오가노이드 모델과 AI 도구, 암 치료 개인맞춤화 진전 이끈다

오가노이드는 임상적으로 의미 있는 맥락에서 뇌종양의 다양성을 포착하는 차세대 도구로 부상했으며, 신경종양학(neuro-oncology)을 개인맞춤화할 수 있는 강력한 전임상 및 동반 임상(preclinical and co-clinical) 플랫폼을 제공한다. 이러한 3차원 모델은 상대적으로 시간과 비용 효율적으로 제작할 수 있으면서도, 시험관 내(in vitro)에서 종양의 이질성과 핵심 병태생리 과정(pathophysiological processes)을 재현한다.

종양 영상에서 인공지능만이 실제로 볼 수 있는 통찰을 추출할 수 있는 머신러닝 알고리즘이 개발되고 있다. 목표는 그 정보를 활용해 종양 전문의와 환자에게 치료 권고를 제공하는 것이다. 이러한 AI 보조는 임상적 균형상태(clinical equipoise)처럼, 종양 전문의가 개인별로 어떤 치료가 더 효과적일지 명확한 근거를 갖지 못하는 상황에서 특히 유용할 수 있다.

종양 오가노이드는 기본적인 세포주(cell lines)와 정교한 생체 내(in vivo) 모델의 장점을 효과적으로 결합해, 뇌종양의 생리적으로 관련성 높은 생체 외(ex vivo) 모델링을 가능하게 한다. 뇌종양 오가노이드는 환자 유래 종양 오가노이드, 유전공학적으로 조작된 오가노이드, 종양 어셈블로이드(tumour assembloids)를 포함하며, 다양한 특성과 적용 가능성을 제공한다. 1차 환자 유래 오가노이드는 다양한 뇌종양에서 유래될 수 있어, 기능적 판독(functional readouts)과 정밀의학(precision medicine)을 위한 뛰어난 ex vivo 종양 아바타(avatar)로 자리매김한다.

유럽 과학자들로 구성된 한 연구팀은 암 오가노이드와 스페로이드(spheroids)를 연구자들이 시간 경과에 따라 비침습적이고 표지(label) 없이 모니터링할 수 있는, 인공지능 강화 영상 플랫폼을 발표했다. 연구진은 OC-PAM으로 알려진 AI 강화 광간섭 광음향 현미경(optical coherence photoacoustic microscopy) 시스템을 개발했다.

세 가지로 정교하게 설계된 실험을 통해, 연구팀은 OC-PAM이 오가노이드를 종단적으로(longitudinal) 추적하고, 화학요법(chemotherapy)에 대한 반응을 평가하며, 개별 오가노이드의 생존력(viability)을 제시하고, 약물 내성 지속세포(drug tolerant persister cells)의 대리지표(proxies)를 식별할 수 있음을 입증했다. 중요한 점은 이러한 모든 기능이 비침습적이며 표지 없이 구현된다는 것이다.

종단 영상화를 위해 연구진은 카보플라틴(carboplatin) 투여를 통한 화학요법 노출 이후 유방암 오가노이드를 관찰하기 위해 광간섭 현미경(optical coherence microscopy) 모드를 사용했다. 개별 오가노이드의 자동 추적과 평균 부피의 정량 분석을 병행해, 모델이 치료에 어떻게 반응하는지 평가했다. 약물 처리된 오가노이드는 성장률이 감소했다. 특히 소수의 하위 집단에서는 약물 내성 지속세포와 일치하는 재성장 양상이 관찰됐는데, 이는 치료 저항성과 재발에 기여하는 것으로 여겨지는 희귀 세포다.

형태학적 변화 외에도, 본 연구는 오가노이드 생존력을 평가하기 위한 광간섭 현미경 데이터의 라디오믹스(radiomics) 기반 분석을 도입했다. 머신러닝 기법을 적용함으로써 연구진은 높은 분류 성능을 달성했으며, 시간 경과에 따른 치료 반응을 비파괴적으로 모니터링할 수 있는 플랫폼의 잠재력을 보여줬다.

추가 실험에서 연구팀은 희귀 세포 집단에 대한 시스템의 민감도를 탐색했다. OC-PAM을 사용해, 고밀도 3D 스페로이드 내에서 유방암 세포와 혼합된 멜라닌 함유 흑색종(melanoma) 세포를 영상화했다. 매우 낮은 농도에서도 개별 희귀 세포가 성공적으로 시각화됐다.

유전공학적으로 조작된 오가노이드는 통제된 유전적 배경 아래에서 인간 종양 생물학의 기전적 통찰을 얻을 수 있게 한다. 뇌종양 어셈블로이드는 건강한 인간 뇌 구조와의 상호작용 속에서 종양 세포의 침윤과 성장을 조사하는 데 도움을 준다.

일부 환자에서는 불가피하게 치료가 효과를 보지 못하고, 그 경우 시간이 손실되며 환자는 다음 치료 라인으로 넘어가야 한다. AI가 이 지점에서 명확성을 제공할 수 있다면, 종양학이 새로운 수준의 개인맞춤 의학에 도달하는 데 도움이 될 수 있다. 비침습적이고 표지 없이 종단적으로 관찰할 수 있는 이 시스템은 암 생물학의 발전을 돕고, 약물 개발을 가속하며, 종양학에서 보다 개인맞춤화된 접근을 지원할 수 있다.