고혈압이나 당뇨병처럼 흔한 질환은 물론 암, 자가면역질환까지 같은 병명을 진단받아도 환자마다 치료 반응이 다르게 나타나는 경우가 적지 않다. 이런 차이의 원인을 세포 단위에서 찾아내려는 연구 기술인 단일세포분석이 최근 국내외 연구 현장에서 주목받고 있다.
기존 조직 분석 방식은 조직 안에 섞여 있는 수많은 세포의 유전자 발현을 한꺼번에 측정해 평균값을 내는 형태였다. 반면 단일세포분석은 조직을 세포 하나하나 단위로 분리한 뒤 각각의 유전자 발현과 상태를 개별적으로 읽어내는 기술이라는 점에서 차이가 있다.
같은 조직이라도 그 안에는 성질이 서로 다른 여러 종류의 세포가 섞여 있는 경우가 많고, 이들 세포의 비율과 활성 상태가 질병의 진행 속도나 치료 반응을 좌우한다는 연구 결과가 잇따라 발표되면서 세포 단위 분석의 중요성이 국내외 연구 현장에서 점차 커지고 있다는 평가가 나온다.
연구자들은 이 기술을 활용해 종양 조직 안에서 항암 치료에 잘 반응하는 세포군과 그렇지 않은 세포군을 구분하거나, 염증이 진행되는 부위에서 실제 원인이 되는 특정 면역세포를 찾아내는 작업을 진행하고 있는 것으로 알려졌다.
세포 하나하나를 들여다보는 연구가 이어지고 있다 [그림=메디닉스DB]
이렇게 만들어진 세포 지도는 환자 개개인의 질환 특성을 세밀하게 파악하는 데 활용될 수 있어, 같은 진단명을 받았더라도 환자마다 다른 치료 전략을 세우는 정밀의료의 기반 기술로 주목받고 있다.
제약업계에서도 신약 후보물질이 실제로 어떤 세포에 작용하는지, 부작용을 일으키는 세포가 따로 존재하는지를 개발 초기 단계에서부터 미리 확인해 실패 확률을 줄이는 데 이 기술을 활용하려는 시도가 점차 늘어나는 추세인 것으로 전해졌다.
국내 여러 대학병원과 연구기관에서도 단일세포분석 장비와 데이터 분석 인프라를 갖추고 암, 대사질환, 희귀질환 등과 관련한 세포 지도 구축 연구를 진행하고 있는 것으로 전해졌다.
국내 연구기관에서도 관련 장비를 갖춰가고 있다 [그림=메디닉스DB]
다만 이 기술은 아직 검사와 분석에 드는 비용이 높고 절차가 복잡해 대규모 임상 현장에 곧바로 적용하기는 이르다는 지적도 나온다. 방대한 세포 데이터를 해석할 전문 인력을 양성하고 표준화된 분석 절차를 마련하는 것도 앞으로 풀어야 할 과제로 꼽힌다.
전문가들은 관련 장비와 분석 비용이 점차 낮아지고 인공지능을 활용한 데이터 해석 기술이 함께 발전하면서, 단일세포분석이 연구실 단계를 넘어 실제 진단과 치료 결정에 활용되는 시점이 앞당겨질 수 있다고 내다본다.
일반 환자가 당장 이 검사를 접하기는 어렵지만, 관련 연구 결과가 새로운 진단법이나 치료제 개발로 이어질 가능성이 있는 만큼 자신이 앓고 있는 질환과 관련한 임상연구 소식을 주치의나 관련 학회를 통해 꾸준히 확인해보는 것이 도움이 될 수 있다.
