연세대학교 생명공학과 신용 교수 연구팀이 서울아산병원 대장항문외과 임석병·김영일 교수와 함께, 대장암을 비침습적으로 조기에 진단할 수 있는 인공지능 기반 기술 ‘ZAHV-AI’를 개발했다.

 

이 기술은 혈액 내 세포외 소포체에서 유래한 마이크로RNA 등 바이오마커를 기반으로, 인공지능(AI)을 활용해 대장암을 정밀하게 판별한다. 특히 0~1기 조기 병기 환자에서도 완벽한 진단 정확도(AUC 1.0)를 보여, 향후 내시경 검사에 대한 부담을 줄일 수 있는

 ▲ (왼쪽부터) 구본한 박사, 서울아산병원 김영일 교수,              대안으로 주목된다.

      임석병 교수, 신용 교수               

 

이번 연구 결과는 세포외 소포체 분야의 세계적 권위 학술지 ‘저널 오브 엑스트라셀룰러 베시클즈(Journal of Extracellular Vesicles, IF 15.5)’에 6월 13일자로 온라인 게재됐다.

 

대장암은 조기 발견 시 5년 생존율이 90% 이상으로 높지만, 기존의 진단 방식은 침습적인 대장내시경이나 민감도가 낮은 종양표지자(CEA)에 의존하고 있어 조기 진단에 한계가 있었다.

 

연구팀은 이러한 문제를 해결하기 위해 세포외 소포체를 고순도로 빠르게 분리할 수 있는 자체 기술 ‘ZAHVIS’를 개발했다. ZAHVIS는 제올라이트에 아민기와 하이드라자이드 화합물을 도입해 세포외 소포체를 전기적·공유결합 방식으로 포획하며, 전체 공정은 15분 이내로 완료된다.

 

복잡한 장비나 공정 없이도 시린지 필터만으로 간편하게 분리할 수 있어 임상 및 연구 환경에서의 적용성이 뛰어나며, 간단한 시약과 저비용 소모품으로 구성돼 실용성도 높다. 또한, 농축된 세포외 소포체에서 단백질과 핵산을 전처리 없이 바로 추출할 수 있어 분석의 효율성과 민감도 또한 크게 향상된다.

 

연구팀은 이 플랫폼을 활용해 총 18종의 RNA 바이오마커 후보군을 분석했고, 최종적으로 4종의 miRNA와 CEA를 결합한 5개 조합을 도출해 딥러닝 기반 AI 모델을 구축했다. 실험에는 0기부터 4기까지의 대장암 환자 80명과 건강인 20명의 혈장 샘플이 사용됐으며, 총 31개의 조합을 비교 평가한 결과, 조기 병기(0–2기)에서 AUC 0.9861, 특히 0~1기 환자군에서는 AUC 1.0으로 완벽한 성능을 입증했다.

 

ZAHV-AI는 ZAHVIS 기술을 활용해 고농도, 고순도의 세포외 소포체를 신속히 분리하고, 이를 기반으로 다중 바이오마커와 AI 분석을 통합한 조기 진단 시스템이다. 이 시스템은 기존 세포외 소포체 기반 진단이 지닌 낮은 민감도와 병기 구분의 한계를 효과적으로 극복했으며, 실제 환자 혈액 샘플을 통해 높은 재현성과 정확도를 입증했다.

 

특히 비침습적 방식임에도 불구하고 정밀한 성능을 갖춰, 향후 침습적 내시경 검사의 보완 진단법은 물론 암 조기진단 및 치료 모니터링 도구로서의 임상 적용 가능성도 주목받고 있다.

 

신용 교수는 “ZAHV-AI는 기술적 완성도와 임상 활용 가능성을 동시에 갖춘 조기 대장암 진단 시스템”이라며, “정확성과 효율성을 바탕으로 대장암 조기 진단의 새로운 전환점이 될 수 있을 것”이라고 밝혔다.

 

서울아산병원 임석병 교수는 “세포외 소포체 기반의 바이오마커 분석과 인공지능 기술이 결합된 이번 연구는 진단 정확도뿐 아니라 환자 편의성에서도 큰 진전을 이룬 성과라 임상 적용 가능성 또한 매우 높다”고 평가했다.

 

이번 연구는 한국연구재단의 중견연구자지원사업, 기초연구사업 선도연구센터(ERC), 세종과학펠로우십의 지원을 받아 수행됐다. 연구에는구본한 박사(공동 제1저자), 서울아산병원 김영일 교수(공동 제1저자), 임석병 교수(교신저자), 신용 교수(교신저자)가 참여했다.

 

[그림 . 세포외 소포체 기반 진단 플랫폼 ‘ZAHV-AI’의 구성 및 분석 흐름 요약도]