AI로 예측하는 신장암 치료 반응: 다중모달 모델의 등장

🔎 배경: 신세포암 치료의 난제

신세포암, 특히 투명세포 신세포암(clear cell renal cell carcinoma, ccRCC) 은 전 세계적으로 발생률이 높은 악성 종양입니다. 현재 주요 치료법은 티로신키나제 억제제(TKI) 와 면역관문억제제(ICI) 이지만, 환자마다 반응이 크게 달라 임상 현장에서 치료 선택이 쉽지 않습니다.

기존에 제안된 PD-L1 발현, TMB(돌연변이 부담), 특정 유전자 서명 등 단일 바이오마커는 독립된 환자 집단에서 일관된 예측력을 보여주지 못해 정밀한 예측 모델이 절실히 필요했습니다.

---

🧩 연구 설계: 다중오믹스 데이터 통합

연구팀은 워싱턴대학교, MSKCC, BostonGene이 협력하여 전사체, 유전체, 종양미세환경(TME) 데이터를 통합 분석했습니다.

• WU-RCC 환자 코호트 (193명): TKI, ICI, TKI+ICI 치료 환자 대상 유전체 및 전사체 분석
• 대규모 메타 전사체 데이터 (3,621 샘플): RNA-seq 및 마이크로어레이 기반 프로파일링
• 단일세포 및 공간 단백체(MxIF) 데이터 (34명): 실제 조직 수준에서 TME 아형 검증

이를 통해 Harmonized Immune Tumor MicroEnvironment (HiTME) 아형 5가지를 도출했습니다.

 

📊 5가지 HiTME 아형

1. IE/M: 면역 풍부 + 골수성 면역억제
2. IE: 면역 풍부 + 비섬유성
3. F: 섬유성-골수성 면역억제
4. V: 고혈관화
5. D: 면역 결핍(immune desert)

3,621 샘플을 활용한 HiTME 아형 분류 및 임상적 의미

---

🧪 결과: AI 기반 치료 반응 예측

연구팀은 HiTME 아형과 유전체 변이 정보를 결합하여 AI 머신러닝 모델을 구축했습니다.

• ICI 반응 점수(ICI responder score): IE, IE/M 아형에서 높게 나타나며 면역 활성과 관련
• TKI 반응 점수(TKI responder score): V 아형에서 높으며 혈관 특성과 연관
• 비반응 환자군 (~3%): ICI와 TKI 모두 효과가 낮고, 불량한 예후와 짧은 무진행 생존 기간(PFS) 관찰

👉 이 결과를 바탕으로 환자를 ICI/ICI+TKI 우선군, TKI 우선군, 양쪽 모두 비반응군으로 구분하는 임상 의사결정 트리 모델을 제시했습니다.

AI 기반 반응 점수를 활용한 치료 선택 의사결정 트리

---

🌐 임상적 의의

• 기존의 한계였던 단일 바이오마커 예측력 부족 문제를 극복하고, 다중모달 AI 모델로 환자 맞춤형 치료 전략 제시
• 특히, 양쪽 치료 모두 반응하지 않는 소수 집단을 규명하여 새로운 치료제 개발 필요성을 제안
• 대규모 전사체 데이터와 공간 단백체 검증을 결합해 임상 적용 가능성을 높인 혁신적 접근

---

📝 한줄평

AI 기반 다중모달 분석은 신장암 환자의 맞춤형 치료 시대를 여는 열쇠가 될 것입니다.

 

참고문헌 : DOI: 10.1016/j.xcrm.2025.102299