[바이오타임즈] 최근 주목받고 있는 빅데이터 분야 중 가장 발전하고 있는 분야는 단연 의료 빅데이터이다. 그리고 의료 빅데이터 중에서도 유전체 데이터가 가장 큰 비중을 차지하고 있다. 유전체 데이터는 인간의 유전정보(이하 DNA)를 기반으로 한다. 한 사람의 DNA는 약 30억 쌍의 염기로 구성되어 있는데, 이 서열을 분석하는 과정을 홀게놈 시퀀싱(Whole Ganome Sequencing)이라고 부른다. 이 과정은 높은 정확도를 위해 최소 30번 정도 분석을 반복하는데 여기서 도출되는 데이터의 양이 약 100Gb 정도이다.

유전체 데이터, 암 정밀 의학 분야에서 각광받아

유전체 정밀 의학 임상 적용은 대부분 암 진단과 치료에 집중되고 있다. 암세포는 체세포 변이로 인해 암 종양 억제 유전자가 기능을 제대로 하지 못할 때 생겨난다. 유전체 데이터가 발달할 수 있었던 이유는 이렇듯 암세포의 분자생물학적 기전이 잘 밝혀져 있기 때문이다.

처음으로 임상 적용이 이루어진 분야는 맞춤 항암 표적 치료(Target therapy)이다.

환자 개개인에게 맞는 항암치료가 필요한 이유는 무엇일까? 폐선암의 경우를 예로 들어보자.  국가생명윤리위원회 김경철 유전자 전문위원(2020)에 따르면, 같은 폐선암이라고 모든 병리적 소견과 임상적 양상이 일치하지는 않는다고 한다. 폐선암에 걸린 동양인 중 40%는 상피세포 성장인자수용체(Epidenmal Growth factor Receptor, EGFR) 돌연변이이며, 또 다른 15%는 암 억제 유전자인 K-RAS 돌연변이다. 또 다른 5%는 역형성 림프종 수용체 티로신 키나아제(Anaplastic Lymphoma Receptor Tyrosine Kinase, ALK) 돌연변이로 조사되고 있다.

최근 유전체 분석은 조직 단위에서 세포 단위 유전체 분석(Single Cell Analysis)으로 발전하고 있다. 일반 조직 시퀀싱과 단일 세포 시퀀싱은 분석 과정에서 차이가 있다. 일반 조직의 시퀀싱이 시료 내 모든 세포의 평균값을 분석하는 것이라면, 단일 세포 시퀀싱은 시료 내 세포를 하나하나 들여다보고, 세포 타입이 몇 종류가 존재하는지 파악한 뒤 각각의 세포 타입에 대한 평균값을 분석한다.

한편, 암 진단 과정에서 임상이 적용되고 있는 분야는 액체 생검(Liquid Biopsy)이다. 기존의 조직 검사는 접근이 어렵고, 수술 등으로 암 병소가 제거되면 다시는 조직 검사를 하지 못한다. 이에 반해 액체 생검은 혈액이나 대변 등에서 추출한 DNA를 분석해 조직 검사처럼 비침습적으로 정밀검사가 가능하다. 물론 수술 후에도 지속적으로 검사할 수 있다.

이외에도 암 치료 분야의 선두 주자인 항암제의 고도화와 암 바이오 마커 개발을 위해 유전체 변이 정보를 활용하는 종양 변이 부담(Tumor Mutation Burden, TMB)등이 주목받고 있다. 이를 통해 다양한 암 바이오 마커가 개발된다면 머지않아 개인 맞춤형 항암제 시대가 도래할 것으로 보인다. 나아가 암의 유전 변이뿐만 아니라 환자의 면역 세포에 대한 유전체 분석까지 고려한다면 맞춤형 암 백신(Cancer Vaccine)으로 암을 치료하는 시대도 올 것이다.

맞춤형 건광관리 서비스에서도 유전체 데이터 활용의 중요성 커져

유전체 데이터의 임상 적용은 암 분야에만 활용되는 게 아니다. 이미 심근경색이나 당뇨병, 치매 같은 주요 질환에 대한 전장 유전체 연관분석(Genome-Wild Association Study, GWAS)을 대부분 마쳤고, 핵심 마커들이 발표되었다. 여기에 다시 메타 분석 등을 거쳐 유전자 변이 정보를 얻어내 진단이 어느 정도 가능해졌다.

또한, 개인마다 다른 유전자 변이에 따라 맞춤 건강관리에도 활용될 것으로 기대된다. 대표적으로 비만과 관련된 유전자인 FTO(Fat Mass and Obesity-Associates Gene) 유전자는 전장 유전체 연관분석에서 최종 비만 유전자로 가장 많이 선정된다. 또한, 유전자에 따른 영양 가이드 연구가 가장 활발히 진행된 유전자이기도 하다. FTO 유전자의 중요한 마커인 rs99390609의 AA 유전형은 살이 쉽게 찌도록 하는 유전형이지만, 저지방 식이를 했을 때는 체지방이 줄어든다. 반면, 변이가 없는 TT 유전형의 경우, 저지방 식이를 해도 체지방에는 큰 영향이 없다. 이처럼 영양뿐만 아니라 피부 특성, 탈모, 운동, 알코올 분해, 아침형 인간, 와인 선호도 등 질병과 무관한 분야에 대해 직접 소비자 검사(Direct to Customer, 이하 DTC)가 점차 확산하고 있다. 이는 의사의 처방 없이도 검사를 진행할 수 있다.

DTC의 선두 주자는 23andme이다. 유전자 검사 키트 제조회사인 23andme는 한때 미국 FDA로부터 서비스 중단을 권고 받기도 했다. 하지만 꾸준히 데이터를 모으고 연구를 지속해온 결과, 2015년에는 블룸 증후군(Bloom Syndrome) 등 36개 유전 질환에 대해, 2017년에는 비교적 흔한 질환인 알츠하이머성 치매, 파킨슨병 등과 셀리악병 등 8개 유전 질환에 대해 추가적인 서비스 승인을 받았다. 또한, 2018년 8월부터는 33개 변이에 대한 약물 유전체 서비스를 시행했으며, 2019년에는 딥러닝 방식의 유전자 위험 점수를 활용한 당뇨 예측 모형에 대해 DTC 판매를 허가받았다.

한편, 국내에서는 보건복지부가 2016년 12개 항목에 이어 2020년에 70개 항목에 대해 추가적인 DTC 서비스를 확대했다. 우리 사회는 점점 소비자의 알 권리를 중요하게 생각하고 있으며, 데이터 주체가 병원이 아닌 소비자로 넘어오면서 유전체 분석은 대중화될 전망이다. 이와 함께 데이터 클라우드 저장 및 블록 체인화 등 다양한 연계 산업이 일어날 전망이다.

변화하는 시대에 새로운 윤리적, 법적 문제에 잘 대응하면서, 궁극적으로는 건강을 증진해 100세 인류의 꿈을 앞당기는 데 유전체 데이터가 올바르게 활용되기를 기대한다.

[바이오타임즈=나지영 기자] jyna19@biotimes.co.kr

나지영 기자 다른기사 보기