HPV-음성 두경부암의 전사 상태로 찾은 약물 취약성과 EGFR 억제제 반응 예측
배경: 분자 분류를 약물 반응과 연결하다
인유두종바이러스(HPV)-음성 두경부 편평세포암(HNSCC)의 전사 상태를 유전자 의존성과 연결하고, 유전자 발현으로 에를로티닙 반응을 예측하는 연구가 나왔다. 연구진은 세포주에서 학습한 모델을 환자 유래 조직 6례에서 시험했다. 생체 밖 조직의 약물 감수성을 평가한 연구로, 환자 투약에 따른 임상 효과를 검증한 단계는 아니다.
HNSCC의 기존 분자 아형은 종양의 생물학적 차이를 설명하지만 치료 선택으로 연결하는 데 한계가 있었다. 표피성장인자수용체(EGFR) 역시 발현량만으로 억제제 반응을 충분히 설명하지 못한다. 이번 연구는 더 넓은 유전자 발현 프로그램이 약물 반응을 설명할 수 있는지 살폈다.
핵심 발견: 전사 상태별 의존성과 13유전자 예측 모델
연구진은 5개 코호트의 RNA 시퀀싱(RNA-seq) 표본 753개를 모아 품질 기준을 통과한 727개를 분석했다. 여기에는 정상 조직과 HPV-양성 종양도 포함됐다. 이 통합 자료에서 HPV-음성 종양의 주요 전사 상태를 구분했다.
주요 상태는 증식, 상피 분화, 상피-간엽 이행(EMT), 미토콘드리아 대사와 관련됐다. 연구진은 종양과 세포주의 경로 활성 유사도를 계산해 대표 HPV-음성 세포주 18개를 선정하고, 기존 크리스퍼(CRISPR) 유전자 제거 실험에 기반한 DepMap 의존성 자료와 약물 스크리닝 결과를 연결했다. 유전자 의존성은 특정 유전자를 제거했을 때 세포 생존이나 증식이 얼마나 저해되는지를 나타낸다.
증식 상태에서는 자가포식과 유사분열 관련 의존성이, 상피 분화 상태에서는 ERBB/PI3K 신호와 접착 관련 의존성이 나타났다. 미토콘드리아 대사 상태는 산화적 인산화와 미토콘드리아 번역에, EMT 상태는 G2/M 세포주기 조절·인테그린·Notch 등의 경로에 의존하는 양상을 보였다. 이러한 결과는 상태별 치료 후보를 탐색할 근거를 제공한다. 환자에서 해당 경로를 억제했을 때의 효과는 별도 검증 과제다.
EGFR 억제제 반응 예측에는 세포주 26개의 유전자 발현·약물 반응 자료를 사용했다. 특징 선택과 교차검증을 거친 서포트 벡터 회귀(SVR) 모델은 논문에서 13유전자 서명으로 보고됐다. 독립 검증에는 전향적으로 수집한 HPV-음성 HNSCC 조직 6례로 만든 3차원 마이크로종양을 이용했다. 에를로티닙 2.5 μM을 처리한 뒤 3–7일 동안 발광 신호로 조직 생존율을 평가하고, 약물 용매 대조군을 기준으로 정규화했다.
논문 본문은 예측값과 관측값의 피어슨 상관계수 R=0.93, 평균절대오차(MAE)=21.22를 보고한다. MAE는 생존율 예측 오차의 크기를 나타내며, 상관계수가 높더라도 예측값이 관측값과 정확히 일치한다는 뜻은 아니다. 그림 6F 설명에는 검증 성능이 R=0.88, MAE=18.44로 달리 기재돼 수치 확인이 남아 있다. EGFR 단독 비교에서는 mRNA 발현과 에를로티닙 반응 사이의 상관이 약했다(R=−0.14).
의미와 전망: 치료 선택을 위한 가설과 검증 과제
연구는 종양의 전사 상태를 기능적 의존성 및 약물 감수성과 연결하는 틀을 제시했다. 통합 종양 자료에 모델을 적용했을 때 상피 분화와 세포주기 관련 상태에서 에를로티닙 감수성이 더 높을 것으로 예측됐다. 다만 학습 세포주는 26개, 독립 조직 검증은 6례에 그쳐 일반화 가능성을 판단하기에는 제한적이다.
세포주 의존성은 종양 미세환경 전체를 반영하지 못하며, 조직 생존율 예측은 환자의 치료 반응이나 생존 개선과 구분해야 한다. 후속 연구에서는 더 큰 독립 코호트로 성능을 재현하고 실제 치료 결과와의 연관성을 평가할 필요가 있다. 연구 방법과 결과는 논문 원문에서 확인할 수 있다.
Oncology & Systems Biology Core, Published May 2026. DOI: [Source Generated Data]Summary: Resolving the clinical translation gap where historical head and neck squamous cell carcinoma (HNSCC) transcriptomic subclassifications remained purely descriptive, this mechanistic platform converts multi-omic diversity into drug-actionable states. By synthesizing multi-cohort RNA-seq metadata from 727 independent tumors across five diverse datasets with genome-scale CRISPR dependency maps, the framework isolates four selective survival circuits characterizing HPV-negative HNSCC: a proliferative axis, an epithelial-differentiated state, an EMT-like matrix, and an oxidative metabolic baseline. To clinically exploit these targets, a machine learning pipeline was deployed to extract a 13-gene transcriptomic predictor of EGFR-inhibitor response. Validated prospectively in fresh patient-derived 3D microtumors, the signature identifies erlotinib susceptibility with a high fidelity coefficient (R = 0.93) by mapping the structural penetrance of epithelial differentiation, establishing a generalizable computational standard for programmatic biomarker optimization and precision stratification.
EGFR 발현량만으로 설명하기 어려운 약물 감수성을 종양의 전사 상태와 함께 평가할 가능성을 제시했다. 후속 연구에서는 수술 조직의 RNA 발현으로 반응을 예측한 뒤 같은 조직의 생체 밖 약물 시험과 비교해, 임상시험용 바이오마커 후보와 환자 층화 기준을 평가할 수 있다. 유전자 의존성 자료는 각 전사 상태에서 검토할 치료 후보의 우선순위를 정하는 근거로도 활용 가능하다. 다만 조직 6례의 검증과 논문 내부의 성능 수치 불일치를 고려하면, 현재 결과만으로 진료에서 약물을 선택하거나 승인된 동반진단처럼 사용할 근거는 부족하다.