일반적으로 환자 치료과정에서 유전자검사나 약물반응검사 등을 위해 종양조직을 여러 차례 분석하는 일은 불가피하다. 이 때문에 한번 채취한 종양세포를 자연적으로 보존하고, 충분히 증식시켜 여러 검사의 시료로 쓸 수 있도록 하는 환자유래모델(PDMS)이 활용된다.

 

단, 종양세포를 주로 생쥐의 체내에서 증식시키거나, 생쥐의 세포와 함께 배양하기 때문에 쥐의 세포가 함께 분석돼 자칫 잘못된 결과가 나올 수 있다. 이런 가능성에 대해 꾸준히 문제가 제기됐으나 발생 빈도나 예방법에 대해서는 알려진 바 없다.

 

김상우 교수 연구팀은 환자유래모델에서 있을 수 있는 돌연변이 분석 오류를 찾아내고, 나아가 미연에 오류를 방지하는 방법을 개발했다.

 

우선 쥐와 사람에게서 나타나는 모든 유전자 서열 차이를 찾고, 이를 하마(HAMA, humand-genome aligned mouse allele)라고 명명했다.

 

분석과정에서 하마가 나타나면 질병 관련 유전 변이로 오인할 수 있는데, 생쥐의 유전체 정보로 인한 오류 가능성을 한 번 더 확인토록 안전장치를 제안한 것이다.

특히 암 관련 돌연변이 데이터베이스의 정보 중 생쥐를 이용한 실험모델에서 비롯된 경우 하마 관찰 빈도가 높게 나타난다는 사실도 확인했다.

 

나아가 김 연구팀은 유전체 검사 데이터를 통해 나오는 하마의 비율을 토대로 환자유래모델에 섞여 있는 쥐 세포의 비율까지 계산할 수 있는 방법을 제시했다. 또 150가지가 넘는 가상의 오염 데이터를 기반으로 비교 분석을 수행해 최적의 오염 배제 방법을 밝혀냈다.

 

실제로 이를 토대로 최적 유전자분석법을 적용한 결과, 기존 분석 대비 정확성을 약 58% 가량 높일 수 있었다.

 

김 교수는 “이번 연구는 체외에서 보존·증식된 환자 암세포 시료의 유전체 분석과정서 발생할 수 있는 오류를 바로잡아 앞으로 더욱 정확한 정보에 기초해 환자를 치료할 수 있는 실마리가 될 것”이라고 말했다.

 

한편, 해당 연구는 유전체학 분야 국제학술지 ‘지놈 바이올로지’ 11월 11일자에 게재됐다.