바이오스펙테이터

바이오스펙테이터 조정민 기자

삼성유전체연구소가 암 유전체분석 제품인 캔서스캔(CancerSCAN) 3세대 버전의 개발 현황을 공개했다. 종양유전자 분석 뿐 아니라 약물의 반응성을 예측할 수 있는 MSI, TMB까지 분석할 수 있는 시스템이다.

국내 건강보험 적용으로 암 환자 NGS 유전자패널 검사가 확산하고 있는데 이러한 유전자검사의 임상적 가치를 규명한 연구결과도 소개했다.

박웅양 삼성 유전체연구소장(성균관의대 교수)은 4일 충북 오송에서 열린 ‘2019 오송 바이오 엑셀런스 & 심포지엄'의 연자로 나서 'CancerSCAN'의 3세대 제품 개발 현황과 함께 암 유전체 분석의 임상적 효용성에 대해 설명했다.

삼성유전체연구소는 2014년부터 재발성 암 환자의 유전체분석을 통해 치료에 적합한 환자를 정확히 선별하고 이에 대한 정보를 의료진과 환자에게 전달하기 위한 임상 시퀀싱 플랫폼 'CancerSCAN'을 개발해 임상에 적용하고 있다.

CancerSCAN은 생검 등을 통해 채취한 조직샘플의 유전체를 CancerSCAN의 딥시퀀싱 과정을 통해 읽어내고 SNV(single nucleotide variation), CNV(Copy Number Variation), fusion 등의 변이를 검출, 이를 바탕으로 환자에게 적합한 치료에 대한 정보 제공 리포트까지 작성할 수 있다.

광범위한 논문, 약물 데이터베이스를 기반으로 유전체분석 데이터의 임상적 의미를 분석하도록 개발된 CancerSCAN은 조직샘플에서 83개의 종양 유전자와 5개 유전자의 fusion 변이를 확인할 수 있었던 1세대에서 375개 종양 유전자와 22개 유전자 변이 분석이 가능한 2세대를 거쳐 3세대까지 개발됐다.

특히 3세대 CancerSCAN은 377개 종양유전자의 CNV. SNV, Indel과 3개 유전자에 대한 fusion 변이를 확인할 수 있으며 고형암에서 PD-1 약물에 대한 반응성을 예측할 수 있는 바이오마커인 MSI(microsatellite instability)와 종양변이부담(Tumor mutation burden) 등을 평가할 수 있다. 또한 최근 주목받고 있는 액체생검을 통한 분석이 가능하도록 개발됐다.

박 소장은 “2세대 CancerSCAN의 경우 국내 진단개발기업으로 기술이전돼 승인절차를 진행중이다. 3세대는 K-MASTER 과제를 통해 유전체 기반 임상시험을 진행 중”이라며 “현재 연구용으로 수행한 임상 분석을 통해 1만명의 데이터를 축적한 상태”라고 설명했다.

삼성유전체연구소는 유전체분석 데이터를 치료방향 결정 뿐 아니라 새로운 바이오마커 발굴에 활용하기 위한 연구도 진행 중이다. 종양형성 및 약물대사 등 멀티오믹스 분석과 데이터 밸리데이션 등을 진행하고 이를 세포실험에서 확인함으로써 그 효용성을 평가하게 된다.

박 소장은 2017년 3월부터 시작한 암 유전체 분석 건강보험 적용에 따른 국내 임상 현장의 변화상에 대해서도 소개했다. 그는 "우리나라가 전세계 처음으로 암 유전체 분석에 건강보험을 적용하면서 환자는 50여만원만 부담하면 검사를 받을 수 있게 됐다"면서 "현재 50개의 병원이 연 6000건의 유전체분석을 진행하고 있다"고 말했다.

유전체분석이 실제 임상에서 의미있는 결과를 내고 있는가에 대해 박 소장은 "540여명의 환자를 대상으로 진행한 임상 결과, 위암의 경우 기존 치료법에 비해 20%이상 환자 이익(질병진행 억제, 생존기간 연장 등)이 증가했으며 희귀암의 경우에는 기존 치료법 대비 치료 이익이 40% 이상 증가하는 것을 확인했다"고 소개했다.

일례로 병원을 찾아온 재발성 위암 환자가 유전체분석을 수행해 발견된 변이에 따라 기존 위암에서 사용되지 않는 표적항암제를 적용받은 결과 생존기간이 1년 이상 연장된 사례도 있다.

또한 비소세포폐암의 경우 1/2세대 TKI 치료군과 3세대 TKI 치료군을 각각 나누고 유전체변이와 무진행생존기간을 분석한 결과 TP53, PTEN, RB1, MDM2 등의 변이가 발생한 환자의 경우 무진행생존기간이 유의미하게 감소하는 것을 확인했다. 이는 예후에 악영향을 미치는 공통적인 유전자변이를 분석함으로써 종양이질성을 반영한 실제 치료 효능을 예측할 수 있다는 것을 의미한다.

박 소장은 이어 "실험 결과, 변이가 1% 발생한 환자와 10% 발생한 환자를 비교했을 때 치료 결과에 유의미한 차이를 발견하지 못했다. 이는 변이를 잘 찾아내기만 하면 얼마든지 환자의 치료 효과를 높일 수 있다는 것”이라며 “이미 영향이 잘 알려진 것 외의 변이들에 대해서도 임상적 의미를 해석할 수 있는 것이 중요하다"고 강조했다.

박 소장은 또한 “항암치료에 있어 유전체분석은 정확한 질병 진단과 치료 결정, 예후예측 등 정밀의료의 중요한 요소로 자리매김했다. 더 넓은 코호트에 적용할 수 있는 높은 정확도의 예측모델과 이를 이용한 고품질의 임상유전학적 데이터를 제공하기 위해 계속 노력할 것”이라고 강조했다.