AI 요약
전 세계 암 사망 원인 2위인 대장암 진단 방식에 획기적인 변화가 예고되었습니다. 제네바 대학교(UNIGE) 연구팀은 머신러닝 기술을 활용하여 대변 샘플 내 장내 미생물을 정밀 분석함으로써 대장암을 식별하는 기술을 개발했습니다. 기존의 대장 내시경은 신체적 불편함과 높은 비용 문제로 인해 적기 검진을 방해하는 요소가 되었으나, 이번에 개발된 검사법은 90%의 높은 정확도로 암 사례를 식별하며 대장 내시경에 필적하는 성능을 보였습니다. 연구팀은 박테리아의 종(species)이나 균주(strain) 단위 대신, 그 중간 단계인 '아종(subspecies)'에 집중하여 암과 관련된 미세한 미생물 기능 차이를 포착하는 데 성공했습니다. 이번 연구는 국제 학술지 'Cell Host & Microbe'에 게재되었으며, 조기 발견 시 완치율이 높은 대장암의 진단 장벽을 낮추는 데 크게 기여할 것으로 평가받고 있습니다.
핵심 인사이트
- 90% 진단 정확도: AI 기반의 새로운 대변 검사법은 대장암 사례의 90%를 정확하게 식별해내며 의료계의 신뢰를 받는 기존 진단 도구들과 어깨를 나란히 했습니다.
- 아종(subspecies) 분석 기법: 제네바 대학교 세포 생리학 및 대사학과의 미르코 트라이코프스키(Mirko Trajkovski) 교수가 이끄는 연구팀은 미생물 분석 단위를 '아종' 수준으로 정밀화하여 기능적 차이를 포착했습니다.
- 2026년 4월 9일 발표: 해당 연구 결과는 2026년 4월 9일, 저명한 국제 학술지인 'Cell Host & Microbe'를 통해 공개되었습니다.
주요 디테일
- 비침습적 및 저비용: 신체적 거부감이 큰 대장 내시경과 달리 단순 대변 샘플만으로 검사가 가능하여 검진 참여율을 높일 수 있는 저비용 대안입니다.
- AI 기반 미생물 카탈로그: 머신러닝을 사용하여 인간 장내 박테리아의 기능과 미생물 하위 그룹이 신체에서 작용하는 방식을 보여주는 최초의 상세 카탈로그를 구축했습니다.
- 진단의 정밀성 확보: 동일 종 내에서도 암 발달에 기여하는 균주와 그렇지 않은 균주가 섞여 있는 한계를 극복하기 위해 중간 단계인 아종 해상도를 선택했습니다.
- 젊은 층 대장암 증가 대응: 최근 젊은 성인층에서 급증하는 대장암의 조기 진단 필요성에 맞춰, 접근성이 높은 진단 도구로서의 가치가 큽니다.
- 미생물-건강 상관관계 연구: 이번 분석 모델은 대장암뿐만 아니라 장내 미생물이 전반적인 건강과 질병에 미치는 영향을 이해하는 데에도 활용될 수 있습니다.
향후 전망
- 검진 패러다임의 변화: 대장 내시경의 불편함으로 검사를 기피하던 환자들에게 접근성 높은 선별 검사 도구로 자리 잡아 대장암 조기 발견율을 획기적으로 높일 것으로 예상됩니다.
- 정밀 의료 확장: 장내 미생물 군집의 정밀 분석 기술은 향후 다른 소화기 질환이나 면역 관련 질병의 진단 및 개인별 맞춤 치료 모델 구축에도 적용될 가능성이 높습니다.
출처:sciencedaily