소변 냄새를 분석해 전립선암을 높은 정확도로 찾아내는 인공지능(AI) 기반 진단 기술이 개발됐다. 통증이나 조직검사 없이 소변만으로 전립선암을 조기에 진단할 가능성을 제시했다는 점에서 주목된다.
현재 전립선암 선별검사로 널리 사용되는 전립선특이항원(PSA) 검사는 정확도가 낮아 암이 아닌 환자도 추가 조직검사를 받는 경우가 적지 않다.
연세대학교 강남세브란스병원 비뇨의학과 구교철 교수와 이화여자대학교 식품영양학과 박태현 교수 연구팀은 이러한 한계를 극복하기 위해 비침습적인 소변 기반 진단법 개발에 착수했다.
연구의 출발점은 탐지견이었다. 과거 독일 셰퍼드가 환자의 소변 냄새만으로 전립선암을 높은 정확도로 구별했다는 연구 결과에서 착안해 사람의 후각을 모방한 인공 후각 시스템을 개발했다.
연구팀은 인간 후각 수용체 단백질 6종을 지질 기반 나노입자인 ‘나노디스크(Nanodisc)’에 결합했다. 소변 속 휘발성 유기화합물이 후각 수용체와 반응하면 형광 신호가 변화하는 원리를 이용해 미세한 신호 패턴을 측정하고, 이를 머신러닝 알고리즘으로 학습시켜 전립선암 여부를 판별하도록 했다.
연구에는 엄격한 배제 기준을 거쳐 선별한 전립선암 환자 40명과 정상 대조군 33명 등 총 73명이 참여했다. 연구팀은 AI 모델의 신뢰성을 높이기 위해 총 290개의 소변 샘플을 활용한 교차 검증도 수행했다.
그 결과, 전립선암을 판별하는 데 핵심적인 역할을 하는 후각 수용체 3종(OR2W1, OR51E1, OR51E2)을 확인했다. 이를 기반으로 개발한 머신러닝 모델은 정확도 89%를 기록했으며, 진단 성능을 평가하는 AUC는 0.964를 나타냈다. 이는 전립선암 환자와 정상인을 약 96.4% 수준의 정확도로 구분할 수 있음을 의미한다.
특히 연구팀은 기존 PSA 검사만으로는 확인하기 어려웠던 암의 공격성을 나타내는 글리슨 점수와의 연관성도 확인할 수 있어 향후 진단 및 예후 예측에 활용 가능성이 있을 것으로 기대했다.
구교철 교수는 “통증 없이 소변만으로 전립선암 진단 가능성을 제시했다는 점에서 의미가 크다”며 “향후 대규모 임상연구를 통해 실제 의료현장에서 활용 가능한 진단 기술로 발전시킬 계획”이라고 말했다.
이번 연구 결과는 분석화학 분야 국제학술지 ‘ACS Biosensors’에 최근 게재됐다.
현재 전립선암 선별검사로 널리 사용되는 전립선특이항원(PSA) 검사는 정확도가 낮아 암이 아닌 환자도 추가 조직검사를 받는 경우가 적지 않다.
연세대학교 강남세브란스병원 비뇨의학과 구교철 교수와 이화여자대학교 식품영양학과 박태현 교수 연구팀은 이러한 한계를 극복하기 위해 비침습적인 소변 기반 진단법 개발에 착수했다.
연구의 출발점은 탐지견이었다. 과거 독일 셰퍼드가 환자의 소변 냄새만으로 전립선암을 높은 정확도로 구별했다는 연구 결과에서 착안해 사람의 후각을 모방한 인공 후각 시스템을 개발했다.
연구팀은 인간 후각 수용체 단백질 6종을 지질 기반 나노입자인 ‘나노디스크(Nanodisc)’에 결합했다. 소변 속 휘발성 유기화합물이 후각 수용체와 반응하면 형광 신호가 변화하는 원리를 이용해 미세한 신호 패턴을 측정하고, 이를 머신러닝 알고리즘으로 학습시켜 전립선암 여부를 판별하도록 했다.
연구에는 엄격한 배제 기준을 거쳐 선별한 전립선암 환자 40명과 정상 대조군 33명 등 총 73명이 참여했다. 연구팀은 AI 모델의 신뢰성을 높이기 위해 총 290개의 소변 샘플을 활용한 교차 검증도 수행했다.
그 결과, 전립선암을 판별하는 데 핵심적인 역할을 하는 후각 수용체 3종(OR2W1, OR51E1, OR51E2)을 확인했다. 이를 기반으로 개발한 머신러닝 모델은 정확도 89%를 기록했으며, 진단 성능을 평가하는 AUC는 0.964를 나타냈다. 이는 전립선암 환자와 정상인을 약 96.4% 수준의 정확도로 구분할 수 있음을 의미한다.
특히 연구팀은 기존 PSA 검사만으로는 확인하기 어려웠던 암의 공격성을 나타내는 글리슨 점수와의 연관성도 확인할 수 있어 향후 진단 및 예후 예측에 활용 가능성이 있을 것으로 기대했다.
구교철 교수는 “통증 없이 소변만으로 전립선암 진단 가능성을 제시했다는 점에서 의미가 크다”며 “향후 대규모 임상연구를 통해 실제 의료현장에서 활용 가능한 진단 기술로 발전시킬 계획”이라고 말했다.
이번 연구 결과는 분석화학 분야 국제학술지 ‘ACS Biosensors’에 최근 게재됐다.