구강 세균이 장으로 이동해 간경변·간암 환자의 예후에 영향을 미칠 수 있다는 연구 결과가 나왔다.
간은 ‘침묵의 장기’로 불릴 만큼 병이 상당히 진행될 때까지 뚜렷한 증상이 없는 경우가 많다. 이에 따라 간질환을 조기에 진단하고 진행을 예측하기 위한 연구가 활발히 이뤄지고 있으며, 최근에는 장내 미생물이 간질환의 발생과 진행에 영향을 미칠 수 있다는 사실이 알려지면서, 미생물을 활용한 조기 진단과 예후 예측에 대한 연구가 활발히 이뤄지고 있다.
한림대학교춘천성심병원 소화기내과 석기태 교수 연구팀이 구강 세균의 장내 이동이 간경변·간암 환자의 예후 악화와 사망 위험 증가에 어떤 영향을 끼치는지 알아보기 위한 연구를 진행했다. 건강인과 지방간, 간염, 간경변, 간암 환자 1168명의 대변 샘플과 전 세계 공공 데이터베이스의 장내 미생물 유전체 데이터 2376건을 통합한 총 3544건 규모의 데이터를 분석한 것이다.
분석 결과, 간질환이 진행될수록 장내 미생물 다양성은 감소했다. 또한 질환 단계에 따라 미생물 기능도 달라졌다. 간염 단계에서는 특정 세균의 활동이 증가했고, 간경변 단계에서는 독성 물질 생성 기능이 늘어났다. 간암 단계에서는 세포 손상과 관련된 물질 생성이 증가한 것으로 나타났다.
특히 간경변·간암 환자에서는 베이요넬라(Veillonella), 리길락토바실러스(Ligilactobacillus) 등 구강 유래 세균이 공통적으로 증가했다. 타액과 대변 샘플을 함께 분석한 결과 입안에서 발견된 베이요넬라가 장에서도 동일하게 검출돼 구강 세균이 실제 장으로 이동해 정착할 수 있음을 확인했다.
간경변·간암 환자 183명을 대상으로 한 생존율 분석에서는 장내 베이요넬라가 많이 검출된 환자군의 생존율이 20% 초반에 그친 반면, 수치가 낮은 환자군은 약 60%의 생존율을 보였다. 장내 미생물 다양성이 크게 감소한 환자 역시 예후가 좋지 않은 것으로 나타났다.
연구팀은 장내 미생물 구성과 기능 정보를 활용한 머신러닝 기반 질환 분류 모델도 구축했다. 해당 모델은 간경변과 간암 등 진행성 간질환에서 AUC 0.8 이상의 정확도를 보였다. 연구팀은 향후 대변 기반 비침습 검사와 고위험 환자 선별 도구 개발에 활용될 수 있을 것으로 기대했다.
석기태 교수는 “구강 유래 세균의 장내 정착이 질환 악화와 연관될 가능성을 확인했다”며 “대변 기반 간질환 진단법과 미생물을 표적으로 한 맞춤형 예방·치료 전략 개발에 도움이 될 것”이라고 말했다.
이번 연구 결과는 영국소화기학회 국제학술지 ‘GUT’에 최근 게재됐다.
간은 ‘침묵의 장기’로 불릴 만큼 병이 상당히 진행될 때까지 뚜렷한 증상이 없는 경우가 많다. 이에 따라 간질환을 조기에 진단하고 진행을 예측하기 위한 연구가 활발히 이뤄지고 있으며, 최근에는 장내 미생물이 간질환의 발생과 진행에 영향을 미칠 수 있다는 사실이 알려지면서, 미생물을 활용한 조기 진단과 예후 예측에 대한 연구가 활발히 이뤄지고 있다.
한림대학교춘천성심병원 소화기내과 석기태 교수 연구팀이 구강 세균의 장내 이동이 간경변·간암 환자의 예후 악화와 사망 위험 증가에 어떤 영향을 끼치는지 알아보기 위한 연구를 진행했다. 건강인과 지방간, 간염, 간경변, 간암 환자 1168명의 대변 샘플과 전 세계 공공 데이터베이스의 장내 미생물 유전체 데이터 2376건을 통합한 총 3544건 규모의 데이터를 분석한 것이다.
분석 결과, 간질환이 진행될수록 장내 미생물 다양성은 감소했다. 또한 질환 단계에 따라 미생물 기능도 달라졌다. 간염 단계에서는 특정 세균의 활동이 증가했고, 간경변 단계에서는 독성 물질 생성 기능이 늘어났다. 간암 단계에서는 세포 손상과 관련된 물질 생성이 증가한 것으로 나타났다.
특히 간경변·간암 환자에서는 베이요넬라(Veillonella), 리길락토바실러스(Ligilactobacillus) 등 구강 유래 세균이 공통적으로 증가했다. 타액과 대변 샘플을 함께 분석한 결과 입안에서 발견된 베이요넬라가 장에서도 동일하게 검출돼 구강 세균이 실제 장으로 이동해 정착할 수 있음을 확인했다.
간경변·간암 환자 183명을 대상으로 한 생존율 분석에서는 장내 베이요넬라가 많이 검출된 환자군의 생존율이 20% 초반에 그친 반면, 수치가 낮은 환자군은 약 60%의 생존율을 보였다. 장내 미생물 다양성이 크게 감소한 환자 역시 예후가 좋지 않은 것으로 나타났다.
연구팀은 장내 미생물 구성과 기능 정보를 활용한 머신러닝 기반 질환 분류 모델도 구축했다. 해당 모델은 간경변과 간암 등 진행성 간질환에서 AUC 0.8 이상의 정확도를 보였다. 연구팀은 향후 대변 기반 비침습 검사와 고위험 환자 선별 도구 개발에 활용될 수 있을 것으로 기대했다.
석기태 교수는 “구강 유래 세균의 장내 정착이 질환 악화와 연관될 가능성을 확인했다”며 “대변 기반 간질환 진단법과 미생물을 표적으로 한 맞춤형 예방·치료 전략 개발에 도움이 될 것”이라고 말했다.
이번 연구 결과는 영국소화기학회 국제학술지 ‘GUT’에 최근 게재됐다.