김지현 연세대 교수 연구팀, 구강-대변 미생물 전이 지수 개발

입에서 장으로 이동하는 미생물 전이 정량화...비침습적 암 진단 활용

챗GPT로 생성한 일러스트.
챗GPT로 생성한 일러스트.

입 속 미생물로 위암과 대장암을 조기 진단할 수 있는 기술이 나왔다.

간편한 미생물 채취만으로 암 발생 위험을 예측할 수 있어 암 검진 편의성과 조기 발견을 크게 높이는 데 기여할 전망이다.

한국연구재단은 김지현 연세대 시스템생물학과 교수 연구팀과 허지원 충남대 교수 연구팀이 공동으로 입에서 장에 이르는 미생물 붐포를 정량적으로 측정해 ‘구강-대변 미생물 전이 지수’를 개발, 이를 기반으로 위암과 대장암을 판별할 수 있는 비침습적 마이크로바이옴 진단 전략을 제시했다고 21일 밝혔다.

구강-대변 미생물 전이 지수는 구강과 대변 샘플에서 동일하게 검출되는 미생물 염기서열 변이체를 바탕으로 구강 유래 가능성이 있는 대변 미생물의 비율을 정량화한 지표를 의미한다.

성인은 하루 약 1리터의 침을 삼키며 약 1조 마리의 구강 미생물이 소화기로 유입된다.

하지만 건강한 사람의 위장관은 강력한 위산과 면역 체계 등으로 구강 미생물이 장내에 정착하기 어렵다. 연구팀은 각종 질환을 앓는 환자의 구강-장 미생물 생태계 장벽이 약해질 가능성에 주목했다.

연구팀은 세브란스병원과 세브란스헬스체크업에 내원한 건강인과 대사질환자, 위암·대장·직장암 환자 등 총 507명을 대상으로 구강과 대변 시료 1010개를 수집해 분석했다.

그 결과, 구강-대변 미생물 전이 지수가 건강한 사람보다 위암와 대장암 환자에게서 통계적으로 유의미하게 높다는 사실을 확인했다.

이는 구강-장 미생물 전파 증가가 위암·대장암 등 위장관 암에서 두드러지게 발병하는 신호일 수 있음을 보여준다고 연구팀은 설명했다.

이런 차이는 음주, 운동, 체질량지수 등 환경적 요인을 고려할 때 뚜렷하게 나타났다.

또 암 종류와 진행 단계에 따라 전이 패턴이 달라졌다. 전이 미생물 정보가 암의 진행 정도를 반영하는 조기진단 지표로 활용될 수 있음을 입증한 것이다.

연구팀은 인공지능(AI) 분석 기법인 ‘랜덤 포레스트’를 활용해 위암과 대장암 분류 모델을 구축했다.

이 모델은 구강 시료만으로 암 관련 신호를 확인할 수 있었고, 입안을 헹구는 간단한 방식으로 암 선별 검사가 가능했다고 연구팀은 전했다.

실제 대장암 검진의 기존 대변잠혈검사와 비교해 높은 민감도를 보여 우수한 성능을 나타냈다.

김지현 교수는 “구강-장 미생물 연결성을 질병 진단과 위험도 평가에 활용할 수 있는 새로운 분석 틀을 제시한 연구”라며 “앞으로 유전정보와 임상정보를 결합한 개인 맞춤형 질병 위험 예측 모델로 고도화해 나갈 계획”이라고 말했다.

연구결과는 숙주-미생물 분야 국제 학술지 ‘세포 숙주와 미생물’ 지난 21일자 온라인에 실렸다.

김지현(왼쪽 세번째) 연세대 교수와 연구팀. 연구재단 제공.
김지현(왼쪽 세번째) 연세대 교수와 연구팀. 연구재단 제공.
이준기 기자(bongchu@dt.co.kr)

[저작권자 ⓒ디지털타임스, 무단 전재-재배포, AI 학습 및 활용 금지]
이준기

기사 추천

  • 추천해요 0
  • 좋아요 0
  • 감동이에요 0
  • 화나요 0
  • 슬퍼요 0