Microbiome-metabolite 기반 약물 상호작용 분석 – LC-MS/MS 적용 전략

장내 대사체가 약물 활성도 또는 독성에 미치는 영향과 분석 workflow 정립

---

1. 서론 – 약물 반응의 새로운 변수, 마이크로바이옴 대사체

최근 수년간, 개인의 약물 반응에 영향을 미치는 요인으로 장내 마이크로바이옴(microbiome)이 주목받고 있다. 마이크로바이옴은 단순한 소화보조를 넘어, 체내 다양한 생리학적 기능 및 약물의 대사, 배설 경로에 영향을 미친다. 특히, 이들 미생물이 생성하는 대사산물, 즉 microbiome-derived metabolites는 약물의 흡수, 효능, 독성에 중대한 영향을 미친다는 연구가 축적되고 있다.

가장 대표적인 물질군은 Short-Chain Fatty Acids (SCFAs)로, acetate, propionate, butyrate 등이 이에 포함된다. 이들 SCFA는 대사성 질환, 면역 반응, 뇌 기능에도 관여하지만, 약물 대사 효소의 발현을 조절하거나 수송체의 활성을 억제하기도 한다.

이러한 상호작용을 정량적으로 규명하기 위해서는 소변 및 혈장 내 SCFA를 정량하는 신뢰성 있는 분석법 구축이 필요하며, 본 포스트에서는 LC-MS/MS 기반 정량 전략과 실제 적용 workflow를 중심으로 실무적 시사점을 제시하고자 한다.

Microbiome-metabolite 기반 약물 상호작용 분석 – LC-MS/MS 적용 전략

---

2. Microbiome-metabolite와 약물 간 상호작용 사례

2-1. SCFA와 CYP 효소 발현

SCFA 중 butyrate는 간세포에서 CYP3A4의 발현을 억제하는 것으로 보고되었다. 이는 statin 계열, 항암제 등 CYP3A4 대사 의존 약물의 약효 지속시간이나 약물-약물 상호작용(DDI)에 영향을 줄 수 있다.

2-2. β-glucuronidase와 enterohepatic recycling

또한, 특정 gut microbiota는 β-glucuronidase를 분비하여 **약물의 장간순환(enterohepatic recycling)**을 조절할 수 있다. 예컨대, irinotecan 대사체(SN-38G)는 장내 세균의 효소 작용으로 탈글루쿠로니드화되어 독성이 증폭되며, 이 역시 microbiome의 대사활성이 핵심이다.

---

3. LC-MS/MS 기반 SCFA 분석 전략

3-1. 분석 대상 물질

SCFA는 분자량이 작고 극성도 높아 일반적인 LC 조건에서는 분리가 어렵다. 하지만 HILIC 컬럼을 활용하거나, negative ion mode를 통해 민감도 확보가 가능하다. 주요 정량 대상은 아래와 같다:

 

분석 대상	화학식	RT 예상 (HILIC 조건)
Acetate	C2H4O2	1.2 min
Propionate	C3H6O2	1.8 min
Butyrate	C4H8O2	2.4 min

 

3-2. 시료 전처리 전략

SCFA는 protein binding이 낮고, 대부분 자유형으로 존재하므로 복잡한 전처리가 필요하지 않다. 하지만 소변 내 matrix interferent가 강하므로 다음의 전략이 유효하다:

• Protein precipitation (PPT) + dilution
• Derivatization (ex. 3-NPH 유도체화) → 감도 향상
• SPE 정제 (특히 혈장 분석 시)

3-3. 분석 조건 예시

• LC: HILIC 컬럼 (100 × 2.1 mm, 1.7 µm)
• Mobile Phase: A: 5 mM ammonium acetate, B: acetonitrile
• Gradient: 95%B 시작 → 60%B까지 5분
• MS: Negative ion mode, MRM mode

 

Analyte	Transition (m/z)	CE (eV)
Acetate	59 → 43	-10
Propionate	73 → 45	-12
Butyrate	87 → 43	-14

 

---

4. 실제 분석 워크플로우 구성

4-1. 메타볼로믹스 접근과 Targeted 분석법의 차이

Targeted metabolomics는 분석 대상이 사전에 정해져 있고, 정량 정확도가 매우 중요하다. 따라서 full-scan보다 MRM 방식이 적합하며, 검량선과 QC 시료 설정이 핵심이다.

4-2. 혈장/소변 matrix 맞춤형 메서드 구축

• 혈장 분석: 단백질 제거 후 SPE 정제 필수. Matrix effect 강하므로 내부표준물질(IS) 보정 필수.
• 소변 분석: 고농도 유기산 존재. 희석 후 직접 주입도 가능. 그러나 sample-to-sample carry-over 주의.

4-3. 정량법 밸리데이션 주요 항목

 

항목	기준 (FDA 기준)
Accuracy	±15% 이내 (LLOQ는 ±20%)
Precision	CV ≤15% (LLOQ는 ≤20%)
Recovery	≥80% 권장
Matrix effect	IS 보정 후 CV ≤15%

 

---

5. 약물 반응 예측 모델과의 연계 가능성

SCFA 농도와 특정 약물의 AUC, Cmax 간의 연관성을 분석하면, 개인 맞춤형 약물 용량 결정(dose individualization) 가능성이 생긴다. 또한, LC-MS/MS 기반 대사체 데이터는 PK/PD 모델링과 통합되어 pharmacometrics 예측모델의 입력 변수로도 활용될 수 있다.

---

6. 실무 팁: 분석팀의 협업 전략

• 임상시험 전 혈장 SCFA baseline profiling → inter-individual variability 분석
• PK 샘플 채취 시간에 맞춘 대사체 동시 정량
• Pharmacometrics 팀과 연계된 분석 모델 설계 → 생리학적 의미 부여

---

7. 결론 – 분석 플랫폼의 진화와 요구사항

약물 반응성을 설명하는 기존의 PK 중심 패러다임에서 이제는 microbiome 기반 bio-marker를 통합적으로 고려하는 시대다. LC-MS/MS는 이 정량 분석의 중심에 있으며, 신뢰성 있는 메서드 개발과 통계적 해석 능력이 분석팀의 경쟁력이 된다.

향후에는 단순한 SCFA 정량을 넘어서, 다변량 메타볼로믹스 접근 및 AI 기반 예측 플랫폼으로의 발전이 예상된다. 약물 반응 예측의 정밀도 확보는 결국, 분석의 정밀도에서 시작된다.