유방암 내성 극복 위한 민감화 유전자 자동 예측 기법… 난치성 대사질환 치료로의 확장 기대

KAIST(총장 이광형)는 생명화학공학과 김현욱·김유식 교수 공동연구팀이 암세포가 약물에 다시 반응하도록 유도할 수 있는 핵심 유전자를 자동으로 예측하는 컴퓨터 기반의 대사 네트워크 모델 기법을 개발했다고 7일 밝혔다. 이번 기술은 항암제 내성을 극복할 뿐 아니라, 당뇨병과 같은 난치성 대사 질환의 신약 개발에도 적용 가능성이 기대된다.

기존 항암제 내성 연구는 내성 암세포를 제거할 수 있는 새로운 표적을 발굴하는 데 초점을 맞췄다. 하지만 이는 더 강한 내성을 유도하거나 종양 내 이질성을 증가시킬 수 있다는 부작용이 있었다. 이에 연구팀은 새로운 방식으로 접근했다. 내성 암세포를 제거하는 것이 아니라, 내성 암세포의 대사 상태를 약물 민감 세포와 유사하게 변화시켜 약물 반응성을 회복시키는 방식이다.

이를 위해 KAIST 연구팀은 암세포의 단백체 데이터를 기반으로 세포 특이적 대사 네트워크 모델을 구축하고, 수천 개 유전자에 대한 ‘낙아웃 시뮬레이션’을 통해 약물 반응성을 높이는 유전자를 자동 예측하는 알고리즘을 개발했다.

실험적 검증으로 GOT1, GPI, SLC1A5 유전자 효과 입증

이 기법을 통해 항암제 내성 유방암 세포(MCF7)에서 독소루비신과 파클리탁셀에 각각 GOT1, GPI 유전자가, 공통적으로는 SLC1A5 유전자가 민감화 표적으로 선별되었다. 해당 유전자 단백질을 억제하자, 내성 세포가 항암제에 다시 반응하는 효과가 나타났다. 더 나아가 연구팀은 다른 유방암 유형인 삼중음성 유방암 세포(MDA-MB-231)에도 이 모델을 적용했고, 동일한 방식으로 약물 반응성 향상을 유도할 수 있었다. 이는 이번에 개발된 방법론이 암종을 초월해 보편적으로 활용될 수 있음을 입증한 사례다.

김유식 교수는 “이번 기술은 복잡한 대사 시스템 내에서 치료 효과를 회복할 수 있는 경로를 정량적으로 탐색한 점에서 의의가 있다”며, “향후 감염병이나 퇴행성 질환 등 대사 연관 질환 전반으로 적용이 확장될 수 있을 것”이라고 설명했다.

이번 연구는 KAIST 박사과정 임진아·정해덕 연구원이 공동 제1저자로 참여했으며, 서울대병원, 한국전자통신연구원, 한국연구재단 등의 지원을 받아 진행됐다. 논문은 미국국립과학원회보(PNAS) 2025년 6월 25일자에 게재되었다.

이 연구는 치료 저항성이라는 암 치료의 구조적 병목에 대해 ‘파괴가 아닌 복원’이라는 새로운 전략을 제시했다는 점에서 의의가 크다. 기존의 접근이 내성 암세포 제거에 집중했다면, KAIST 연구팀은 대사 상태를 ‘되돌리는’ 방식으로 암세포의 약물 반응성을 되살리는 새로운 패러다임을 보여주었다. 특히 컴퓨터 모델링과 최소한의 실험 데이터만으로 표적 유전자를 정밀 예측할 수 있다는 점에서, 전임상 비용 절감과 신약개발 효율화에도 기여할 수 있는 전방위적 원천 기술로 평가된다.

#KAIST #항암제내성극복 #대사네트워크모델 #민감화유전자 #유방암치료 #GOT1 #GPI #SLC1A5 #신약개발기술 #PNAS게재 #김현욱교수 #김유식교수