부록 A15: 암 생물학의 기초

5 분 소요

이 장에서 배울 것

이번 장에서는 암을 생물학적으로 어떻게 이해해야 하는지 배웁니다. 암은 단순히 “몸에 생긴 나쁜 덩어리”가 아닙니다. 암은 조절을 잃은 세포들이 계속 변하고 선택되며 살아남는 과정입니다. 그래서 암 생물학은 세포주기, 유전적 변이, 진화, 면역, 미세환경이 모두 만나는 분야입니다.

먼저 핵심 용어를 정리합니다.

암(cancer): 세포가 정상적인 성장 조절을 벗어나 비정상적으로 증식하고 주변 조직을 침범할 수 있는 질병입니다.
종양(tumor): 비정상적으로 늘어난 세포 덩어리입니다. 양성일 수도 있고 악성일 수도 있습니다.
발암유전자(oncogene): 과하게 활성화되면 세포 증식을 밀어붙일 수 있는 유전자입니다.
종양억제유전자(tumor suppressor gene): 세포분열을 멈추거나 DNA 손상 세포를 제거하는 브레이크 역할의 유전자입니다.
운전자 변이(driver mutation): 암의 성장이나 생존에 실제로 도움을 주는 변이입니다.
승객 변이(passenger mutation): 암세포에 존재하지만 암 성장에 큰 직접 효과가 없는 변이입니다.
클론 진화(clonal evolution): 암세포 집단 안에서 특정 하위 집단이 선택되어 늘어나는 과정입니다.
종양 이질성(tumor heterogeneity): 하나의 종양 안에도 서로 다른 특징을 가진 암세포들이 섞여 있는 상태입니다.
전이(metastasis): 암세포가 원래 위치를 떠나 다른 장기로 퍼지는 현상입니다.
종양 미세환경(tumor microenvironment): 암세포 주변의 면역세포, 혈관, 섬유아세포, 신호물질 등이 이루는 환경입니다.

암 생물학의 기본

가장 쉬운 비유: 규칙을 무시하는 도시 안의 불법 건축물

정상 조직을 도시라고 생각해 봅시다. 도시에는 건물을 언제 지을지, 어디까지 지을지, 위험하면 철거할지에 대한 규칙이 있습니다. 세포도 마찬가지입니다. 필요할 때만 분열하고, 손상이 크면 멈추거나 죽습니다.

암세포는 이 규칙을 어기는 세포입니다. 더 큰 문제는 암세포가 한 종류로 고정되어 있지 않다는 점입니다. 시간이 지나며 새로운 변이가 생기고, 치료나 면역 압력을 견디는 세포들이 살아남을 수 있습니다. 그래서 암은 “한 번 생긴 덩어리”라기보다 “계속 변하는 세포 집단”에 가깝습니다.

발암유전자와 종양억제유전자: 가속 페달과 브레이크

발암유전자는 세포분열을 촉진하는 가속 페달에 비유할 수 있습니다. 정상 상태에서는 필요한 만큼만 작동해야 합니다. 그런데 변이 때문에 계속 눌린 상태가 되면 세포가 과하게 증식할 수 있습니다.

종양억제유전자는 브레이크에 비유할 수 있습니다. DNA 손상을 감지하고, 세포분열을 멈추고, 손상이 너무 심하면 세포가 스스로 죽도록 유도할 수 있습니다. 이 브레이크가 망가지면 문제가 있는 세포가 살아남아 계속 분열할 수 있습니다.

예를 들어 TP53은 종양억제유전자로 자주 언급됩니다. TP53은 DNA 손상 반응과 세포 사멸에 관여하는 중요한 유전자입니다. 여기서 중요한 것은 이름을 외우는 것이 아니라, 암이 “가속 페달 과활성”과 “브레이크 고장”의 조합으로 이해될 수 있다는 점입니다.

운전자 변이와 승객 변이

암세포에는 많은 변이가 있을 수 있습니다. 하지만 모든 변이가 암을 키우는 것은 아닙니다.

운전자 변이는 암세포의 성장, 생존, 침습, 치료 저항성에 실제로 도움을 주는 변이입니다. 반대로 승객 변이는 암세포가 분열하는 과정에서 같이 생겼지만 암 성장에 큰 직접 효과는 없는 변이입니다.

생물정보학에서 중요한 문제는 수많은 변이 중 어떤 것이 운전자 변이인지 가려내는 것입니다. 단순히 변이가 발견되었다고 해서 모두 치료 표적이 되는 것은 아닙니다.

클론 진화: 암세포도 선택을 받습니다

암세포 집단 안에도 차이가 있습니다. 어떤 세포는 빨리 자라고, 어떤 세포는 약물에 잘 버티고, 어떤 세포는 면역계의 공격을 피할 수 있습니다. 치료를 하면 민감한 세포는 줄어들지만, 버티는 세포가 살아남아 다시 늘어날 수 있습니다.

이 과정을 클론 진화라고 합니다. 앞에서 배운 진화생물학이 암에서도 다시 등장하는 것입니다. 암은 몸 안에서 일어나는 작은 진화 실험처럼 볼 수 있습니다.

종양 이질성: 하나의 암 안에도 여러 암세포가 있습니다

종양 이질성은 하나의 종양 안에 다양한 암세포 하위 집단이 섞여 있는 상태입니다. 같은 폐암, 같은 유방암이라도 환자마다 다르고, 한 환자의 종양 안에서도 부위마다 다를 수 있습니다.

이질성이 크면 치료가 어려워질 수 있습니다. 어떤 약물이 한 하위 집단에는 잘 듣지만 다른 하위 집단에는 듣지 않을 수 있기 때문입니다. 단일세포 분석과 공간 오믹스가 암 연구에서 중요한 이유도 여기에 있습니다.

전이: 암이 위험해지는 중요한 이유

전이는 암세포가 원래 생긴 곳을 떠나 혈액이나 림프를 통해 다른 장기로 퍼지는 과정입니다. 많은 암 사망은 원발 종양 자체보다 전이와 관련됩니다.

전이를 위해 암세포는 주변 조직을 뚫고, 이동하고, 혈관 안팎을 오가고, 새로운 장기에서 살아남아야 합니다. 그래서 전이는 단순한 이동이 아니라 여러 능력을 얻는 복잡한 과정입니다.

종양 미세환경: 암세포 혼자만의 문제가 아닙니다

종양 안에는 암세포만 있는 것이 아닙니다. 면역세포, 혈관세포, 섬유아세포, 세포외기질, 신호물질 등이 함께 존재합니다. 이 주변 환경을 종양 미세환경이라고 합니다.

종양 미세환경은 암세포를 공격할 수도 있고, 반대로 암세포가 자라도록 도울 수도 있습니다. 암면역치료는 면역세포가 암을 다시 공격하도록 만드는 치료 전략과 관련됩니다.

생물정보학에서 암 생물학이 중요한 이유

암 유전체 분석은 종양에서 어떤 변이가 생겼는지 찾습니다. 암 전사체 분석은 어떤 유전자가 켜져 있는지 봅니다. 단일세포 분석은 종양 안의 하위 집단과 면역세포 구성을 봅니다. 공간 분석은 암세포와 주변 세포가 어디에 위치하는지 봅니다.

따라서 계산생물학자는 암을 단순한 변이 목록으로만 보면 안 됩니다. 변이가 세포 기능에 어떤 영향을 주는지, 종양 안 세포 집단이 어떻게 구성되는지, 치료 압력 아래 어떻게 진화하는지 함께 봐야 합니다.

보강 학습: 암 데이터는 하나의 평균이 아니라 여러 클론의 기록입니다

암은 한 번의 변이로 끝나는 사건이 아닙니다. 암세포 집단은 계속 분열하고, 그 과정에서 새로운 변이를 얻으며, 환경 압력 속에서 일부 세포가 더 잘 살아남습니다. 그래서 암은 몸 안에서 진행되는 작은 진화 실험처럼 볼 수 있습니다.

발암유전자와 종양억제유전자는 변이 양상이 다릅니다. 발암유전자(oncogene)는 보통 기능이 과도하게 켜지는 gain-of-function 변화가 문제입니다. 자동차의 가속페달이 눌린 채로 고장난 상황과 비슷합니다. 반면 종양억제유전자(tumor suppressor gene)는 세포 증식을 막거나 DNA 손상을 감시하는 브레이크 역할을 하며, loss-of-function 변화가 문제가 되는 경우가 많습니다. 브레이크가 망가지면 세포가 멈추지 못합니다.

driver 변이와 passenger 변이를 구분하는 일은 암 생물정보학의 핵심 난제입니다. driver는 암 성장과 생존에 실제로 기여한 변이이고, passenger는 암세포가 많이 분열하는 동안 함께 쌓였지만 암을 직접 밀어붙이지 않는 변이입니다. 변이가 자주 발견된다고 무조건 driver는 아닙니다. 유전자 기능, 반복 출현 패턴, 변이 위치, 클론 구조, 실험 근거를 함께 봐야 합니다.

암 데이터에서는 VAF(variant allele fraction)라는 기초 개념도 자주 등장합니다. 어떤 변이가 전체 읽기 중 몇 퍼센트에서 관찰되는지를 뜻합니다. 예를 들어 한 위치를 읽은 read가 100개이고 그중 25개가 변이를 보이면 VAF는 25%입니다. 하지만 VAF는 곧바로 “암세포 25%가 이 변이를 가진다”는 뜻은 아닙니다. 종양 순도, 복제수 변화, 정상세포 섞임, 변이가 한쪽 염색체에만 있는지 등이 영향을 줍니다.

종양 이질성은 치료 저항성과 직접 연결됩니다. 치료 전에는 작은 비율이던 서브클론이 항암제에 강하면, 치료 후 살아남아 큰 비율을 차지할 수 있습니다. 데이터상으로는 치료 전후 변이 VAF나 클론 비율이 달라지는 형태로 보일 수 있습니다. 이때 분석자는 “치료가 모든 암세포를 똑같이 줄였는가, 아니면 특정 클론을 선택했는가”를 물어야 합니다.

종양 미세환경도 중요합니다. 암 조직에는 암세포만 있는 것이 아니라 T세포, 대식세포, 섬유아세포, 혈관세포가 함께 있습니다. bulk RNA-seq에서 면역 관련 유전자 발현이 높다고 해서 암세포가 그 유전자를 발현한다고 단정하면 안 됩니다. 단일세포와 공간 오믹스가 암 연구에서 강력한 이유가 여기에 있습니다.

보강 학습 2: 암 데이터에서 원인과 결과를 분리하는 훈련

암은 변이, 발현 조절, 세포주기, 면역반응, 조직 미세환경이 함께 얽힌 질병입니다. 암 생물학을 데이터로 해석할 때 필요한 핵심은 driver 변화와 passenger 변화, 그리고 원인 변화와 결과 변화를 구분하는 것입니다.

Driver mutation은 암세포의 성장과 생존에 이점을 주는 변이입니다. Passenger mutation은 암세포가 자라는 과정에서 함께 쌓였지만 직접적인 성장 이점은 작거나 없는 변이입니다. 암 유전체에는 passenger가 훨씬 많을 수 있으므로, 변이 빈도만 보고 driver라고 단정하면 위험합니다.

예를 들어 암 샘플 100개 중 유전자 X 변이가 40개, 유전자 Y 변이가 5개 발견되었다고 합시다. X가 더 강한 driver 후보일 수는 있지만, 유전자 길이, 변이 hotspot, 단백질 기능, 선택 압력, 암종별 배경 돌연변이율을 함께 봐야 합니다. 반대로 드물지만 기능적으로 매우 중요한 driver도 있을 수 있습니다.

발현량도 마찬가지입니다. 암 조직에서 유전자 Z 발현량이 높다고 해서 Z가 암의 원인이라고 바로 말할 수 없습니다. 암세포 증식의 결과일 수도 있고, 침윤한 면역세포에서 나온 신호일 수도 있으며, 저산소 환경 반응일 수도 있습니다. 암 데이터 해석은 항상 “세포 종류, 변이, 발현, 기능, 임상 맥락”을 같이 묶어야 합니다.

핵심 정리

암은 정상적인 성장 조절을 벗어난 세포 집단의 질병입니다. 발암유전자는 가속 페달, 종양억제유전자는 브레이크에 비유할 수 있습니다. 운전자 변이는 암 성장에 기여하고, 승객 변이는 큰 직접 효과가 없을 수 있습니다. 암은 클론 진화와 종양 이질성을 가지며, 전이와 종양 미세환경 때문에 더 복잡해집니다. 암 생물정보학은 변이, 발현, 세포상태, 공간정보를 함께 해석해야 합니다.