배경

폐선암(Lung Adenocarcinoma, LUAD)은 비소세포폐암 중 가장 흔하면서도 극심한 분자적 이질성을 나타내는 악성 종양이다. 상피세포 성장인자 수용체(Epidermal Growth Factor Receptor, EGFR)나 역형성 림프종 인산화효소(Anaplastic Lymphoma Kinase, ALK) 저해제가 도입되며 치료 성적이 개선되었으나, 상당수 환자는 표적 변이가 결여되어 있거나 약물 저항성을 획득해 질병이 진행된다. 치료 선택지가 고갈된 환자군을 위한 새로운 표적 발굴이 절실한 이유.

암 유전자 의존성 지도(Cancer Dependency Map, DepMap) 같은 대규모 CRISPR 기능 스크리닝 데이터가 축적되면서 암세포 생존 필수 유전자 탐색이 활발해졌다. 그러나 배양 접시에서 증식하는 세포주 기반 스크리닝은 실제 환자 종양 미세환경과 복잡성을 온전히 반영하지 못한다. 단순 의존성 점수에만 치중할 경우 시험관 내에서는 유효해 보여도 실제 환자 조직에서는 재현되지 않는 위양성 표적이 대량으로 섞여 들어오는 결함을 노출한 셈. 실험실 수준의 기능적 취약점과 임상 환자 코호트 사이의 간극을 메울 전산 선별 전략이 요구되는 배경이다.

핵심 발견

연구진은 다중 기준을 결합한 연접 순위화 규칙 기반 전산 프레임워크 DepPrior를 구축했다. 상호 보완적인 세 가지 평가 기준을 동시에 충족하는 유전자만을 엄격히 압축하는 구조.

첫 번째 기준은 CRISPR 유전자 의존성의 분리도다. 세포주 간 의존성 편차가 명확해 특정 암세포에서만 선택적 취약성을 보이는 유전자를 1차 선별했다. 세포주의 유전자 발현량과 복제수 변이(Copy-Number Variation, CNV) 데이터를 입력 특성으로 삼아 선형 및 비선형 기계학습 모델을 학습시킨 두 번째 기준은 분자적 예측 가능성. 연구진은 DepMap 의존성 점수를 예측해 유전자 단위 수용자 조작 특성 곡선 아래 면적(AUROC)과 결정계수(R²)를 산출했다. 세 번째는 다중 코호트 재현성이다. TCGA-LUAD, GEO, CPTAC 등 대규모 독립 임상 데이터베이스와 대조해 환자 종양의 전사체 및 단백질체 수준에서 일관된 발현 패턴을 유지하는지 검증을 거친 결과.

연구진은 AUROC와 R²를 결합한 지표인 DepScore를 설계해 후보 유전자의 우선순위를 매겼다. 분석 결과 FERMT2, CRKL, MYC, CHMP4B가 최상위 폐선암 표적 후보군으로 도출됐다. 이들 유전자는 TCGA-LUAD 환자 데이터에서 암세포 증식과 직결된 유전자 발현 모듈을 견고하게 형성하는 양상.

계산 예측의 타당성을 입증하고자 폐암 세포주 HCC827을 활용한 직교 실험 검증도 병행했다. 세포 내에서 FERMT2와 CRKL 발현을 녹다운시킨 결과, 표적 단백질 수준 감소와 함께 세포사멸 관련 신호 단백질이 뚜렷하게 증가했다. 특히 두 유전자를 동시에 억제했을 때 단일 유전자 억제 조건에 비해 세포사멸 유도 단백질의 변화가 한층 강력하게 증폭되는 상승효과를 확인한 대목.

의미와 전망

DepPrior는 세포주 스크리닝의 잡음과 환자 조직의 복잡성 사이를 매끄럽게 잇는 가교 역할을 맡는다. 단순 전사체 상관관계 분석이나 단일 세포주 의존성에 매달리던 관행에서 벗어나, 기능 유전체와 환자 다중오믹스(Multi-omics) 재현성을 단일 파이프라인으로 통합한 설계 덕분. 신약 개발 초기 단계에서 유효 표적 후보를 좁혀 연구 개발 비용과 실패율을 낮추는 가설 생성 플랫폼으로 기능할 전망이다.

FERMT2와 CRKL의 동시 억제가 유도한 세포사멸 신호 증폭은 단일 표적 공략에 머물던 폐선암 치료에 새로운 병용 요법의 가능성을 제시하는 성과. 컴퓨터 기반 데이터 예측과 세포주 수준의 기능 저해에 집중했으므로, 표적 단백질의 구조적 결합을 입증하는 구제 실험이 추가로 뒤따라야 한다는 한계도 지닌다. 환자 유래 암 오가노이드 및 동물 이종이식 모델을 활용한 생체 내 약물 효능과 안전성 검증 역시 향후 해결해야 할 과제.