AI 기반 다중 모달 머신러닝으로 신장암 치료 반응 예측

최근 워싱턴대학교, 메모리얼 슬로언 케터링 암센터, BostonGene 연구진이 전이성 투명세포 신장암(clear cell renal cell carcinoma, ccRCC) 환자의 치료 반응을 예측하기 위한 다중 모달 인공지능 모델을 개발하였습니다. 이번 연구는 Cell Reports Medicine (2025)에 게재되었으며, 기존의 불완전한 단일 바이오마커 한계를 넘어, 전사체·유전체·종양미세환경(TME) 데이터를 통합하여 맞춤형 치료 전략을 제시한다는 점에서 큰 의의가 있습니다.

---

📌 연구 배경: 치료 반응 예측의 어려움

현재 ccRCC 치료의 표준은 티로신 키나아제 억제제(TKI) 와 면역관문 억제제(ICI) 입니다. 그러나 PD-L1 발현, TMB, 특정 유전자 돌연변이와 같은 기존의 예측 지표들은 환자 반응을 충분히 설명하지 못했습니다. 이에 따라 연구팀은 대규모 통합 전사체 데이터(3,621 샘플) 를 기반으로 새로운 분류 체계를 제안하였습니다.

---

🧬 HiTME 아형: 종양미세환경 기반 5가지 분류

연구진은 전사체 데이터를 분석해 5가지 조화된 종양미세환경(Harmonized Immune Tumor MicroEnvironment, HiTME) 아형을 정의했습니다.

• IE/M형: 면역 풍부 + 골수성 억제
• IE형: 면역 풍부, 비섬유성
• F형: 섬유성-골수성 억제
• V형: 고혈관성
• D형: 면역 결핍 (immune desert)

이 분류는 기존 CPTAC 및 IMmotion 분류보다 더 강력하게 예후 및 치료 반응과 연관되었습니다.

ccRCC HiTME 아형의 정의 및 생존율 연관성

---

🧪 AI 예측 모델 개발

연구팀은 HiTME 아형과 전사체 기능 유전자 서명(FGES), 주요 돌연변이 정보를 활용하여 ICI 반응 점수(ICI responder score) 와 TKI 반응 점수(TKI responder score) 를 개발했습니다.

• ICI 모델: 면역 활성이 높은 IE/IE-M 아형에서 높은 반응 점수
• TKI 모델: 혈관 신생 활성이 높은 V 아형에서 높은 반응 점수
• 양쪽 모두 낮은 환자군 (~3%): 면역 억제·섬유화·대사 재편성이 두드러져 양쪽 치료 모두 반응 불량, 예후 극히 불량

ICI 및 TKI 예측 점수 모델 학습 및 검증

---

🌐 통합 의사결정 나무 모델

두 점수를 결합하여, 환자를 “ICI 선호형”, “TKI 선호형”, “양쪽 불응형” 으로 구분하는 의사결정 나무 모델을 제시했습니다.

• ICI-high/TKI-low → ICI 기반 병합 요법에서 생존율 증가
• ICI-low/TKI-high → TKI 단독 치료에서 생존율 증가
• ICI-low/TKI-low → 현재 표준 치료 모두 불응 → 새로운 치료 전략 필요

ICI/TKI 통합 예측 모델 임상 적용 예시

---

💡 연구 의의

이번 연구는 단일 바이오마커의 한계를 극복하고, 다중 모달 데이터를 활용한 AI 모델을 통해 환자별 최적 치료 전략을 제시했습니다. 특히, 기존에 간과되던 양쪽 치료 불응 환자군을 새롭게 정의하여, 향후 임상시험 설계와 신약 개발의 기반이 될 수 있습니다.

---

📍 한줄평

AI 기반 다중 모달 접근은 신장암 치료에서 정밀 의료를 실현하는 결정적 전환점이 될 것입니다.

 

참고문헌 : DOI: 10.1016/j.xcrm.2025.102299