입력 2025.07.01 10:12
- 이대목동병원 김청수 교수와 공동 연구... 소변 세포외 소포체 miRNA 분석과 AI 결합
- 높은 정확도로 기존 혈액 기반 PSA 한계 극복, 환자 부담 최소화·반복 검사에도 적합
- 생명공학·나노의학 분야 국제 학술지 Small Methods 게재
연세대학교 생명공학과 신용 교수 연구팀과 이대목동병원 비뇨의학과 김청수 교수 연구팀이 공동으로 소변 유래 세포외 소포체(Urinary Extracellular Vesicle, uEV) 기반 miRNA 분석과 인공지능(AI)을 결합한 비침습 전립선암 진단 시스템인 ‘PruEV-AI’를 개발했다.
이번 연구 결과는 생명공학 및 나노과학 분야의 권위 있는 국제 학술지 ‘스몰 메소드(Small Methods, IF 10.7)에 6월 23일 자로 온라인 게재됐다.
전립선암은 남성에서 두 번째로 흔한 암이지만, 초기 증상이 거의 없어 조기진단이 어렵다. 기존의 혈액 기반 PSA(Prostate-Specific Antigen) 검사는 낮은 특이도와 민감도로 인해 불필요한 조직검사가 이뤄지는 등 임상적 한계를 지니고 있다.
연구팀은 이러한 한계를 극복하기 위해 반복 채취가 쉽고 대용량 확보가 가능한 소변을 활용해 환자 부담을 최소화하면서도 분자 수준에서의 정밀 진단이 가능한 기술 개발에 주력했다.
이번 연구의 핵심 기술인 ‘PruEV’는 아민화 제올라이트(AZ)와 카보하이드라자이드(CDH)를 이용해 소변 속 세포외 소포체를 30분 이내에 고순도로 분리하며, 기존의 초원심분리 과정 없이 시린지 필터를 통해 간편하게 적용할 수 있도록 설계됐다.
연구팀은 전립선암 환자 48명과 건강 대조군 49명의 소변 샘플에서 uEV를 추출한 후, 6종의 miRNA(miR-10b-5p, miR-141-3p, miR-148a-3p, miR-331-3p, miR-483-5p, miR-486-5p) 및 혈액 PSA를 포함한 총 7개의 바이오마커 조합을 생성해 딥러닝 기반 인공지능 모델을 통해 체계적으로 진단 성능을 평가했다.
분석 결과, 특정 miRNA 5종과 PSA가 포함된 6개 조합에서 민감도, 특이도, 정확도 모두 93.33%, AUC(곡선하 면적) 0.9556을 기록하며, 단일 PSA 기반 진단의 한계를 뛰어넘는 정확도를 입증했다.
이번 연구는 소변 기반 uEV 유래 마이크로RNA 분석과 인공지능 딥러닝 기술을 결합함으로써 전립선암에 특이적인 miRNA 변화를 정밀하게 포착하는 동시에, 다양한 바이오마커 조합 중 최적의 조합을 AI가 자동으로 선별해 진단 정확도를 극대화한 것이 특징이다.
특히 모든 진단 과정이 복잡한 장비 없이도 간편하게 진행되며, 소변만으로 반복 검사와 장기 추적 관찰이 가능해 환자에게 물리적·경제적 부담을 최소화할 수 있다는 점에서 실용성과 확장성이 높다는 평가를 받고 있다.
연세대 신용 교수는 “PruEV-AI는 시료 전처리부터 분석까지의 과정을 간소화하면서도 높은 진단 정확도를 제공하는 플랫폼”이라며, “소변처럼 접근성이 좋은 생체 시료 기반으로 정밀하고 효율적인 조기암 진단 기술로 확장 가능성이 크다”고 밝혔다.
이대목동병원 김청수 교수는 “이번 기술은 기존 PSA 기반 진단의 낮은 특이도와 단일 마커의 한계를 극복할 수 있는 효과적인 진단 대안으로, 정기적 추적 검사나 국가 건강검진 등 대규모 진단 시스템에 적용할 수 있는 실용성이 매우 높다”고 평가했다.
이번 연구는 한국연구재단의 중견연구자지원사업, 세종과학펠로우십의 지원을 받아 수행됐으며, 연세대 이민주 박사과정생(제1저자), 구본한 박사(교신저자), 이대목동병원 김청수 교수(교신저자), 연세대 신용 교수(교신저자)가 참여했다.
(논문 정보)
1. 논문 제목: PruEV-AI: A Simple Approach Combines Urinary Extracellular Vesicle Isolation with AI-Assisted Analysis for Prostate Cancer Diagnosis
2. 논문 주소: https://doi.org/10.1002/smtd.202500659
