스마트폰과 결합된 DNA 메틸화 검사를 통해 90.0%의 정확도로 종양 및 백혈병을 조기에 검진할 수 있습니다!

액체생검을 기반으로 한 암 조기 발견은 최근 미국 국립암연구소(NCI)에서 제안한 새로운 암 진단 방향으로, 암 또는 전암성 병변을 조기에 발견하는 것을 목표로 합니다. 이는 폐암, 위장관 종양, 신경교종, 부인과 종양 등 다양한 악성 종양의 조기 진단을 위한 새로운 바이오마커로 널리 활용되고 있습니다.

메틸화 양상(Methylscape) 바이오마커를 식별하는 플랫폼의 등장은 기존의 암 조기 검진을 크게 개선하여 환자들이 치료 가능한 가장 초기 단계에 도달할 수 있도록 할 잠재력을 가지고 있습니다.

최근 연구진은 시스테아민으로 표면처리된 금 나노입자(Cyst/AuNPs)와 스마트폰 기반 바이오센서를 결합한 간단하고 직접적인 메틸화 양상 감지 플랫폼을 개발하여 다양한 종양을 신속하게 조기에 선별할 수 있게 되었습니다. 혈액 샘플에서 DNA를 추출한 후 15분 이내에 백혈병 조기 검진이 가능하며, 정확도는 90.0%에 달합니다. 본 논문의 제목은 "시스테아민으로 표면처리된 금 나노입자와 머신러닝 기능을 갖춘 스마트폰을 이용한 인체 혈액 내 암 DNA의 신속 검출"입니다.

그림 1. 낭포/금나노입자 구성요소를 이용한 간단하고 빠른 암 검진 감지 플랫폼은 단 두 단계로 구현할 수 있다.

이는 그림 1에 나타나 있습니다. 먼저 수용액을 사용하여 DNA 조각을 용해시켰습니다. 그런 다음 혼합 용액에 시스트/금 나노입자(Cyst/AuNPs)를 첨가했습니다. 정상 DNA와 악성 DNA는 메틸화 특성이 다르기 때문에 DNA 조각의 자가 조립 패턴도 다릅니다. 정상 DNA는 느슨하게 응집되다가 결국 시스트/금 나노입자와 응집되어 시스트/금 나노입자가 적색 편이를 나타내므로 육안으로 색이 붉은색에서 보라색으로 변하는 것을 관찰할 수 있습니다. 반면, 암 DNA의 독특한 메틸화 양상은 DNA 조각들이 더 큰 덩어리를 형성하도록 합니다.

96웰 플레이트 이미지는 스마트폰 카메라로 촬영하였다. 암 DNA는 머신러닝 기능을 갖춘 스마트폰을 이용하여 분광학 기반 방법과 비교하여 측정하였다.

실제 혈액 샘플을 이용한 암 검진

연구진은 감지 플랫폼의 활용도를 확장하기 위해 실제 혈액 샘플에서 정상 DNA와 암 DNA를 성공적으로 구별하는 센서를 적용했습니다. CpG 부위의 메틸화 패턴은 유전자 발현을 후성유전적으로 조절합니다. 거의 모든 암 유형에서 DNA 메틸화의 변화, 즉 종양 발생을 촉진하는 유전자 발현의 변화가 교대로 나타나는 것이 관찰되었습니다.

연구진은 DNA 메틸화와 관련된 다른 암의 모델로서 백혈병 환자와 건강한 대조군의 혈액 샘플을 사용하여 백혈병을 감별하는 데 있어 메틸화 양상의 효과를 조사했습니다. 이 메틸화 양상 바이오마커는 기존의 신속 백혈병 선별 검사 방법보다 우수한 성능을 보일 뿐만 아니라, 이 간단하고 직관적인 검사법을 사용하여 다양한 암을 조기에 발견하는 데에도 적용될 수 있음을 입증했습니다.

31명의 백혈병 환자와 12명의 건강한 사람의 혈액 샘플에서 추출한 DNA를 분석했습니다. 그림 2a의 상자 그림에서 볼 수 있듯이, 암 샘플의 상대 흡광도(ΔA650/525)는 정상 샘플의 DNA보다 낮았습니다. 이는 주로 소수성 증가로 인해 암 DNA가 조밀하게 응집되어 Cyst/AuNPs의 응집을 방해했기 때문입니다. 결과적으로, 이 나노입자들은 암 응집체의 외층에 완전히 분산되어 정상 및 암 DNA 응집체에 흡착된 Cyst/AuNPs의 분산 정도가 다르게 나타났습니다. 이후, ΔA650/525의 최소값에서 최대값까지 임계값을 변화시키면서 ROC 곡선을 생성했습니다.

그림 2.(a) 최적화된 조건에서 정상 DNA(파란색)와 암 DNA(빨간색)의 존재를 보여주는 낭포/AuNPs 용액의 상대 흡광도 값

(DA650/525) 박스 플롯; (b) ROC 분석 및 진단 검사 평가. (c) 정상인과 암 환자 진단에 대한 혼동 행렬. (d) 개발된 방법의 민감도, 특이도, 양성 예측값(PPV), 음성 예측값(NPV) 및 정확도.

그림 2b에서 볼 수 있듯이, 개발된 센서의 ROC 곡선 아래 면적(AUC = 0.9274)은 높은 민감도와 특이도를 나타냈습니다. 박스 플롯에서 볼 수 있듯이, 정상 DNA 그룹을 나타내는 가장 낮은 점과 암 DNA 그룹을 나타내는 가장 높은 점이 명확하게 구분되지 않으므로, 정상 그룹과 암 그룹을 구분하기 위해 로지스틱 회귀 분석을 사용했습니다. 로지스틱 회귀 분석은 독립 변수 집합이 주어졌을 때, 암 또는 정상 그룹과 같은 사건 발생 확률을 추정합니다. 종속 변수는 0에서 1 사이의 값을 가지므로, 결과는 확률입니다. 우리는 ΔA650/525를 기반으로 다음과 같이 암 식별 확률(P)을 계산했습니다.

여기서 b=5.3533, w1=-6.965입니다. 샘플 분류에서 확률이 0.5 미만이면 정상 샘플, 0.5 이상이면 암 샘플로 간주합니다. 그림 2c는 분류 방법의 안정성을 검증하기 위해 사용된 leave-it-alone 교차 검증에서 생성된 혼동 행렬을 보여줍니다. 그림 2d는 민감도, 특이도, 양성 예측값(PPV) 및 음성 예측값(NPV)을 포함한 방법의 진단 테스트 평가 결과를 요약합니다.

스마트폰 기반 바이오센서

분광광도계를 사용하지 않고 샘플 테스트를 더욱 간소화하기 위해 연구진은 인공지능(AI)을 활용하여 용액의 색상을 해석하고 정상인과 암세포를 구분했습니다. 이를 위해, 휴대폰 카메라로 촬영한 96웰 플레이트 이미지를 컴퓨터 비전 기술을 사용하여 낭포/금 나노입자(Cyst/AuNPs) 용액의 색상을 정상 DNA(보라색) 또는 암 DNA(빨간색)로 변환했습니다. 인공지능은 광학 하드웨어나 스마트폰 액세서리 없이도 나노입자 용액의 색상 해석 비용을 절감하고 접근성을 향상시킬 수 있습니다. 마지막으로, 랜덤 포레스트(RF)와 서포트 벡터 머신(SVM) 두 가지 머신러닝 모델을 학습시켜 모델을 구축했습니다. RF와 SVM 모델 모두 90.0%의 정확도로 샘플을 양성과 음성으로 분류했습니다. 이는 모바일 기반 바이오센싱에 인공지능을 활용하는 것이 충분히 가능하다는 것을 시사합니다.

그림 3. (a) 이미지 획득 단계의 시료 준비 과정에서 기록된 용액의 목표 클래스. (b) 이미지 획득 단계에서 촬영된 예시 이미지. (c) 이미지 (b)에서 추출한 96웰 플레이트 각 웰에 있는 낭포/AuNPs 용액의 색상 강도.

연구진은 낭포/금 나노입자(Cyst/AuNPs)를 이용하여 메틸화 양상을 감지하는 간단한 센싱 플랫폼과 실제 혈액 샘플을 이용한 백혈병 선별 검사에서 정상 DNA와 암 DNA를 구별할 수 있는 센서를 성공적으로 개발했습니다. 개발된 센서는 실제 혈액 샘플에서 추출한 DNA를 사용하여 백혈병 환자의 혈액에서 미량의 암 DNA(3nM)를 15분 만에 신속하고 경제적으로 검출할 수 있었으며, 95.3%의 정확도를 보였습니다. 분광광도계 없이 샘플 검사를 더욱 간소화하기 위해, 머신러닝을 활용하여 용액의 색상을 해석하고 휴대폰 사진으로 정상인과 암 환자를 구분하는 기술을 개발했으며, 90.0%의 정확도를 달성했습니다.

참고 문헌: DOI: 10.1039/d2ra05725e