종양과 인접 정상조직
종양 조직과 인접 정상조직을 비교하는 연구에서는 한 환자의 종양과 그 주변에서 비종양으로 판정한 조직을 각각 채취합니다. 두 시료는 서로 무관한 사람의 조직이 아니라 같은 환자에게서 얻은 한 쌍입니다.
이 비교는 환자마다 다른 유전적 배경과 생활 환경을 상당 부분 맞춘 상태에서 종양 조직의 변화를 찾는 데 유리합니다. 다만 종양 조직을 암세포만 담긴 시료로, 인접 정상조직을 건강한 사람의 조직으로 생각하면 해석이 어긋납니다.
종양 조직은 암세포만 모은 시료가 아니다
섹션 제목: “종양 조직은 암세포만 모은 시료가 아니다”수술이나 생검으로 얻은 종양 조직 안에는 암세포만 있지 않습니다.
| 조직에 섞인 구성 | RNA-seq 결과에 미칠 수 있는 영향 |
|---|---|
| 악성 상피세포 | 종양의 증식, 대사, 침윤 관련 발현 |
| 면역세포 | 염증과 면역 반응 관련 발현 |
| 섬유아세포와 기질 | extracellular matrix와 조직 재구성 관련 발현 |
| 혈관·내피세포 | 혈관 형성과 산소 공급 관련 발현 |
| 남아 있는 정상 세포 | 해당 장기의 정상 기능 관련 발현 |
암세포를 둘러싼 세포, 분자, 혈관을 종양 미세환경(tumor microenvironment)이라고 합니다. 종양과 미세환경은 서로 영향을 주므로, 조직에서 측정한 발현 변화에는 두 쪽의 신호가 함께 들어 있습니다.
bulk RNA-seq는 조직 전체의 평균이다
섹션 제목: “bulk RNA-seq는 조직 전체의 평균이다”bulk RNA-seq에서는 조직 조각의 모든 세포에서 RNA를 한꺼번에 추출합니다. 유전자 하나의 count는 암세포, 면역세포, 섬유아세포 등 여러 세포가 낸 RNA를 합친 값입니다.
예를 들어 Tumor에서 면역 관련 유전자가 높게 보여도 두 가지 설명이 가능합니다.
- 같은 수의 면역세포가 그 유전자를 더 강하게 발현했다.
- 조직 안에 면역세포의 비율 자체가 늘었다.
bulk RNA-seq 하나만으로는 두 설명을 완전히 분리할 수 없습니다. 따라서 “이 유전자가 암세포에서 증가했다”보다 “종양 조직에서 증가했다”가 데이터에 더 가까운 표현입니다.
세포별 기원을 구분하려면 병리 슬라이드의 tumor purity, cell-type deconvolution, single-cell RNA-seq, spatial transcriptomics 같은 정보가 추가로 필요합니다.
인접 정상조직은 왜 대조군으로 쓰나
섹션 제목: “인접 정상조직은 왜 대조군으로 쓰나”인접 정상조직(adjacent normal 또는 adjacent uninvolved tissue)은 종양과 가까운 곳에서 연구진이 비종양으로 분류한 조직입니다. 같은 환자에게서 얻으므로 나이, 성별, 유전적 배경, 생활 습관처럼 사람마다 다른 요소를 상당 부분 맞출 수 있습니다.
| 장점 | 한계 |
|---|---|
| 같은 환자의 Tumor와 직접 짝지어 비교 가능 | 건강한 사람의 같은 장기와 같다고 보장할 수 없음 |
| 개인의 유전적 배경과 전신 상태를 통제 | 염증과 종양 미세환경의 영향을 받을 수 있음 |
| 환자별 기준선 차이를 통계 모델에 넣을 수 있음 | 종양 주변의 분자 변화가 이미 나타났을 수 있음 |
따라서 인접 정상조직은 정상으로 분류된 종양 주변 조직이지, 암이 없는 건강한 사람에게서 얻은 정상 조직이 아닙니다. 건강한 조직, 인접 정상조직, 종양 조직은 서로 다른 세 비교군입니다.
paired comparison이 답하는 질문
섹션 제목: “paired comparison이 답하는 질문”같은 환자에게서 두 조직을 얻었다면 분석에서도 이 짝을 보존해야 합니다. design = ~ patient + condition 같은 paired design은 환자마다 다른 발현 기준선을 먼저 설명하고, 같은 환자 안에서 Normal에서 Tumor로 반복되는 변화를 찾습니다.
이런 설계로 말할 수 있는 것은 다음과 같습니다.
- 연구에 포함된 환자에서 종양 조직과 인접 정상조직의 발현이 어떻게 다른가
- 그 차이가 여러 환자에게 같은 방향으로 반복되는가
paired design만으로 말할 수 없는 것도 있습니다.
- 변화가 암의 원인인지 결과인지
- 변화가 암세포 자체에서 생겼는지 세포 구성 변화 때문인지
- 건강한 사람의 같은 장기와 비교해 얼마나 다른지
- 서로 다른 암 아형이나 발병 연령 집단 사이에도 차이가 있는지
집단 간 차이에는 각 집단의 데이터가 추가로 필요하고, 세포 기원에는 single-cell 또는 spatial 데이터와 검증 실험이 필요합니다.