기사본문
루닛, 'AI 바이오마커' 대장암서 "티쎈트릭 치료예측"
입력 2025-10-21 09:11 수정 2025-10-21 09:44
바이오스펙테이터 베를린(독일)=김성민 기자

▲마티나 카룰로(Martina Carullo) 피사대의대 박사 ESMO 프리지덴셜 세션 발표현장, 출처=바이오스펙테이터
루닛(Lunit)의 인공지능(AI) 바이오마커가 대장암 환자에게서 PD-L1 면역관문억제제의 치료 효능을 예측할 가능성을 보여주는 결과가 20일(현지시간) 유럽 종양학회(ESMO 2025) 프리지덴셜 심포지엄(presidential symposium) 세션에서 공개됐다.
기존 PD-(L)1 면역관문억제제가 제한적인 효능을 보이는 정상불일치복구형(pMMR) 전이성 대장암에서 AI 바이오마커 플랫폼 ‘루닛스코프IO(Lunit SCOPE IO)’가 치료 반응을 예측할 수 있는지 평가했다. 면역관문억제제는 dMMR/MSI-H 대장암에서는 효능 이점을 보이며 표준치료를 바꾸고 있지만, pMMR은 여전히 남아있는 영역이다.
마티나 카룰로(Martina Carullo) 피사대의대 박사는 “AI 접근은 종양미세환경을 공간적으로 분석해 면역관문억제제의 약물 반응에 영향을 미칠 수 있는 복잡한 세포간 상호작용을 분석할 수 있다”며 “루닛스코프IO는 종양침투림프구(TIL) 밀도에 기반해 면역표현형(immune-phenotype)이나 염증점수(inflamed score)를 분석해 대장암 환자에게서 종양미세환경을 분석할 가능성을 보여줬지만, 면역관문억제제 반응을 예측하는 예후 또는 예측 바이오마커로서 역할을 할 것인가는 아직 규명되지는 않았다”고 말했다.
이러한 가운데 CD8+ T세포 이외에도 다른 타입의 면역세포, 스트로마(stromal cell) 등이 면역표현형을 결정하고, 면역관문억제제에 대한 민감성(sensitivit)에 영향을 미친다는 연구가 축적되고 있다.
연구팀은 루닛의 AI 바이오마커가 pMMR 대장암 환자의 암조직 종양미세환경내 종양세포와 스트로마를 함께 분석해 PD-L1 약물반응을 예측할 수 있는지 봤다.
구체적으로 pMMR 대장암 환자에게서 PD-L1 ‘티쎈트릭’을 평가한 2건의 임상2상 연구에 루닛스코프IO를 후향적으로 적용해 분석했다. AtezoTRIBE 임상2상은 화학항암제 FOLFOXIRI와 VEGF 항체 ‘아바스틴’ 병용요법에 티쎈트릭을 추가하거나 추가하지 않았고, AVETRIC 임상2상은 FOLFOXIRI에 VEGF 항체 ‘세툭시맙’, 티쎈트릭 병용요법을 테스트했다. 모두 연구자 주도 임상이다.
AI 모델은 AtezoTRIBE 임상에서 화학항암제에 아바스틴, 티쎈트릭을 병용투여한 환자 105명 데이터로 학습시켰고, 무진행생존기간(PFS)을 가장 잘 예측할 수 있는 세포 특징을 파악해 학습했다. AI 모델은 종양세포와 스트로마내 림프구, 분열중인 세포(mitotic cell), 대식세포(macrophage), 섬유아세포(fibrobalst), 내피세포(endothelial cell) 등의 정보를 정량화했다. AVETRIC 임상2상은 바이오마커가 잘 작동하는지 보기 위한 외부검증(external validation) 데이터셋으로 이용했다.
그 결과 먼저 AteoTRIBE 임상에서 AI 바이오마커가 높은 경우 낮은 경우보다 PFS를 38% 개선했고(HR 0.62, p=0.036), 전체생존기간(OS)을 45% 개선한 분석결과가 도출됐다(HR 0.55, p=0.024). 전체 환자 가운데 70%가 AI 바이오마커를 높게 발현하는 환자에 속했다.
반면 해당 임상 대조군인 화학항암제와 아바스틴을 투여받은 그룹에서 AI 바이오마커에 따른 PFS, OS 차이는 없었다. 이는 AI 바이오마커가 예후 바이오마커가 아닌, 약물반응을 예측하는 바이오마커로서 역할한다는 것을 의미한다.
모델을 검증하는 데이터셋인 AVETRIC 임상에서도 AI 바이오마커를 고발현하는 경우, 낮게 발현하는 환자에 비해 PFS와 OS를 각각 50%, 54% 개선한 결과가 도출됐다.
카룰로 박사는 “이번 연구결과는 pMMR 전이성 대장암 환자 샘플로 AI 바이오마커를 직접 학습시킨 최초의 결과 중 하나로, 종양과 스트로마 영역에서 종양미세환경 특징을 포착할 수 있었다”며 “계속해서 AI 바이오마커와 유전자 발현 프로파일(gene expression profile) 사이 연관성을 평가하고 있고, 이를 통해 생물학적 메커니즘을 더 잘 이해하고 임상적용 가능성을 확대하고자 한다”고 말했다.