서울대병원 유방센터의 한원식 교수는 '한국 유전성 암에 대한 다중 유전자 분석(Multigene sequencing panel for hereditary cancer in Korean)'이라는 제목의 발표를 했다. 한 교수 연구팀은 서울대병원 유방센터에 방문하는 환자들 중에 유전성 암이 의심되는 360명의 유방암 환자를 대상으로 서울대병원에서 개발한 64개 유전자를 타깃으로 하는 '유전성 유전자 패널(Hereditary Gene Panel)'을 이용한 스크리닝 서비스를 수행했다.

그 결과 '병원성(Pathogenic, P)' 또는 '유사병원성(Likely pathogenic, LP)'으로 분류하는 생식세포 변이의 약 51%를 BRCA1/2에서 발견하고, 나머지 49%는 BRCA1/2가 아닌 유전자에서 발견했다고 한다. 실제 스크리닝 한 360명 중 92명(약 26%)에서 암과 관련된 유전성 변이를 발견했으며, 기존에 전혀 보고되지 않은 새로운 4개의 P/LP 변이를 발견했다고 한다. 그리고 임상적으로 의미가 있을것으로 예상하는 변이의 약 58% 정도를 불확실성 변이형(Variant of uncertain significance, VUS)으로 분류했다고 발표했다.
 
연세의대의 지현영 교수는 난청(Hearling loss)과 관련해 유전체 기술을 적용한 경험을 발표했다. 난청 환자의 70%는 비증후군성 난청(Non-syndromic hearing loss, NSHL)으로 대부분 유전성 난청이다. NGS 기반의 182개 유전자 패널과 전장엑솜해독(WES)기술을 적용해 난청의 원인이 되는 유전자 변이를 찾기 위한 연구였다. 세브란스병원에서 구축한 난청 코호트를 대상으로 실시한 임상 연구결과를 발표했다. 비증후군성 난청 67 가족 중 15 가족은 상염색체 현성·우성(AD) 타입으로, 나머지 52가족은 상염색체 잠성·열성(AR) 또는 드 노보(De novo) 타입으로 분류했다고 한다. 연구팀은 이 중에 KCNQ4 유전자의 상염색체 현성(AD) 변이 중 하나인 p.L47P의 심층적인 기능 분석을 통해 칼륨 채널에 이상이 있음을 확인했다. 지 교수는 난청을 치료하거나 난청 발병을 지연시킬 수 있는, 임상적으로 의미 있는 치료제를 찾는 것을 목표로 연구를 진행 중에 있다고 마무리했다.

같은 연세의대 김상우 교수는 머신러닝 기술을 이용해 RNA 시퀀싱 데이터만으로도 암 환자의 정확한 면역원성 신생항원(Neoantigens)을 예측할 수 있는 툴인 '네오펩시(Neopepsee)'를 소개했다. 김 교수는 정확한 체세포 변이를 확인(Variant calling)함으로써 유전자 변이에 따른 단백질 서열 변화의 예측과 HLA 대립유전자(allele) 추론을 정확하게 할 수 있었다고 한다. 또한 면역조절 유전자와 신생항원 후보 유전자의 발현 레벨을 정확하게 분석하고 MHC 결합친화력을 포함한 면역관련 특성을 계산할 수 있었다. 머신러닝 기술 기반으로 더 정확한 신생항원을 예측해, 서열 유사성 검색으로 잠재적인 면역원성 모티프(immunogenicity motif)까지도 찾아주는 기능을 포함한다. 김 교수는 "현재 이 툴을 검증하기 위해 양성 데이터셋 311개와 음성 데이터셋 1만 4천 633개를 확보해 네오펩시 성능을 평가하고 있다"고 말했다. 올해 다른 학회를 통해 이 결과를 확인할 수 있는 기회가 있기를 바란다.
 
서울대병원 정밀의료센터의 윤홍석 교수는 2017년 11월 16일 개소한 서울대병원 정밀의료센터에 대해 소개했다. 서울대병원 정밀의료센터는 '바이오 빅데이터를 이용한 환자 중심 맞춤의학 실현'을 목적으로 개소했다. 윤 교수는 해당 센터에서 정밀의료의 임상적 구현과 병원·연구원·대학의 정밀의료 인프라 통합과 효율화, 그리고 임상 바이오 빅데이터 통합과 유전자 패널·액체생검 등 신의료기술 실용화 등을 실행할 것이라고 한다. 이어 GA4GH(Global alliance for genomic & health) 컨소시엄에서 추진하고 있는 정책, 표준화 사업·비젼 등에 대해 자세히 소개했다. GA4GH는 2025년까지 전 세계적으로 6천만 명의 환자 게놈과 임상 데이터를 축적할 것으로 예상하고 있다. 또 전 세계 연구자들이 이 데이터를 공유할 수 있는 체계를 만들어 많은 연구자가 참여하는 시스템을 구축할 계획이다.
 
서울대병원 혈액암센터의 고영일 교수는 ICGC(2008년~2018년) 후속으로 진행하는 ICGCmed(2016년~2025년)의 파일럿 스터디 프로젝트인 ICGC-ARGO에 대해서 소개했다. 이 프로젝트는 임상 정보가 있는 암 환자 20만 명의 게놈을 확보하는 것을 목표로 한다. 2017년부터 WES, WGS, cfDNA를 비롯해 면역지표(immune-marker) 등의 검사를 통해 암 유발 돌연변이(driver alteration)를 검출하는 비율을 90%까지 끌어 올리고, 최종적으로 100명의 암 환자 중 60명 이상에서 타깃 항암제의 이득을 보게 하려는 프로젝트다.

여기서는 연구를 위한 연구가 아닌, 정밀의료를 실제 진료현장에 접목하는 것을 시도한다. 항암제·임상시험 치료반응성이 잘 알려진 환자를 대상으로 임상적 의미를 발굴하는 것을 목표로 하고 있다. 고 교수는 "한국은 임상시험 기반의 병원연구자와 생명정보학이 협력해 두각을 나타낼 수 있는 큰 장점을 가지고 있다"고 했다. 특히 서울은 세계적으로 가장 큰 임상시험이 진행되는 곳으로서 한국이 이번 글로벌 컨소시엄에 참여해 대규모 데이터를 이용한 정밀의료 실현에 앞장설 수 있음을 강조했다. 그는 "의학(과학)은 우리가 환자에서 발견한 신비로운 현상을 기술하기 위해 끊임없이 가설을 세우고, 이 가설을 실험적으로 증명하고 인체 현상에 대해 검증하면서 발전해 왔다"는 점을 강조했다.
 
이번 유전체학회에서는 두 번의 기조 강연이 있었다. 그 중 하나가 연세의대 백순명 교수의 강연이었다. 백 교수는 암 환자로부터 얻은 종양 검체에서 암을 진단하고 임상적 유용성을 검증의 원칙과 잠재적 위험성에 대한 실제 경험을 공유했다. 최근 유전체, 단백체, 대사체 분석을 통해 치료의 예후·예측 바이오마커로써 임상적 유용성을 제시하는 논문이 다수 출판되고 있다. 그는 "그러나 여기에는 분명한 한계가 있음을 깨닫는 것이 중요하다"며 실제 유방암과 대장암에서 트라주맙(trastuzumab)의 반응성을 예측하는 알고리즘을 개발하면서 겪은 개인적인 성공담과 실패담을 소개했다. 그의 강연은 직접 경험한 다양한 사례를 들을 수 있어 훨씬 와 닿았다.
 
마지막으로 가톨릭의대 정연준 교수가 전 암 단계 환자의 검체에서 일어나는 유전적 변화를 추적하는 연구를 소개했다. 정 교수는 전 암 유전체 데이터를 모으는 미국국립암연구소(NCI)의 전 암 유전체 아틀라스(Pre-Cancer Genome Atlas, PCGA) 프로젝트를 연상하게 하는 연구를 진행하고 있었다. 그는 전 암 단계 연구 자체가 시료의 제한과 체외·체내(In vitro, In vivo) 모델의 한계, 기술적 한계로 인해 진행 암에 비해 연구가 매우 적다고 했다. 그러나 이 연구를 통해 암 발병 기전을 이해하고 조기에 선제적 제어기술을 개발할 수 있는 마커의 발견에 도움이 될 것이라고 말했다. 연구팀은 실제 폐의 경화성 혈관종(sclerosing hemangioma of lung) 유전체 분석을 통해 AKT1 유전자의 체세포변이가 빈번하게 발견되는 것을 확인했다. 그 외에도 다양한 전 암 또는 조기 암 단계에서의 유전적 이질성(genetic heterogeneity)을 연구한 여러 사례를 소개했다. 최근에는 머신러닝 기술과 단일세포 분석 기술을 이용해 잘 보이지 않는 암의 이질성(heterogeneity) 패턴을 분석하고 있다고 한다.

지난해와 비교해 올해 유전체학회의 큰 특징은 순수한 임상연구가 아닌 유전체 기술을 실제 환자 진료에 적용하고 이를 통해 환자가 혜택을 볼 수 있는 임상 사례를 소개한 것이다. 외국 학회가 아닌 국내 학회에서 실제 환자를 진료하는 임상 의사들의 유전체의학 경험을 직접 들을 수 있는 좋은 기회였다. 그리고 앞서 소개한 분들의 훌륭한 연구성과를 다음 해에 확인할 수 있기를 기대해본다.