배경

암 유전체 분석에서는 특정 체세포 변이가 있는지를 주로 확인하지만, 변이가 존재하는 유전자 복사본의 수인 유전자 변이 용량(GMD)도 종양의 진화와 관련될 수 있습니다. GMD를 계산하려면 체세포 변이와 복제수 변화를 함께 해석해야 합니다. 연구진은 정상 대조 시료가 없는 표적 염기서열 데이터에서도 변이 복제수와 다중성을 추정하는 베이지안 도구 INCOMMON을 개발하고, 여러 암종의 대규모 임상 자료에 적용했습니다. 이 방법은 종양 순도와 염색체 복사본당 read 수를 확률적으로 추정해 변이와 복제수 변화가 함께 만드는 유전자 상태를 계산합니다.

핵심 발견

연구진은 39개 주요 고형암 유형에서 얻은 6만 개 이상의 임상 암 샘플과 50만 개 이상의 변이를 분석했습니다. 교차검증에서 총 복제수와 변이 다중성의 오차가 평균 한 복사본 미만인 예측 비율은 각각 78.6%와 96.4%였습니다. 2만 명 이상의 환자를 여러 유전자의 GMD에 따라 나눈 결과, 전체 생존을 예측하는 암종별 바이오마커 46개를 확인했습니다. 이 가운데 13개는 변이 유무만 구분하는 기존 방식에서는 발견되지 않았습니다. 또 26개 바이오마커는 전이성 확산과 연관됐고, 20개는 특정 장기로 전이되는 경향을 예측했습니다. 이는 통계적 연관성과 예측 성능을 보여준 결과이며, GMD가 전이를 직접 일으킨다는 인과관계를 증명한 것은 아닙니다.

의미와 전망

INCOMMON은 원시 FASTQ나 BAM 파일, 정상 대조 시료 없이도 임상 표적 시퀀싱의 read count에서 변이 복제수와 다중성을 추정하도록 설계됐습니다. 변이의 존재 여부에 GMD 정보를 더하면 예후와 전이 관련 바이오마커를 찾는 범위를 넓힐 수 있습니다. 기존에 축적된 임상 패널 자료를 다시 분석할 수 있다는 점도 연구 활용도를 높입니다. 다만 분석 결과를 실제 치료 결정에 사용하려면 독립 환자군에서 재현성을 확인하고, 암종·치료법별 임상적 유용성을 전향적으로 검증해야 합니다. 현재 성과는 정밀의료를 바로 완성한 것이 아니라 바이오마커 발굴을 정교하게 만드는 계산 방법을 제시한 것입니다.