fbpx Skip to main content
 

검색

코드 해독: 혈액 속 새로운 단서가 질병에 대한 이해를 높이고 치료 방법에 영향을 미칠 수 있는 방법

코드 해독: 혈액 속 새로운 단서가 질병에 대한 이해를 높이고 치료 방법에 영향을 미칠 수 있는 방법

 

거의 20년 전, 영국의 과학계 리더들은 공중 보건 연구를 위한 독보적인 생의학 데이터베이스인 UK Biobank를 구축하기 위한 야심찬 연구를 시작했습니다. 2006년부터 2010년까지 UK Biobank는 영국 전역에서 50만 명의 자원봉사자를 모집하여 생물학적 정보와 건강 관련 데이터(유전자, 바이오마커, 라이프스타일, 영상 및 환경 정보 포함)를 수집하여 질병의 예방, 진단 및 치료에 대한 과학적 발견을 가능하게 했습니다. 그 결과는? 심장병, 암, 우울증과 같은 질병에 대한 이해를 높여 치료, 치료, 예방을 위한 더 많은 표적 치료법을 개발할 수 있도록 전 세계 연구자들이 이용할 수 있는 영향력 있는 장기 인구모집단 대상 코호트 연구가 수행되었습니다.

최근 과학 전문 저널인 Nature에서 세계 최대 규모의 단백질체학 데이터 세트를 생성한 UK Biobank 제약 단백질체학 프로젝트(UKB-PPP)의 예비 연구 결과를 공유하는 논문을 발표하면서 이러한 노력에 중요한 이정표를 세웠습니다.

단백질체학이란 무엇이며, 정밀 의학을 향한 진전을 촉진하는 데 어떻게 도움이 될 수 있을까요? Janssen의 R&D 데이터 과학 및 디지털 보건의료 팀의 Chris Whelan 박사(공동 연구 책임자이자 논문의 교신 저자)와 함께 이 연구가 과학과 환자에게 어떤 의미가 있는지 자세히 알아봤습니다.

Q: 먼저, 단백질체학이란 정확히 무엇입니까?
Chris Whelan:
사람들은 질병의 원인을 생각할 때 일반적으로 유전학을 떠올리는데, 어머니나 아버지가 특정 질환을 앓았다면 유전적 구성으로 인해 본인도 해당 질환에 걸릴 확률이 더 높을 수 있습니다. 지난해 인간 게놈 프로젝트가 최초로 완전한 게놈 서열을 완성하는 등 최근 몇 년 동안 인간 게놈에 대한 이해가 발전하면서 질병에 대한 이해가 크게 향상되었습니다.

그러나 유전자는 매우 복잡한 퍼즐의 한 부분일 뿐입니다. 유전적으로 특정 질병에 걸리기 쉬운 성향이 있는 두 사람 중 한 명은 질병에 걸리고 다른 한 명은 걸리지 않는 경우를 가정해 봅시다. 생물학적으로 이런 일이 발생하는 이유는 무엇일까요?

항원에 결합한 후 단백질 농도 신호를 생성하는 항체로 둘러싸인 항원으로 구성된 영국의 3D 시각화 이미지.

여기에 단백질이 중요한 역할을 합니다. 단백질은 유전자의 최종 산물이며, 모든 생명체를 구성하는 구성 요소입니다. 간단히 말해, 단백질체학은 단백질의 구조, 구성, 체내에서 단백질이 어떻게 기능하고 서로 상호 작용하는지를 포함한 단백질에 대한 대규모 연구입니다. 단백질체학을 통해 사람의 혈류에 순환하는 수천 개의 단백질을 측정하여 인간 게놈과 인간 단백질체가 질병의 발병과 진행에 어떤 영향을 미치는지에 대한 이야기를 구축할 수 있습니다.

Q: 최근 Nature에 게재된 연구에 대해 자세히 알려주세요.
Chris:
Nature 기사는 Janssen을 포함한 13개 바이오 제약회사가 협력하는 UK Biobank 제약 단백질체학 프로젝트(UKB-PPP)의 설립과 예비 연구에 대해 설명합니다. UKB-PPP는 54,219명의 UK Biobank 참가자로부터 수집한 약 3,000개의 혈장 단백질을 측정하기 위해 구성되었으며, 이는 세계 최대 규모의 혈액 바이오마커 연구입니다.

첫 번째 단계이자 이 최근 발표된 논문의 초점은 순환 단백질의 농도가 유전적으로 어떻게 조절되는지를 13개 회사가 공동으로 연구한 것입니다. 우리는 1번 염색체부터 23번 염색체까지 게놈을 가설 없이 스크린하는 게놈 전체 연관성 연구(GWAS)를 수행하여 혈중 단백질 수치에 영향을 미치는 14,000개 이상의 유전자 변이 라이브러리를 구축했으며, 이 중 80%는 이전에는 알려지지 않은 것이었습니다.

향후 몇 주 내에 UK Biobank를 통해 전 세계 과학자들이 이용할 수 있게 될 이 라이브러리는 면역 체계와 같은 복잡한 생물학적 경로에 대한 보다 섬세한 차이를 보이는 그림을 그리는 데 사용될 수 있습니다. 또한 단백질과 질병 사이의 인과 관계를 연구하여 어떤 단백질이 효과적인 신약 표적이 될 수 있는지 정확히 찾아내는 데 도움이 될 수 있습니다. 인공지능(AI)과 머신러닝(ML)이 핵심적인 역할을 담당하여 육안으로 식별하기 어려운 패턴을 포착할 수 있습니다.

유전자 분석과 함께 질병 사례와 대조군의 단백질 수치도 직접 비교했습니다. 이를 통해 심장 질환에 대한 NT-proBNP와 같이 병원 환경에서 사용되는 잘 확립된 여러 혈액 바이오마커를 포착했습니다. 우리는 또한 언젠가 강력한 새로운 바이오마커가 될 수 있는 아직 확립되지 않은 질병 연관성을 발견했습니다. 예를 들어, 성장 분화 인자 15(GDF-15)라는 단백질은 UK Biobank에서 가장 많이 발견되는 20가지 질병 중 18가지와 관련이 있으며, 이는 세포 스트레스와 결과적으로 개인의 건강 상태를 나타내는 일반적인 마커일 수 있음을 나타냅니다. 또한 우울증 에피소드를 경험하는 사람들에게서 염증성 단백질의 강력한 상향 조절이 관찰되었습니다.

Q: 이것이 과학과 환자에게 중요한 이유는 무엇인가요?
Chris: 유전적 수준뿐만 아니라 단백질 수준에서 복잡한 질병의 원인을 더 잘 이해하게 되면 질병 퇴치를 위한 노력에 큰 영향을 미칠 수 있습니다.

대부분의 현대 의약품은 단일 표적 단백질을 염두에 두고 개발됩니다. 그러나 대부분의 경우 여러 단백질이 상호작용하여 질병을 유발합니다. 여러 단백질 집합을 동시에 표적으로 하는 의약품을 개발하여 질병을 유발하는 상호 작용을 방지할 수 있다면 질병이 발생하기 전에 치료, 치료 또는 예방할 수 있는 능력을 향상시킬 수 있습니다.

단백질체학은 또한 같은 질병을 가진 환자들 간의 근본적인 생물학적 차이를 이해하는 데 도움이 될 수 있습니다. 우울증을 예로 들면, 어떤 환자는 불면증을 경험하는 반면 다른 환자는 대사 문제를 경험하고, 어떤 환자는 첫 번째 치료에 잘 반응하는 반면 어떤 환자는 평생 치료 저항성 우울증을 경험합니다. 단백질체학은 복잡한 질병의 한 '아형'과 다른 '아형'을 유발하는 생물학적 경로를 밝혀내는 데 도움이 될 수 있으며, 이를 통해 보다 표적화된 치료법을 개발하고 적시에 적절한 환자에게 적합한 의약품을 제공할 수 있습니다.

Q: 표적 식별 외에도 제약 R&D에 어떤 영향을 미칠 수 있을까요?
Chris: 저는 단백질체학을 예측 도구로 사용할 수 있다는 가능성에 가장 열정을 가지고 있습니다. 예를 들어, 어떤 사람이 언제 질병에 걸릴지 예측하고 조기에 개입할 수 있다면 엄청난 영향력을 발휘할 수 있습니다. 또는 실제 임상시험을 시작하기 전에 안전성, 효능, 독성 등을 예측할 수 있다면 가장 유망한 후보 물질만 임상 개발로 진행하여 개발 시간을 단축하고 도움이 필요한 환자들에게 더 빨리 혁신을 제공할 수 있습니다.

Q: 이 작업은 UK Biobank 제약 단백질체학 프로젝트(PPP)의 일환으로 다른 많은 파트너와 협력하여 수행한 것으로 알고 있습니다. 이번 협업의 특별한 점은 무엇인가요?
Chris: 업계 최대 규모의 컨소시엄 중 하나인 UKB-PPP는 그 규모가 방대할 뿐 아니라 진정한 의미의 협업이기도 합니다. "경쟁자"로 간주될 수 있는 회사의 과학자들이 모두 이 논문에 함께 참여했다는 사실은 생명공학의 차세대 개척지로서 단백질체학의 잠재력을 입증하는 것입니다. 지난 몇 년 동안 저는 다른 과학자들이 놀랍고 혁신적인 새로운 방식으로 데이터 집합을 사용하는 것을 목격할 수 있는 행운을 누렸습니다. 이 데이터 세트와 그 이면의 협업이 이미 방대한 UK Biobank 데이터 세트를 풍부하게 하고 이미 흥미진진한 새로운 발견을 위한 길을 닦고 있는 것을 보면 보람을 느낍니다.

이는 또한 제가 속한 R&D 데이터 과학 및 디지털 보건의료 팀과 디스커버리 팀, 그리고 치료 분야 전반에 걸쳐 동료들 간에 흥미를 불러일으키고 Janssen 내 협업을 촉진했습니다. 과학, 특히 R&D는 진정한 팀 스포츠입니다. 생물학, 화학, 기술의 발전으로 획기적인 발전이 이루어지고 있는 이 시기에 이 분야에서 일하게 되어 매우 행운이라고 생각합니다. 앞으로 어떤 미래가 펼쳐질지 정말 기대가 됩니다.

참고: 이 논문은 Janssen R&D의 모집단 분석 및 통찰력, 인공지능, 머신러닝 및 디지털 보건의료 부문 수석 과학자인 Liping Hou 박사와 면역학, 중개과학 부문 수석 이사인 Dawn M. Waterworth 박사가 공동 저자로 참여했습니다.

2023년 10월 4일