18일 KAIST에 따르면 암 대사 연구와 새로운 암 유발 대사물질 발굴에는 대사체학 등의 방법론이 필요하며 이를 대규모 환자 샘플에 적용하기 위해 상당한 시간과 비용이 소요된다. 이러한 이유로 암과 관련된 많은 유전자 돌연변이들이 밝혀졌음에도 그에 상응하는 암 유발 대사물질은 극소수만 알려져 있다.
이에 김 교수 공동연구팀은 세포 대사 정보를 예측할 수 있는 게놈 수준의 대사 모델에 국제 암 연구 컨소시엄에서 공개하고 있는 암 환자들의 전사체 데이터를 통합했으며 24개 암종에 해당하는 1043명 암 환자의 대사 모델을 성공적으로 구축했다.
연구팀은 1043명의 암 환자 특이 대사 모델과 동일 환자들의 암 체세포 돌연변이 데이터를 활용해 4단계로 구성된 컴퓨터 방법론을 개발했다.
첫 단계는 암 환자 특이 대사 모델을 시뮬레이션해 환자별로 모든 대사물질들의 활성을 예측하며 두 번째는 특정 유전자 돌연변이가 앞서 예측된 대사물질의 활성에 유의한 차이를 일으키는 짝을 선별한다.
세 번째는 특정 유전자 돌연변이와 연결된 대사물질들을 대상으로 이들과 유의하게 연관된 대사경로를 추가 선별하고 마지막 단계는 ‘유전자-대사물질-대사경로’ 조합을 완성해 컴퓨터 방법론 결과로써 도출하게 된다.
김 교수는 “이번 공동연구의 결과는 향후 암 대사 및 암 유발 대사물질 연구에서 중요한 참고 자료로 활용될 수 있을 것”이라고 강조했다.