황희상 (서울아산병원 병리과)
이번 호 KALC Editor’s Pick 에서는 작년 11월 Nature communications에 "Proteogenomic analysis reveals non-small cell lung cancer subtypes predicting chromosome instability, and tumor microenvironment" 논문 주저자로 참여하신
서울아산병원 병리과 황희상 교수님과 인터뷰를 하였습니다.
저희 연구팀은 총 229개의 국내 비소세포폐암 증례에 대한 유전단백체 분석을 진행해 비소세포폐암의 5개 아형을 확인하였습니다. 각각의 아형은 1) oxidative phosphorylation-enriched high-grade adenocarcinoma, 2) normal alveoli-like low-grade adenocarcinoma, 3) highly proliferative squamous cell carcinoma, 4) hypoxia-enriched NSCLC, 5) immune-enriched NSCLC로 요약할 수 있었습니다.
이 아형 중 normal alveoli-like adenocarcinoma 아형은 상대적으로 좋은 예후를 보임을 확인함으로써 기존 분류와 달리 저희 유전단백체 분류가 lung adenocarcinoma의 grade를 예측할 수 있음을 나타냈습니다. 또한 hypoxia-enriched NSCLC는 기존 폐암 유전단백체 연구에서 확인되지 않았던 아형으로, 다른 폐암 아형에 비해 나쁜 예후와 연관되었으며 CK2 및 GSK3beta kinase의 활성화를 확인해 관련 pathway의 활성화에 따른 metabolic pathway의 재구성이 해당 아형의 중요한 생물학적 특징임을 나타내었습니다. 그리고 첫번째, 세번째 아형에서 자주 보이는 whole genome doubling은 각 아형에 따라 서로 다른 pathway에 의해 활성화되고, 세번째 아형의 organoid에 대한 실험을 진행해 해당 pathway를 차단함으로써 종양 억제 효과를 얻을 수 있음을 확인하였습니다. 마지막으로 mutation 기반 neoantigen prediction을 통해 찾아낼 수 없었던 cryptic MHC-associated peptide의 발현을 일부 증례에서 확인하였고, 이 peptide의 발현이 immune microenvironment와 환자 예후와 연관됨을 확인하였습니다.
저희는 이번 논문을 통해 저희가 기술한 폐암 아형이 임상적, 생물학적으로 유효하며 이러한 아형에 따른 다변화된 접근으로 치료 효율을 높일 수 있음을 보였습니다.
저희 연구팀은 총괄 및 2세부 단백체학 (김광표 교수님, 경희대학교 응용화학과), 1세부 유전체•임상병리학 (장세진 교수님, 울산대학교 의학과) 과 3세부 생물정보학 (백은옥 교수님, 한양대학교 컴퓨터소프트웨어학부) 3개 팀으로 구성되어 상호 협력하에 연구를 진행하였습니다. 위 세부 연구팀 산하에 모두 나열하기도 어려울 정도로 많은 교수님들과 연구원들께서 흔쾌히 참여해 주셔서 연구를 수월하게 진행할 수 있었습니다. 이 자리를 빌려 연구 진행에 도움을 주신 모든 교수님과 연구원들께 감사드립니다.
단백체학은 기존 유전체학 연구에 더해 전체 단백체 (global proteome) 및 인산화 단백체 (phospho-proteome) 발현을 직접적으로 확인함으로써 암종의 생물학적 특성을 더 포괄적으로 이해할 수 있게 해 주지만, 임상 진단 및 치료에 있어서 그 역할은 아직 제한적입니다. 하지만 도입된다면 protein expression 뿐 아니라 정밀한 signaling pathway profiling을 통해 암종 아형 분류, 예후 예측뿐 아니라 약물 반응성 modeling 및 약물 표적 profiling, 더 나아가 혈액 내 암종 특이 단백체 동형 (isoform) 및 엑소좀 검출을 통한 잔존 암종 확인 및 예후 예측 등에도 적용이 가능할 것으로 보입니다. 다만 단백체학이 정밀의료의 한 축으로써 자리잡기 위해서는 formalin-fixed paraffin-embedded tissue및 혈액 검체에서의 유용성을 검증할 수 있어야 한다고 생각해서 저희 연구팀도 이에 대한 후속 연구를 진행중입니다.
최근 정밀의료 연구는 연구자의 주장을 여러 데이터를 이용해 다면적으로 촘촘히 뒷받침하여 신뢰도를 높여야 합니다. 물론 다학제 연구에 참여하시는 교수님 및 연구팀은 모두 해당 분야에서는 매우 뛰어난 전문가이시지만 그 외 분야에 있어서는 반드시 이해도가 높다고 볼 수 없기 때문에, 각자 분야의 특성에 대한 충분한 이해 없이 각자의 연구 결과를 중구난방으로 제시한다면 좋은 결과를 얻기 어려울 수도 있습니다. 참여 교수님들의 전문 지식을 잘 설정된 연구 주제에 잘 녹여내기 위해 서로 면밀히 소통하면서 적절한 주제와 목표를 설정하고 각자의 전문 기술과 데이터를 공유하면 좋은 결과를 얻을 수 있을 것이라 생각합니다.