Stable Isotope Tracing을 활용한 종양 대사 경로 분석

– LC-MS/MS 기반 종양 대사 리프로그래밍 규명 전략 –

Stable Isotope Tracing을 활용한 종양 대사 경로 분석

---

1. 서론: 종양 대사 연구와 Stable Isotope Tracing의 필요성

암세포는 정상세포와 달리 대사 리프로그래밍(metabolic reprogramming)을 통해 생존과 증식을 유리하게 이끌어간다. 대표적으로 Warburg effect (aerobic glycolysis), glutamine addiction, one-carbon metabolism 활성화, lipid synthesis 증가 등이 잘 알려져 있다. 그러나 이러한 대사 변화는 동적이고 맥락 의존적이어서 단순한 steady-state metabolomics만으로는 기전적 이해가 어렵다.

이때 Stable isotope tracing (SIT), 즉 안정 동위원소 표지를 활용한 대사 추적 분석이 강력한 도구로 활용된다. ^13C, ^15N, ^2H, ^18O 등이 결합된 기질을 암세포에 공급하면, 이 표지가 downstream 대사체에 어떻게 분포하는지 LC-MS/MS로 분석하여 flux 기반 대사 경로 활용 패턴을 직접 확인할 수 있다.

---

2. Stable isotope tracing의 기본 원리

2.1 안정 동위원소의 선택

• ^13C-glucose: glycolysis, TCA cycle, pentose phosphate pathway 추적
• ^13C-glutamine: anaplerosis, reductive carboxylation, nucleotide biosynthesis
• ^13C-acetate / ^13C-palmitate: fatty acid oxidation & synthesis
• ^15N-glutamine / ^15N-aspartate: nitrogen flux, nucleotide biosynthesis
• ^2H-water (D2O): de novo lipogenesis, nucleotide synthesis

2.2 LC-MS/MS 기반 대사체 동위원소 패턴 분석

• Isotopologue distribution: 특정 대사체에 포함된 ^13C 원자 수(M+1, M+2 등)를 측정
• Isotopomer pattern: ^13C가 대사체의 어느 위치에 존재하는지까지 확인 (GC-MS, NMR 활용 가능)
• Label incorporation rate: 특정 pathway 활성 정도를 반영

 

---

3. 종양 대사 연구에서 SIT 적용 전략

3.1 Glucose metabolism

• Warburg effect 검증: ^13C6-glucose 투여 후 lactate (M+3) 생성 여부 측정
• TCA cycle 기여도 확인: citrate, malate, fumarate 등에서 M+2, M+4 labeling 패턴 분석

3.2 Glutamine metabolism

• Glutamine addiction: ^13C5-glutamine → α-ketoglutarate (M+5) → citrate (M+4)
• Reductive carboxylation: hypoxia/IDH mutant에서 citrate (M+5) 생성 증가

3.3 Lipid metabolism

• ^13C-acetate / ^13C-glucose → acetyl-CoA → palmitate (M+2, M+4 등 누적)
• 암세포 subtype별 lipogenesis 의존도 비교

3.4 Nucleotide metabolism

• ^15N-glutamine → aspartate → pyrimidine nucleotide incorporation
• 항암제 (예: methotrexate, 5-FU) 저항성 메커니즘 해석

---

4. 분석 workflow: LC-MS/MS 기반 SIT

4.1 Sample preparation

• Cell culture: ^13C-glucose 10 mM로 교체 후 1–24시간 incubation
• Animal model: ^13C-glucose IP injection 또는 ^13C-glutamine infusion
• Tissue/serum: methanol quenching, protein precipitation

4.2 LC 분리 전략

• HILIC column: polar metabolite (nucleotides, glycolysis intermediates) 분석
• Reversed-phase C18: organic metabolites (TCA cycle, lipids) 분석

4.3 MS detection

• Triple quadrupole LC-MS/MS: MRM 기반 isotopologue 정량
• HRMS (Orbitrap, Q-TOF): wide coverage, isotopomer resolution

4.4 Data analysis

• Natural abundance correction 필수
• Isotopologue fractional enrichment (IFE) 계산
• Metabolic flux analysis (MFA) 모델링

---

5. 항암제 연구 적용 사례

5.1 IDH mutant glioma

• IDH1/2 변이 → 2-HG 축적
• ^13C-glutamine tracing → α-KG (M+5) → 2-HG (M+5) 전환 확인
• 2-HG 억제제 개발 타깃 검증에 SIT 활용

5.2 KRAS mutant NSCLC

• KRAS 변이 세포 → glucose 이용성 증가
• ^13C-glucose tracing → lactate (M+3) flux 증가
• glycolysis inhibitor 병용 전략 평가

5.3 Breast cancer lipid metabolism

• HER2+ subtype → fatty acid synthesis 증가
• ^13C-acetate tracing → palmitate M+2 누적 ↑
• FASN inhibitor 반응성 예측 지표로 활용

5.4 Immunotherapy resistance

• Tumor microenvironment에서 T cell glycolysis 억제 관찰
• ^13C-glucose tracing → T cell 내 lactate flux 감소
• 면역대사 보조제 개발 근거 제공

---

6. 기술적 도전 과제와 해결 전략

6.1 저농도 대사체 검출 한계

• Nano-LC + ion funnel MS → 감도 극대화
• Derivatization (ex. dansyl chloride)로 검출 한계 개선

6.2 In vivo tracing의 복잡성

• 다양한 조직에서 labeling heterogeneity 발생
• 해결책: tissue-specific MFA 모델링 + spatial metabolomics (MALDI-MSI) 병행

6.3 Data interpretation 어려움

• isotopologue distribution만으로 flux 단정 불가
• 해결책: computational MFA 소프트웨어 (INCA, OpenMebius, 13CFLUX2) 활용

---

7. 국내외 연구 동향 및 제약사 활용 전략

7.1 해외 동향

• Novartis: glutamine addiction 기반 항암제 타깃 검증 SIT 연구
• Genentech: ^13C tracing으로 PI3K/mTOR pathway 억제제의 대사 효과 분석
• Academic: MIT, Harvard, MD Anderson → tumor metabolism SIT 연구 활발

7.2 국내 제약사 시사점

• 유한양행 등은 대사체 기반 항암제 반응성 바이오마커 발굴에 SIT 적용 가능
• 특히 면역항암제 병용요법 최적화와 SIT 결합 시 차별화된 연구 가능
• 국내 분석 인프라 (Korea Basic Science Institute, 대학병원 MS core)와 협력 필수

---

8. 미래 전망

1. Single-cell isotope tracing: 단일세포 수준 이질성 규명
2. Spatial isotope tracing: 종양 미세환경 내 국소적 대사 경로 추적
3. AI 기반 MFA 모델링: 복잡한 labeling 패턴 자동 해석
4. Digital twin oncology model: SIT 데이터를 활용한 가상 암 환자 대사 모델링

---

9. 결론

Stable isotope tracing은 단순한 대사체 profiling을 넘어, 대사 경로의 방향성과 flux를 직접적으로 규명할 수 있는 강력한 접근법이다. 특히 암 연구에서는 다음과 같은 임상적 가치를 가진다.

• 대사 의존성 subtype 정의
• 신규 타깃 발굴
• 항암제 반응성 예측
• 면역치료 병용 전략 개발

향후 SIT는 LC-MS/MS, HRMS, spatial metabolomics, AI 기반 flux 해석과 융합되며, 정밀 종양대사 연구와 맞춤형 치료 개발의 핵심 인프라로 자리 잡을 것이다.