2025.07.26 (토)

  • 맑음동두천 32.0℃
  • 맑음강릉 33.9℃
  • 맑음서울 32.7℃
  • 맑음대전 32.8℃
  • 맑음대구 31.6℃
  • 맑음울산 31.0℃
  • 맑음광주 32.3℃
  • 구름조금부산 31.5℃
  • 맑음고창 33.1℃
  • 구름조금제주 29.9℃
  • 맑음강화 30.8℃
  • 맑음보은 30.5℃
  • 맑음금산 30.8℃
  • 맑음강진군 33.3℃
  • 맑음경주시 31.9℃
  • 구름조금거제 29.1℃
기상청 제공

딥러닝 기반 폐암 진단 기술 개발

엑소좀의 물리적 특성과 AI 결합해 폐암 진단 정확도 높여( A549 유래 엑소좀 96% 정확도)
형광 표지 없이 빠르고 정밀한 액체생검 기반 폐암 진단 가능성 제시
DGIST 이윤희‧구교권 연구팀,

DGIST(총장 이건우) 바이오메디컬연구부 이윤희 · 지능형로봇연구부 구교권 선임연구원 연구팀은 혈액 속 암세포에서 나온 엑소좀이라는 아주 작은 입자를 원자힘현미경(AFM)으로 눌러보고, 그 입자의 ‘딱딱함’만으로도 폐암 유전자 돌연변이를 구별하는 기술을 개발했다. 특히 이번 연구는 단일 엑소좀을 빠르고 정밀하게 분석할 수 있어, 새로운 액체생검 기반 폐암 진단 기술로 발전할 수 있을 것으로 기대된다.

 

비소세포폐암(NSCLC)은 전체 폐암 환자의 85% 이상을 차지하는 가장 흔한 암이다. 그러나 초기에는 특별한 증상이 거의 없어 발견이 어렵고, 이미 진행된 상태에서 진단되는 경우가 많아 치료가 쉽지 않다. 이러한 이유로 비소세포폐암은 여전히 높은 사망률을 보이고 있으며, 조기에 발견해 치료할 수 있는 새로운 진단 기술 개발이 의료계의 큰 과제로 남아 있다.

(오른쪽 위부터 반시계방향) DGIST 이윤희 선임연구원,

    구교권 선임연구원, 박수현 박사후연수연구원]

 

 

특히 기존 조직생검은 환자에게 부담이 크고 반복적인 검사에 한계가 있어, 최근에는 혈액 속 정보를 활용한 비침습적 액체생검 기술이 주목받고 있다.

 

DGIST 이윤희·구교권 선임연구원 연구팀은 비소세포폐암 중에서도 암세포가 가진 유전자 돌연변이에 따라 다른 특징을 가진 세포들(A549: KRAS 변이, PC9: EGFR 변이, PC9/GR: EGFR 내성 변이)에서 엑소좀을 분리해 연구를 진행했다. 연구팀은 원자힘현미경(AFM)을 이용해 엑소좀 하나하나의 표면 강도, 높이-반지름 비율 등 나노 수준의 물리적 특성을 고해상도로 측정했다.

 

그 결과 A549 유래 엑소좀은 유의미하게 높은 강도를 보여, KRAS 돌연변이에 따른 세포막 지질 변화가 엑소좀에도 반영된 것으로 나타났다. 반면 PC9과 PC9/GR 유래 엑소좀은 유사한 특성을 보여, 이들이 공유하는 유전적 배경과의 연관성이 확인됐다. 즉, 암세포가 가진 유전자 돌연변이에 따라 엑소좀의 물리적 특성도 다르게 나타난다는 것을 밝혀낸 것이다.

 

연구팀은 엑소좀의 이 같은 나노역학적 특징을 더 정밀하게 분류하기 위해 AI 기술을 접목했다. 원자힘현미경으로 획득한 엑소좀의 높이 및 강도 정보를 이미지화하고, 이를 딥러닝 기반 CNN(DenseNet-121) 모델에 학습시켜 엑소좀의 유래 세포를 분류하도록 했다. 그 결과 A549 유래 엑소좀은 96%라는 매우 높은 정확도로 구별되었고, 전체 평균 AUC는 0.92에 달했다. 이는 형광 표지 없이도 엑소좀의 물리적 특성만으로 고정밀 분류가 가능한 차세대 액체생검 플랫폼의 가능성을 제시했다.

 

이윤희‧구교권 선임연구원은 “이번 연구는 소량의 엑소좀 샘플을 이용해 특정 유전자 돌연변이를 가진 폐암을 구별할 수 있는 새로운 진단 가능성을 제시했다”며, “향후 임상 시료 검증과 고속 원자힘현미경 플랫폼의 접목을 통해 기술의 실용화를 적극적으로 추진할 계획이다”라고 밝혔다.

 

한편, 이번 연구는 바이오메디컬연구부 이윤희, 지능형로봇연구부 구교권 선임연구원이 교신저자, 바이오메디컬연구부 박사후연수연구원 박수현, 컬럼비아대학교 김영규 박사가 공동 제1저자로 참여했다. 연구 결과는 화학 분야의 저명 학술지인 ‘Analytical Chemistry’에 2025년 7월 8일자로 온라인에 게재되었다.

 

[그림 ] AFM 나노역학적 특징을 이용한 비소세포폐암(NSCLC) 유래 엑소좀의 딥러닝 기반 분류 기술 개략도

(그림설명) 본 개략도는 NSCLC 세포주(A549, PC9, PC9/GR) 및 정상 폐 세포(BEAS-2B)로부터 분리된 단일 엑소좀을 원자힘현미경(Atomic Force Microscopy, AFM)을 통해 고해상도로 분석하고, 이를 기반으로 한 딥러닝 모델을 통해 엑소좀 아형을 분류하는 과정을 도식화한 것이다.

단일 엑소좀의 나노역학적 특성(Height, Young’s modulus)을 포함한 AFM 이미지 데이터는 DenseNet 기반의 컨볼루션 신경망(CNN) 모델에 입력되며, 이를 통해 KRAS 및 EGFR 돌연변이 등 유전적 특성을 반영한 엑소좀 분류가 가능하다. 이 기술은 형광 표지 없이도 정밀한 단일 엑소좀 분석을 실현하여 차세대 액체생검 기술로의 확장 가능성을 보여준다.


배너