대규모 신호전달 네트워크 교란 분석을 통한 암 치료 후보 물질 발굴

초록

본 연구는 세포 사멸·성장·운동·휴면을 유도하는 외부 자극 환경에서 구축된 대규모 신호전달 모델을 대상으로 손실·획득 기능 변이를 전부 적용해 교란 분석을 수행하였다. 각 구성요소가 시스템 전체에 미치는 영향을 정량화해 가장 영향력 있는 ‘핵심’과 가장 영향력이 적은 ‘비핵심’ 요소를 도출하고, 이들을 유전자 기능, 필수성, 하우스키핑, 약물 타깃 가능성 등으로 다각적으로 평가하였다. 특히 PI3K 억제와 IP3R1 과활성화의 복합 교란이 사멸 경로와 종양 억제 유전자를 활성화함을 예측해 새로운 치료 전략을 제시한다.

상세 분석

본 논문은 기존의 정적 네트워크 분석을 넘어, 동적 교란 시뮬레이션을 통해 신호전달 시스템의 전역적 민감도를 정량화한다는 점에서 혁신적이다. 연구팀은 세포 외부 환경을 네 가지 주요 상태(세포 사멸, 성장, 이동, 휴면)로 구분하고, 각각에 대해 1,000여 개 이상의 단백질·인자와 그 상호작용을 포함하는 대규모 모델을 구축하였다. 모델은 Boolean 혹은 확률적 논리 규칙을 기반으로 하여, 각 구성요소의 활성/비활성 상태를 시뮬레이션한다.

교란 분석은 두 가지 시나리오로 진행되었다. 첫째, 손실‑기능(Loss‑of‑Function) 변이에서는 특정 노드를 영구적으로 비활성화하고, 둘째, 획득‑기능(Gain‑of‑Function) 변이에서는 해당 노드를 지속적으로 활성화한다. 각 변이에 대해 전체 네트워크의 상태 변화를 100번 이상 반복 시뮬레이션하고, 변화량을 ‘영향도 점수’로 정량화하였다. 영향도 점수는 다른 노드들의 활성도 변동 평균값으로 정의되며, 높은 점수를 받은 노드는 ‘가장 영향력 있는 구성요소(Most Influential)’로, 낮은 점수를 받은 노드는 ‘가장 영향력이 적은 구성요소(Least Influential)’로 분류된다.

다음 단계에서는 이러한 핵심 노드들을 기능적 특성에 따라 재분류하였다. 먼저, Gene Ontology와 KEGG 경로 분석을 통해 핵심 노드가 주로 세포 주기, DNA 복구, PI3K‑AKT, MAPK 등 암과 밀접한 경로에 속함을 확인하였다. 두 번째로, 인간 필수 유전자 데이터베이스(essential gene)와 하우스키핑 유전자 목록을 교차 검증한 결과, 다수의 핵심 노드가 필수 유전자이면서 동시에 종양 억제 유전자와 연관된 복합 역할을 수행한다는 점을 발견하였다. 세 번째로, DrugBank 및 ChEMBL 등 공개 약물 데이터베이스와 매핑하여, 현재 임상에서 타깃으로 사용되는 약물과 겹치는 노드가 약 30%에 달했으며, 나머지 70%는 아직 약물화가 시도되지 않은 ‘신규 타깃 후보’로 제시되었다.

특히, 네트워크 구조 분석을 통해 가장 영향력 있는 노드들 간에 ‘피드백 루프’와 ‘다중 입력/출력’ 모티프가 풍부하게 존재함을 밝혀냈다. 이러한 모티프는 시스템 안정성을 유지하면서도 특정 교란에 대해 과도하게 반응하는 ‘스위치’ 역할을 한다는 가설을 제시한다.

가장 주목할 만한 결과는 복합 교란 시뮬레이션이다. 연구팀은 PI3K(Phosphoinositide 3‑kinase) 억제와 IP3R1(Inositol 1,4,5‑trisphosphate receptor type 1) 과활성화를 동시에 적용했을 때, 사멸 관련 단백질(BAX, CASP3 등)과 종양 억제 유전자(p53, PTEN)의 활성도가 현저히 상승함을 예측하였다. 이는 단일 타깃 억제보다 시너지 효과가 크며, 세포 증식 억제와 사멸 유도라는 두 축을 동시에 조절할 수 있는 전략으로 해석된다.

전체적으로, 본 연구는 (1) 대규모 신호전달 모델 기반 교란 분석 파이프라인 구축, (2) 영향도 기반 핵심·비핵심 노드 도출, (3) 기능·필수성·약물가능성 다층 평가, (4) 네트워크 모티프와 복합 교란 예측이라는 네 단계 흐름을 제시한다. 이러한 접근법은 기존의 ‘핵심 유전자 스크리닝’보다 시스템 전반의 동적 상호작용을 고려하므로, 보다 현실적인 치료 표적 발굴에 기여할 수 있다.