목 차

1. 정밀의학과 오믹스 분석
  1.1. 정밀의학이란?
  1.2. 오믹스 분석 및 오믹스 분석의 종류
    1.2.1. 유전체 분석
    1.2.2. 전사체 분석
    1.2.3. 단백체 분석
    1.2.4. 대사체 분석
    1.2.5. 멀티오믹스 분석
2. 정밀의학에서 오믹스는 어떻게 활용되고 있는가?
  2.1. 신약개발분야
  2.2. 임상진료분야
  2.3. 기초연구분야
3. 정밀의학과 오믹스 분석의 미래
4. 참고문헌


1. 정밀의학과 오믹스요

1.1. 정밀의학이란?

정밀의학(Precision medicine)이란 환자 개인의 특성에 맞추어 치료책이나 솔루션을 제공해 줄 수 있는 의료개념을 의미한다. 개인 맞춤형 치료의 개념은 일찍이 있어왔으나, 2003년 게놈프로젝트가 완성되고, 실제 개인의 특성을 분류하고 치료할 수 있는 토대가 마련되었고, 2015년 오바마 정부에서 범국가적인 정밀의료 이니셔티브(Precision Medicine Initiative, PMI)를 공식 발표함으로써 맞춤형 치료를 위한 토대가 본격적으로 마련되었다 [1].

여러 질환 분야에서의 정밀의학적 접근이 발전하고 있으나, 유전적인 변이가 중요시되는 암과 같은 질환이 적응증 분류를 가장 앞서서 진행하고 있으며, 최근에는 개인의 유전적 특성에 적용할 수 있는 유전자 치료제 관련해서도 개발이 본격화되었다. 이 중 ‘의학’의 개념에 포함되는 것은 의료법에 정립된 진단 및 치료 방법에 해당해야 하므로, 검체 중 임상적으로 적응증 확립이 필요하여 많은 임상시험을 통해 신뢰도가 확보된 질환인 암에서 가장 먼저 정립이 될 것으로 보이나, 오믹스 분야의 기술 발전과 더불어 확인할 수 있는 정밀한 범위가 생겼기에 다른 질환에서도 지속적으로 데이터의 축적과 적응증 및 치료법의 세분화가 이루어 질 것으로 사료된다.

그림 1. 정밀의료의 개념

1.2. 오믹스 분석 및 오믹스 분석의 종류

정밀의학 솔루션을 제공하기 위해서는 기존 다수 환자 대상 치료책에 비해 효능이 높거나 부작용이 적은 등 신뢰도 있는 결과들이 필요하다. 이를 위해서는 개인의 현재 상태를 얻고 정보를 확인하는 것이 얼마나 정확하고 신뢰할 수 있는가에 달렸다고 볼 수 있다. 개인을 상태를 확인하기 위한 분류할 수 있는 것은 혈액이나 타액, 소변, 대변 등의 검체에서 얻을 수 있는 유전체 정보, 전사체 정보, 단백체 정보, 미생물군 분석 등이 있다. 이러한 검체의 분석을 대규모로 확인하고 연구하는 학문을 오믹스(Omics)라고 하며, 각각의 오믹스 단일의 분석이 아닌 여러 가지의 분석을 함께 해석하는 경우를 멀티오믹스(Multi-Omics) 분석이라고 한다.

오믹스 분석은 크게 유전자 정보의 총칭인 유전체(Genomics), 전사산물 정보의 총칭인 전사체(Transcriptomics), 단백질 정보의 총칭인 단백체(Proteomics), 대사물 정보의 총칭인 대사체(Metabolomics)로 나뉜다. 각각의 분석물을 분석하는 방법 및 특징 등이 각각 다르기 때문에 각각의 기술들마다 활용되는 분야가 조금씩 다르며, 최근에는 그 분석 방법들이 굉장히 정밀해지고 있기 때문에 현재는 응용되는 분야보다도 더 많은 정보가 방대하게 수집되고 있다고 볼 수 있다 [2].

그림 2. 오믹스 분석의 종류

1.2.1. 유전체 분석

유전체 분석은 DNA를 비롯한 RNA 및 다양한 분석을 망라하는 표현이지만, 유전체 분석을 DNA에 대한 분석으로 한정해서 구분하자면, 아래와 같이 대략 아래와 같은 Sanger, PCR, NGS, Epigenomics 등의 분석법으로 구분할 수 있다.

DNA를 분석하는 기술은 1970년대 생어 염기서열 분석(Sanger Sequencing) 기술의 개발로부터 시작되었다. 생어 시퀀싱은 DNA 중합효소를 이용해 염기서열을 읽는 방식으로, 높은 정확도를 보장하지만 분석 속도가 느리고 비용이 높다는 단점이 있다.

이후, 중합효소 연쇄 반응(PCR) 기술이 개발되면서 DNA 증폭과 분석이 보다 용이해졌고, 법의학, 감염병 진단, 유전병 연구 등에 사용되고 있으며, 건강검진 등에서도 현재 가장 많이 활용되고 있다.

그 이후 나온 차세대 염기서열 분석(NGS)은 생어 시퀀싱의 한계를 극복한 기술로, 한 번에 수억 개의 DNA 조각을 병렬로 분석할 수 있어 대량의 유전체 데이터를 빠르고 저렴하게 처리할 수 있게 되었다. NGS 기술은 현재 전장유전체 분석(Whole Genome Sequencing, WGS), 전장 엑솜 분석(Whole Exome Sequencing, WES), RNA 시퀀싱 등 다양한 응용 분야에서 사용되고 있다.

전장유전체 분석(WGS)은 개별 생명체의 전체 유전체 서열을 해독하는 기술이기 때문에 개별 유전자 정보에 대한 유의미한 변화가 있을 때 확인이 가능한 희귀 질환의 연구에 많이 활용되며, 종양 유전체 분석 등에 활용되고 있다. 또한 전장 엑솜 분석(WES)은 단백질을 코딩하는 유전자 영역(엑손)만을 분석하는 기법으로, 비용 대비 효율성이 높아 현재도 임상 연구에 가장 많이 사용되는 분석법 중 하나이며, 이를 더 한정해서 특정 유전자 영역만을 선택적으로 분석하는 방법인 타깃시퀀싱(Targeted sequencing)이 암 치료 표적 유전자 검사 등에 주로 활용되고 있다.

최근에는 3세대 시퀀싱(Third-Generation Sequencing, TGS)이라는 분석 기술로 내세우며, 정밀도 및 시간 소요의 단축과 간편화를 이끌어내고 있다. PacBio사의 Single Molecule Real-Time(SMRT)의 경우 Long-read(10~100kb+) 시퀀싱을 활용하여 단편적인 Short-read(50~300bp) 시퀀싱을 Genome reference에 매칭하는 염기서열 분석을 넘어서 기존 유전체 Reference에 의존하지 않는 신규 변이 및 SNP의 차이들을 찾는데 도움을 주고 있다. 또한 Oxford Nanopore사의 Nanopore sequencing의 경우 실시간 분석이 가능하고, 휴대용 장비에서도 사용할 수 있다는 특징이 있다. 비록 시퀀싱 용량은 큰 장비를 사용하는 것보다 제한적이나, 감염병 경로 확인 등을 위한 용도로 확인하거나, 여러 종에 대한 생물다양성 연구 및 환경 DNA(eDNA)를 분석하는데 도움을 주고 있다 [3].

1.2.2. 전사체 분석

DNA분석이 한 생명체가 가지고 있는 기본적인 정보에 대한 부분을 주로 분석한다면, RNA 분석 기술은 한 생명체가 가지고 있는 가변적인 상황 속 한 시점을 드러낼 수 있다. RNA 분석은 현재 유전체 연구에서 가장 연구가 활발히 되고 있으며, 유전자 발현, 전사체 구조 및 기능을 이해하는 데 필수적인 도구로 사용되고 있다. 특히, RNA 분석은 특정 조직이나 세포에서 어떤 유전자들이 활성화되는지를 분석하는 데 유용하며, 암, 신경계 질환, 면역 질환 등의 연구에서 중요한 역할을 한다.

초기 RNA분석은 Northern Blot부터 그 역사를 함께 했으며, 그 후 RNA를 cDNA로 만드는 역전사를 발견한 후 RT-PCR 방식과 같은 기법이 보편적으로 활용되어 왔다. 현재도 진단에서는 PCR 기반 검사가 가장 많이 활용되는 진단 방식이지만, 해당 진단 방식으로는 전체 전사체를 분석하여 기초 분석 등을 연구하는 것에는 마커의 개수에 한계가 있다. 이 때문에, 조금 더 다양한 RNA를 확인하기 위한 마이크로어레이(Microarray) 등의 기술이 발전하기 시작했고, 더 나아가 시퀀싱을 활용한 전사체 모두를 분석할 수 있게 되었다.

최근에는 조직의 특성을 하나의 세포단위로 RNA 전사체를 확인할 수 있는 단일세포 전사체 분석(Single cell RNA sequencing)이 나와서, 환자의 면역 상태 등을 세포단위로 대략 샘플 당 20,000개 내외의 세포를 굉장히 세밀한 단위로 분석이 가능하게 되었다. 약물 개발의 종류에 따라 환자의 면역 자체로 암을 치료하는 면역항암제가 암종별로 적응증을 넓히면서 치료범위를 확장해 나가고 있고, 이에 따라 환자에 맞는 약물의 반응성을 미리 예측할 수 있는 연구들이 단일세포 전사체 분석을 통해 활발히 일어나고 있다.

뿐만 아니라 최근에는 조직의 단면에서 단일세포 단위로 전사체를 볼 수 있는 방법들이 개발되면서 시퀀싱 기반 공간전사체 분석 및 면역형광염색 기반 공간전사체 분석이 가장 최신 연구 기법으로 다분야에서 활용되고 있다. 단일세포 전사체 분석으로도 기존 Bulk RNA seq에 비해 굉장히 많고 정밀한 정보를 얻을 수 있었지만, 실제 세포 하나하나가 조직 내에서 어떤 위치에서 어떻게 작용하는지 까지 보기는 어려웠다. 또한 최근에는 Fresh 한 Tissue에서만 분석을 할 수 있는 것이 아니라 장기 보존이 용이한 파라핀 블록(FFPE block)에서도 민감도 높게 전사체 분석이 가능하기 때문에 추후 적응증이 확대되고 연구 결과가 축적된다면, 한 번의 플랫폼 결과만으로도 맞춤형 치료책을 통해 효능을 극대화시킬 수 있을 것으로 사료된다 [4].

1.2.3. 단백체 분석

단백질은 실질적으로 생명체 내에서 기능을 가지고 있는 물질로써, DNA나 RNA와 비례되어 확인되는 경우가 많지만, 실제 단백질 발현뿐만 아니라 인산화 과정 및 구조 관련해서 각각의 상태에 따라 기능들이 달라지게 된다. 또한 단백질의 경우 질환 등에 있어서 DNA, RNA에 비해 가장 밀접하게 관련이 되므로 단백체 연구의 기술도 필요에 의해 끊임없이 개발되고 있다.

1990년대 2차원 겔 전기영동 방식(2D-PAGE) 기술이 보급되고 본격적으로 활용되기 시작하면서 단백질의 분리가 가능해지기 시작했고, 현재까지도 가장 간단한 단백질 확인 용도로 많이 사용되는 방법으로 Western blot을 사용하고 있다. 그 후 MALDI-TOF (Matrix-Assisted Laser Desorption/Ionization Time-of-Flight)과 같은 질량 분석이 등장하여 분석에 대한 정밀분석이 가능해졌으며, 효모 2-하이브리드(Yeast Two-Hybrid, Y2H) 시스템이 개발되어 단백질-단백질 상호작용 연구가 가능해지게 되었다.

2000년대에 들어서는 Tandem Mass Spectrometry (MS/MS) 기술이 발전하여 단백질 동정 및 정량 분석이 더욱 정교해졌고, Electrospray Ionization Mass Spectrometry (ESI-MS)와 같은 기술 발전과 더불어 단백질 혼합물의 분석 효율이 증가하게 되었다. 이러한 기술 발전과 맞물려 2003년 완성된 인간유전체프로젝트(Human Genome Project)와 유사한 인간 단백체 프로젝트(Human Proteome Project)도 2010년 국제단백체기구(Human Proteome Organization, HUPO)로부터 공식적으로 나오게 되었다.

2010년도부터는 MS/MS 기반 Sequential Window Acquisition of All Theoretical Mass Spectra (SWATH-MS) 등의 기술로 재현성이 향상되거나 고해상도 질량 분석기(HR-MS)의 등장하여 보다 정밀한 단백체 분석이 가능해지게 되었고, 액체 크로마토그래피 또한 초고성능 액체 크로마토그래피(UHPLC) 기술이 발전하여 단백질 분리의 효율이 증가하게 되었다.

2020년대부터는 AI의 발전과 더불어 AlphaFold와 같은 프로그램을 통해 단백질 간의 상호작용이나 구조 예측의 정확도를 기존 구조모델링 방식에 비해 첨예하게 높일 수 있게 되었고 시간을 매우 단축시킬 수 있게 되었다. 이에 따라 DeepMind와 유럽생물정보학연구소(EMBL-EBI)는 2022년에 지구상의 거의 모든 생명체의 단백질로 추정되는 약 2억 개 이상의 단백질에 대한 구조 예측 데이터를 공개하기도 하였다. 뿐만 아니라 치료제를 개발하기 위한 단백질 구조 모델의 정확도를 높여서 새로운 백신 등에 대한 항원 발굴 가능성을 높였고, AlphaFold를 활용하여 말라리아 및 Wilson 병에 대한 단백질 구조를 예측하는 등, 다양한 연구기관에서 단백질 구조 예측 정확도 개선을 통해 치료제 개발을 가속화하고 있다.

하나의 시료에서 볼 수 있는 단백체의 양이 그동안 한계가 있었던 점을 개선하여 소량의 시료에서 수천 개의 단백질을 볼 수 있는 분석기술도 나오게 되었다. 그동안 단백질의 기능이 중요하다는 사실은 모두가 알고 있었지만, 유전체 분석과 같이 수 만개 단위로 보는 것이 단백질에서는 비용과 시간과 검체 양을 확보하는 측면에서 불가능에 가까웠기에, 소량의 검체에서 수천의 단백체를 볼 수 있는 기술은 앞으로 진단의 범위에서 예상하지 못한 성과를 나타낼 수 있을 것으로 사료된다.

단백질을 매칭할 수 있는 구조와 NGS방식을 결합하는 방법으로 진행하는 Olink사의 Proximity Extension Assay (PEA) 방식을 통해 수 ul 단위의 샘플에서 최대 3,000개 이상의 단백질을 확인할 수 있으며, 각 단백질의 구조가 다른 것을 응용하여 단백질과 특이적으로 결합하는 합성 단일가닥인 압타머(Aptamer)를 통해 소량의 샘플에서 고감도로 최대 7,000개 이상의 단백질을 한 번에 분석하는 SomaLogic사의 플랫폼 또한 상용화가 되어 연구에 본격적으로 활용되고 있다.

Olink사의 PEA 방식으로 UK 바이오뱅크 파마 단백체 프로젝트(UKB-PPP)에서는 13개 제약회사가 컨소시엄으로 참여하여 5만 4,000명의 참가자로부터 혈장 샘플을 수집하여 2,941개의 단백질을 분석한 바 있다. 현재 해당 프로젝트를 통해 많은 연구자들이 분석된 데이터를 가지고 연구를 진행하고 있으며, 후속연구로 UK 바이오뱅크는 기존의 프로젝트에서 필수적인 마커를 추리고 일부 확장하여, 환자 수는 약 60만 샘플로 늘리고 단백질도 최대 5,400개까지 분석할 계획을 세우고 있다 [5].

또한 단백체 분석에서도 전사체 분석과 마찬가지로 공간에 대한 정보를 기반으로 확인하는 공간단백체 분석 기술이 상용화가 되고 있다. 하나의 Section slide에서 볼 수 있는 단백체 수는 최대 100개 내외인 것이 현재의 한계이나, 추후 숫자가 계속 늘어날 것으로 전망되며, 항체-약물 접합체(Antibody-Drug Conjugate) 등의 약물 표적 플랫폼들의 발전으로 인해 실제 약물이 효율적으로 인체 내에서 작용하는지 확인하는 것을 공간정보와 함께 살펴본다면 타깃 및 타깃 주변에서 일어나는 변화들을 정밀하게 살펴볼 수 있다.

1.2.4. 대사체 분석

대사체(Metabolome)는 생명체 내에서 발생하는 모든 대사산물의 총체를 의미하며, 대사체 분석(Metabolomics)은 이러한 대사산물의 정량 및 정성 분석을 통해 생물학적 상태를 연구하는 분야이다.

대사체를 분석하기 위해 핵자기공명 분광법(NMR, Nuclear Magnetic Resonance)이 1990년대부터 본격적으로 적용되기 시작하였으며, 기체 크로마토그래피-질량 분석법(GC-MS) 등이 대사산물 정량 분석에 활용되게 되었다. 그 후 액체 크로마토그래피-질량 분석법(LC-MS) 도입으로 고분자 및 극성 대사산물 분석이 가능해지게 되었고, 이러한 분석법을 함께 사용하는 다중 분석 플랫폼(Multi-platform Metabolomics) 개념이 등장하여 GC-MS, LC-MS, NMR을 통합적으로 활용하기 시작하였다.

최근에는 대사체 또한 단일세포 단위로 기술이 발전하여 단일세포 단위로 대사물질을 극미량으로 분석하는 것이 가능해졌다. 마이크로플루이딕스(Microfluidics) 기반 기술로 세포를 단일로 분리한 뒤 LC-MS, CE-MS 등의 질량 분석과 함께 결합하여 줄기세포의 분화별 대사산물 생성 연구 및 암세포나 주변 면역세포에서 일어나는 대사 관련 연구에 활용되고 있다.

1.2.5. 멀티오믹스 분석

현재 유전체, 전사체, 단백체, 대사체 등 여러 분야의 결과들을 복합적으로 확인하여 많은 연구들이 이루어지고 있다. 그중 암과 관련된 진단에서 멀티오믹스 분석이 대표적으로 상용화에 성공한 사례라고 보여진다. 예를 들어 DNA를 확인하는 Targeted Panel에 RNA를 같이 확인해야 하는 일부 암이 존재한다. 유전자 융합(Fusion Genes)을 통해 확인해야 하는 폐암이나 백혈병은 ALK, ROS1, NTRK 등의 DNA 서열과 RNA 데이터를 함께 분석해야지만 의미 있는 결과를 도출할 수 있다. 이러한 정밀 진단 사례로 Thermo Fisher 및 Foundation Medicine에서는 글로벌 선두 사례로 암 진단에서 이러한 DNA, RNA 마커를 동시에 확인하고 있다.

2. 정밀의학에서 오믹스는 어떻게 활용되고 있는가?

앞서 기술의 발전방향에 맞추어 살펴본 오믹스 분석은 먼 미래의 일이 아닌 현재의 정밀의학에서 사용이 활발하게 일어나고 있으며, 진단도구 및 플랫폼의 기술은 빠른 속도로 진단 분야에 녹아들고 있다. 고전적인 오믹스 방식부터 시작하여 최신 분석기술을 통한 새로운 바이오마커 발굴 등의 과정을 신약개발분야, 임상진료분야, 기초연구분야에 맞추어 살펴보고자 한다.

그림 3. 오믹스분석 활용 사례

2.1. 신약개발분야

신약개발에 있어서 현재 가장 많이 활용되는 분석 분야는 단백체 분야이다. 그중 타깃을 새롭게 발굴해 내거나, 타깃으로 삼은 단백질과 신약의 후보물질의 최적화된 매칭을 확인하기 위해 가장 효율적이고 효과가 극대화되는 조합을 찾는데 가장 많이 활용되고 있다. 컴퓨팅 능력 향상으로 인해 AI 도구들을 활용한 신약개발은 기존의 10분의 1 정도의 비용으로 비용 절감이 이루어지고 있으며, 개발까지 걸리는 시간은 1/3 수준으로 떨어지게 되었다. 인실리코 메디슨(Insilico Medicine)은 알파폴드 등을 활용하여 만성 폐질환인 특발성 폐섬유화증 치료제 후보물질 ‘INS018_055’를 개발하여 2년 반 만에 임상 1상을 시작하는 성과를 거둔 바 있다 [6].

최근에는 개인 맞춤형 치료를 위한 병용투여를 하기 위해, 개인의 특성을 확인하는 데 있어 유전체 분석을 활용한다. 면역항암제의 경우 환자에게 효과적으로 작용하면 그 효과가 지속성을 발휘하는 경우가 많으나, 환자가 가지고 있는 암의 특성상 특정 섬유화된 주변 환경에 의해 약물 전달이 어려운 경우 등에는 작용하기 어렵다. 이러한 경우에 각 환자별로 가지고 있는 다른 특성을 병용투여 요법을 통해 해결하는 개발들이 시도되고 있다. 이런 경우 완전히 처음부터 개발해야 하는 약물과 달리 약물의 안전성 등이 미리 확보된 약물들을 대상으로 효과적인 투여를 시도해 볼 수 있다. 로슈(Roche)는 이러한 병용투여 연구에서도 단일세포 전사체 분석 기술들을 적극 활용하고 있으며, 최근 전이성 신세포암(Renal cell carcinoma, RCC) 환자를 대상으로 한 IMmotion 151 임상 3상 연구에서 면역항암제인 Tecentriq (atezolizumab)과 Avastin (bevacizumab)의 병용투여 평가에서 단일세포 분석을 활용한 치료반응 개선에 대한 기전을 확인한 바 있다 [7].

또한 개발되고 있는 약물의 대상을 정확하게 규명하기 위하여 환자의 특성을 규명하여 ‘반응군’, ‘비반응군’으로 나눌 수 있는 바이오마커를 선별하는 방식이 중요하게 대두되고 있다. 암의 경우 DNA의 변이를 판명하는 많은 마커들이 동반진단마커(Companian diagnostics, CDx)로 보편화되어 사용되고 있으며, 최근에는 RNA, 단백질, 혼합마커들도 마커로써 개발되며 FDA에서 지속적으로 승인 범위를 넓혀가고 있다. 앞서 소개했던 소량의 검체에서 수천 개의 단백질을 분석할 수 있는 단백체 분석 기법을 통해 기존에 발굴되지 못했던 단백질 마커들도 혈액 및 조직에서 동반진단 마커로 활용될 수 있을 것으로 사료된다. 실제 UK 바이오뱅크에서 조사되고 오픈한 Olink 단백질체 관련 오픈데이터베이스에서 이미 다양한 유의미한 마커들을 선별하고 있으며, 그중에서는 특정 혈장단백질과 연령 및 노화시계와 연관성을 밝힌 사례가 있으며, 특정 마커의 경우 사망률과 연관성을 밝혀내기도 하였다 [8].

앞서 병용투여 등의 사례를 통한 새로운 치료법 개발 등도 활발히 이루어진다고 하였으나, 병용투여의 약물 시험 등도 실제 임상시험을 통해 환자 모집과 효능을 검증해야 하기 때문에 많은 시간이 소요된다는 한계가 있다. 미국의 경우 가속 승인 프로그램(Accelerated Approval Program)을 통해 보다 오믹스 분석을 통해 확인되는 검증 결과를 기반으로 신속 승인을 하는 범위를 넓혀나가고 있고, 유럽의 경우 유럽의약품청(EMA)에서 Adaptive pathways라고 하는 점진적 환자 접근 방식을 통해 임상 개발과 데이터 수집을 단계적으로 진행함으로 써 임상기간을 단축하고, 환자들에게 신속하게 치료제를 제공하고자 하고 있다.

2.2. 임상진료분야

임상진료분야에서 현재 환자에게 가장 적합한 치료책을 찾는 것은 의사나 환자 모두에게 치료에 있어서 가장 중요한 부분이다. 암진단 분야의 경우 치료법에 대한 적응증이 가장 빠르게 확대되고, 이에 따라 급여 관련 내용도 계속해서 업데이트되고 있다. 국내에서는 유전변이 정보 관련 NGS 검사를 통한 치료를 2017년 3월부터 선별적으로 급여화시킨 바 있으며, 이에 따라 수백만 원대의 검사에 해당되는 검사를 수십만 원 내외로 받고 적절한 치료법을 제공받을 수 있게 되었다. 현재 미국의 경우 연방 노인의료보험(Medicare)에서 2018년 3월 NGS 기반 암 유전체 검사에 대해 세계 최초로 전면 급여화를 하였으며, 프랑스와 영국 같은 유럽의 경우도 2018년 이후 NGS 분석을 점진적으로 급여화를 도입하고 있다.

현재 암 관련 진단 검사 중 가장 활발하게 검사 되고 있는 진단법 중 하나로 Genomic Health사의 ‘Oncotype DX’가 있다. 이 진단법은 환자의 암조직에서 21개 유전자를 검사하여 score를 산정한 후 암의 재발위험도 및 항암 화학요법의 필요성을 확인해서 환자별로 불필요한 치료를 선택하지 않도록 도움을 주고 있다. 다만, 이러한 검사들도 진단법 및 치료법의 개발에 따라 환자 및 의료진에게 다양한 선택지가 주어지고 있다. 최근에는 1세대 항암요법인 항암화학요법을 넘어 2세대 표적항암제, 3세대 면역항암제 등의 다양한 약물들이 개발되고 있다. 항암화학요법 및 표적항암제 또한 ADC (Antibody-Drug Conjugate, 항체-약물 접합체) 방식을 이용하여 보다 부작용이 적고 효과가 높은 방식을 활용하여 치료를 진행하고 있다. 따라서 Oncotype DX와 같이 단순하게 1차 항암치료의 유무에 그치는 것이 아니라, 각 환자의 선별 검사를 통해 어떤 치료제가 가장 적합하게 적용될 수 있는지에 대한 진단법 등이 연구되고 있다.

또한 최근에는 인공지능의 발달로, 축적된 데이터 기반으로 진단에 활용할 수 있는 방법들이 지속해서 개발되고 있다. 일례로 Lunit사의 Lunit SCOPE는 AI 기반 조직 병리 분석 플랫폼으로, 디지털 병리 이미지에서 암세포와 면역세포 간의 공간적 관계를 정밀하게 분석하여 환자의 예후 및 치료반응을 예측하고 있다. 현재는 비소세포폐암(NSCLC), 삼중음성유방암(TNBC) 등의 고형암의 진단에 적용하고 있으며, 치료 반응에 대한 예측을 정량화하여 도출해 줌으로써 임상 진단의 영역에 상용화에 머지않은 단계에 있다. 또한 MSD (Merck & Co., Inc.), BMS (Bristol Myers Squibb)와 같이 동반진단 마커를 개발 중에 있어, 추후 해당 치료제를 투여하기 위해서는 Lunit SCOPE와 같은 검사를 동반하여 정확도 높은 진단을 할 수 있을 것으로 사료된다 [9].

2.3. 기초연구분야

기초연구분야의 경우 오믹스 분석기술의 발달로 인해 정밀한 분석을 할 수 있게 되었다. 암과 같은 분야에서 질환과의 차별점을 확인하는데도 오믹스 분석들이 활용되나, 환자군을 기존보다 세분화하여 분류하는 방법들을 오믹스 분석을 통해 확인할 수 있는 연구들이 계속해서 나오고 있다. 또한 발생학 분야 등에서 기존에 알려지지 않았던, 혹은 기존 방식으로 밝혀내기 어렵던 중간 단계의 과정 들을 오믹스 분석의 발달과 함께 해결해 나갈 수 있게 되었다.

특히 이러한 오믹스 분석과 더불어, 범국가적으로 연구결과를 오픈하여 활용할 수 있게 하는 프로젝트나 이니셔티브가 연구결과의 상용화를 더욱 가속화할 것으로 보인다. 단일세포 분석 측면에서 인체를 구성하는 모든 세포 유형과 특성을 정밀하게 지도화하는 Human Cell Atlas의 경우 2016년 Aviv Regev와 Sarah Teichmann에 의해 출범하여 현재 단일세포 전사체 분석 관련 가장 많은 연구자가 활용하는 Reference 플랫폼이 되었다. 처음에는 단일세포분석과 같은 연구가 최신 연구의 최전선에만 활용되었다면, 이러한 연구의 발전속도와 더불어 최근 논문 동향에서는 최신 분석기술을 활용하지 않으면 검증의 단계에서 심사관을 설득시키기가 어려워지게 되었다.

단백체의 경우 검출할 수 있는 단백질의 양이나 민감도의 발전을 통해, 기존에 혈액이나 조직에서 쉽게 확인할 수 없는 마커들이 새로이 발견되고 있다. 단백체의 최신 분석 관련해서는 UK Biobank가 혈액분석 관련해서 가장 발 빠르게 움직이고 있으며, Human Proteome Project (HPP)에서도 후속 서브 프로젝트로 Olink 데이터를 보조 데이터로 활용하여 HPP가 제공하는 정보와 매핑하여 해석의 정확도를 높이는데 활용을 하고 있다.

3. 정밀의학과 오믹스 분석의 미래

2,000년대 이전까지만 해도 알고 있는 바이오마커에 대한 지식이, 지식을 검증할 수 있는 기술을 앞섰다고 볼 수 있었고, 이 때문에 이미 기능을 알고 있는 바이오마커의 발현을 검증하기 위한 오믹스 분석 기술이 밝혀낼 수 있는 것은 상당히 제한적이었다. 그러나 2,000년대 이후 기술의 발전이 약 5년 단위로 급진적으로 변하게 됨에 따라, 현재는 기술이 알고 있는 지식을 훨씬 뛰어넘는 수준까지 오게 되어, 현재 가지고 있는 데이터를 원활하게 사용하는데 까지도 시간이 오래 걸릴 정도가 되었다.

최근에는 기초연구 데이터를 모두 공개적으로 데이터를 공공사이트에서 볼 수 있도록 설계된 플랫폼이나 이니셔티브 등도 많을뿐더러, 과학 저널들에 게재된 개인 연구들에서까지 연구에 사용된 모든 데이터들을 공개하도록 강하게 권유하고 있다. 이에 따라 개인 맞춤형 치료를 하기 위한 토대는 이미 마련이 되고 있으며, 데이터 축적에 따른 연구 성과들 또한 지속적으로 확장되고 있다.

이미 신약개발 단계에서도 오믹스 분석을 활용한 여러 가지 사례들이 있으나, 아직 실제 성공사례까지 확인되기는 시간이 더 걸릴 것으로 사료된다. 하지만 머지않아 신약개발 성공사례가 나타난다면, 오믹스 분석의 활용도는 신약개발에서 더욱 활발히 일어나게 될 것이다. 그리고 가장 실생활에서 많은 변화를 나타낼 것으로 사료되는 임상진단 분야에서는 데이터가 축적되고, AI 등의 기술의 발달에 따라, 실제 샘플을 분석하지 않아도 임상병리 이미지 등의 판독으로 환자의 상태를 분류할 수 있는 기술이 상용화되는 날이 올 것으로 생각된다.

4. 참고문헌

==>첨부파일(PDF) 참조