먼저 인간 생물학의 방대한 디지털 기록을 살펴보았습니다. 그들은 궤양성 대장염과 관련된 네 가지 특정 전사체 데이터셋에서 유전 데이터를 수집하여 건강한 대조군과 비교함으로써 어떤 유전자가 비정상적으로 작동하는지 찾아냈습니다. 동시에, 그들은 컴퓨터 모델을 사용하여 PFO가 어떤 인간 단백질에 물리적으로 달라붙을 수 있는지, 마치 열쇠가 자물쇠를 찾는 것처럼 예측했습니다. 이 두 가지 방대한 목록—질병에서 잘못 작동하는 유전자와 화학 물질이 표적으로 삼는 단백질—을 교차 검토함으로써, 연구진은 24개의 특정 잠재적 용의자 집단으로 범위를 좁혔습니다.

연구팀은 이 24개의 후보군을 걸러내기 위해 데이터로부터 패턴을 학습하는 컴퓨터 프로그램의 일종인 고급 머신러닝을 적용했습니다. 목표는 화학 물질에 노출되었을 때 질병 과정을 주도하는 가장 영향력 있는 플레이어, 즉 '핵심' 유전자를 찾는 것이었습니다. 컴퓨터 모델은 MEP1B, NAAA, PANK3, SCD, SLC23A1, SLC6A14라는 6개의 특정 유전자를 가장 중요한 유전자로 식별했습니다. 분석 결과 명확한 패턴이 드러났는데, 환자들에게서 이 중 두 유전자인 SCD와 SLC6A14는 유의미하게 과활성화된 반면, 나머지 네 개는 저활성화되어 있었습니다. 컴퓨터 모델은 매우 정밀하여, 이 6개 유전자의 활성도 수치만으로도 질병이 있는 조직과 건강한 조직을 높은 정확도로 구별해 낼 수 있었습니다.

PFO가 실제로 이 유전자들과 어떻게 상호작용하는지 이해하기 위해, 연구진은 '분자 도킹(molecular docking)'이라 불리는 디지털 시뮬레이션을 수행했습니다. 이 과정은 분자가 단백질 구조에 어떻게 들어맞는지 시각화합니다. 결과에 따르면, PFO는 식별된 6개 핵심 유전자 모두에 단단하고 안정적으로 결합합니다. 이러한 물리적 연결은 이 화학 물질이 단순히 질병이 발생할 때 곁에 존재하는 것이 아니라, 이들 생물학적 표적에 직접 부착되어 정상적인 기능을 방해할 가능성이 높음을 시사합니다. 예를 들어, 과활성화된 것으로 나타난 SLC6A14 유전자는 세포가 염증에 반응하는 방식에 영향을 미치며 장벽을 손상시키는 일종의 세포 사멸을 유발할 수 있습니다. 반대로, 저활성화된 NAAA 유전자는 본래 천연 항염증 신호를 생성하는 데 도움을 주는데, 이 유전자의 억제는 장을 부종에 무방비 상태로 만들 수 있습니다.

또한 연구진은 이 유전자들이 제어하는 더 넓은 생물학적 경로를 지도화했습니다. 이들은 지방을 분해하고, 비타민을 운반하며, 장벽의 구조적 무결성을 유지하는 데 관여합니다. PFO가 이러한 표적들에 결합하면, 전체 시스템의 균형을 무너뜨려 장벽의 붕괴와 만성 염증을 초래하는 것으로 보입니다. 연구진은 이러한 결과가 새로운 임상 시험이 아닌 컴퓨터 시뮬레이션과 유전 데이터 분석에 기반했다는 점을 언급하면서도, 다양한 방법론 전반에 걸친 결과의 일관성이 매우 설득력이 있다고 밝혔습니다. 이 연구는 흔한 환경 오염 물질이 어떻게 특정 생물학적 스위치를 탈취하여 질병을 일으키는지에 대한 상세한 지도를 제공하며, 이 상호작용을 차단하거나 손상을 복구할 수 있는 미래 약물의 새로운 표적들을 제시합니다.