AI 요약
2026년 3월 21일, 제네바 대학교(UNIGE) 연구팀은 암 전이가 무작위가 아닌 일종의 생물학적 '프로그램'에 따라 발생한다는 사실을 발견하고, 이를 예측하는 AI 도구인 'MangroveGS'를 공개했습니다. 유전의학 및 발달학과 아리엘 루이즈 이 알타바(Ariel Ruiz i Altaba) 교수가 이끄는 연구팀은 대장암 세포를 집중적으로 연구하여 전이 가능성을 나타내는 특정 유전자 발현 패턴을 식별해냈습니다. MangroveGS는 이러한 유전자 신호를 분석하여 약 80%의 신뢰도로 전이 위험을 예측하며, 대장암뿐만 아니라 다양한 암종에도 적용 가능한 범용성을 갖췄습니다. 이번 연구는 암을 단순히 '무질서한 세포'의 증식이 아닌, 초기 발달 프로그램이 비정상적으로 재활성화된 '왜곡된 발달 과정'으로 파악하여 전이의 논리적 구조를 규명했다는 점에서 큰 의미가 있습니다. 이를 통해 의료진은 환자의 전이 위험도에 따라 공격적 치료 여부를 보다 정밀하게 결정할 수 있게 될 것입니다.
핵심 인사이트
- 개발 도구 및 성능: 제네바 대학교(UNIGE) 연구진이 개발한 AI 모델 'MangroveGS'는 약 80%의 높은 정확도로 암 전이 위험을 예측함.
- 연구 발표 일자 및 매체: 해당 연구 결과는 2026년 3월 21일, 국제 학술지 'Cell Reports'에 게재됨.
- 새로운 패러다임: 암의 기원을 '무질서한 세포'가 아닌, 유전적·후성유전적 변화로 인해 발생한 '왜곡된 발달 형태'로 정의함.
주요 디테일
- 분석 대상: 주로 대장암(Colon cancer) 세포를 연구 대상으로 삼았으며, 세포핵은 노란색, 세포체는 빨간색으로 표시되는 시각적 분석 기법을 활용함.
- 기술적 원리: 초기 발달 단계에서 꺼져 있어야 할 유전자 프로그램이 암세포에서 재활성화되는 패턴을 AI가 유전자 신호로 변환하여 분석.
- 전이 기전 포착: 암세포가 혈액이나 림프계로 퍼지기 전, 종양에서 분리되어 이동하려는 성질을 가진 세포의 유전적 특징을 사전에 식별함.
- 범용성: MangroveGS 모델은 특정 암에 국한되지 않고 여러 유형의 암 전이 위험을 안정적으로 추정할 수 있음을 입증함.
- 임상적 가치: 불필요한 과잉 치료를 방지하고, 고위험군 환자에게는 조기에 공격적인 맞춤형 치료를 제공할 수 있는 근거를 마련함.
향후 전망
- 정밀 의료의 확산: 유전자 데이터와 AI 분석을 결합한 개인 맞춤형 암 치료 전략이 더욱 고도화될 것으로 보임.
- 신규 치료제 개발: AI가 식별한 전이 유발 유전자 패턴을 역으로 추적하여 전이를 원천 차단하는 새로운 치료 표적(Therapeutic targets) 발굴이 기대됨.
출처:sciencedaily