비임상 조직 기반 spatial metabolomics 도입 전략

― 조직 전체 평균을 넘어, ‘어디에서 무엇이 변했는가’를 보는 분석 패러다임

비임상 독성이나 약효 평가에서 우리는 오랫동안 하나의 전제를 받아들여 왔다.
“조직을 균질화하면 그 안의 정보를 대표할 수 있다”는 가정이다.

하지만 실제로는 간, 신장, 뇌 같은 조직은 매우 이질적이다. 간만 해도 periportal과 pericentral 영역은 대사 효소 발현부터 독성 민감도까지 전혀 다르다. 그럼에도 불구하고 기존 metabolomics 분석은 조직 전체를 갈아서 평균값으로 보고, 그 결과를 독성 기전이나 약효 설명에 사용해 왔다.

이 한계를 정면으로 파고드는 기술이 바로 spatial metabolomics다.
조직을 갈지 않고, 조직 내 위치 정보(spatial information)를 유지한 채 대사체 분포를 직접 측정하는 접근법이다.

최근 해외 제약사와 CRO를 중심으로 비임상 독성·분포 평가에서 spatial metabolomics 도입이 본격화되고 있으며, 국내 제약사 분석팀 역시 중장기적으로 반드시 검토해야 할 영역이 되고 있다.

이 글에서는 분석팀 실무자 입장에서
spatial metabolomics가 무엇인지,
어떤 기술 조합이 현실적인지,
기존 LC-MS 기반 분석과 어떻게 연결해야 하는지,
비임상 연구에 어떻게 도입해야 실패하지 않는지를 단계적으로 정리한다.

1. Spatial metabolomics란 무엇인가?

1.1 기존 조직 metabolomics의 한계

전통적인 조직 기반 metabolomics workflow는 다음과 같다.

1. 조직 적출
2. 조직 균질화(homogenization)
3. 유기용매 추출
4. LC-MS/MS 또는 HRMS 분석

이 방식의 장점은 재현성과 정량성이지만, 치명적인 단점이 있다.

• 조직 내 위치 정보 완전 소실
• 국소 독성(local toxicity)이나 약물 침투 국소화(local distribution) 확인 불가
• 병변 주변부 vs 정상부 비교 불가능

즉, “어디에서 변화가 일어났는지”를 알 수 없다.

1.2 Spatial metabolomics의 개념

Spatial metabolomics는 다음 질문에 답하려는 분석이다.

• 이 대사체는 조직의 어느 위치에 존재하는가?
• 독성은 특정 zone에서만 발생하는가?
• 약물 또는 대사체가 조직 깊숙이 침투했는가, 아니면 표면에만 존재하는가?

이를 위해 조직 절편(section)을 유지한 채, 질량분석 기반 imaging 기술을 사용한다.

대표 기술:

• MALDI-MSI (Matrix-Assisted Laser Desorption/Ionization Imaging)
• DESI-MSI (Desorption Electrospray Ionization Imaging)
• (보조적으로) SIMS, LAESI 등

2. 왜 비임상 연구에서 spatial metabolomics가 필요한가

2.1 국소 독성(local toxicity) 해석

조직 독성은 대개 국소적으로 시작된다.

예:

• 간: centrilobular hepatotoxicity
• 신장: proximal tubule injury
• 뇌: 특정 nucleus 선택적 손상

하지만 plasma metabolomics나 조직 homogenate 분석만으로는 이런 패턴을 포착하기 어렵다.

Spatial metabolomics는
독성 관련 대사체가 실제 병변 위치에 집중되어 있는지를 직접 보여줄 수 있다.

2.2 약물 분포(local distribution) 평가

최근 항암제, CNS 약물, ADC, RNA 치료제 등은
조직 내 침투 양상이 약효를 좌우한다.

• 동일한 조직 농도라도
  • 종양 중심부에 도달하지 못하면 효능 저하
  • 정상 조직 특정 zone에 집중되면 독성 증가

Spatial metabolomics는
약물 또는 약물 유래 대사체의 위치 기반 분포를 시각적으로 제시할 수 있다.

2.3 PK/PD–Toxicity bridging

Spatial metabolomics는 다음을 연결한다.

• PK: 조직 내 농도
• PD: 국소 대사 반응
• Toxicity: 병변 위치

즉, 단순 평균값이 아닌
“이 농도가 이 위치에서 이런 반응을 일으켰다”라는 설명이 가능해진다.

3. Spatial metabolomics의 핵심 기술 옵션

3.1 MALDI-MSI

가장 널리 사용되는 기술이다.

특징

• 높은 공간 해상도 (10–50 µm 수준)
• 대사체, 지질, 약물 동시 분석 가능
• 조직 morphology와 매칭 용이

한계

• Matrix 도포 필요 → low MW metabolite interference 가능
• 절대 정량 어려움
• sample prep 난이도 높음

적합 대상

• 지질, bile acid, drug/metabolite
• 간·신장·뇌 조직

3.2 DESI-MSI

최근 각광받는 ambient ionization 방식이다.

특징

• Matrix 불필요
• sample prep 간단
• LC-MS 기반 분석팀 친화적

한계

• 공간 해상도 MALDI보다 낮음
• 일부 대사체 sensitivity 제한

적합 대상

• 극성 대사체
• 빠른 screening 목적

3.3 현실적인 선택 전략

국내 제약사 입장에서 보면:

• 초기 도입: DESI-MSI 또는 외부 MALDI 협업
• 중장기 투자: MALDI-MSI 내부 구축 또는 전략적 CRO 활용

중요한 점은
“모든 것을 spatial로 하려 하지 말 것”이다.

4. Spatial metabolomics 도입을 위한 단계별 전략

4.1 1단계: 적용 목적 명확화

도입 전 반드시 답해야 할 질문:

• 독성 위치 확인이 목적인가?
• 약물 침투 평가가 목적인가?
• metabolite–pathology 연계가 목적인가?

목적에 따라

• 해상도 요구
• 분석 대상 대사체
• 조직 종류
  가 완전히 달라진다.

4.2 2단계: 조직 처리 및 sectioning 전략

Spatial metabolomics의 품질은 조직 처리 단계에서 결정된다.

핵심 원칙

• 즉시 snap-freeze (liquid N₂ or isopentane)
• FFPE는 metabolomics에 부적합
• Cryosection thickness: 10–20 µm
• 동일 조직에서 serial section 확보 (H&E, IHC 연계)

조직 handling이 조금만 흔들려도
metabolite diffusion artifact가 발생한다.

4.3 3단계: 분석 대상 선정 (target vs untarget)

Spatial 분석에서도 두 접근을 병행해야 한다.

• Untargeted imaging
  • 독성 관련 unknown metabolite 탐색
  • HRMS 기반
• Targeted imaging
  • bile acids, acylcarnitines, drug/metabolite
  • signal reproducibility 중시

실무에서는
targeted panel 위주 + 일부 exploratory untargeted가 가장 현실적이다.

5. 기존 LC-MS/MS 분석과의 연계 전략

Spatial metabolomics는 단독으로 쓰기 어렵다.
반드시 기존 LC-MS/MS 기반 조직 분석과 연결해야 한다.

5.1 권장 병행 구조

• Spatial MSI: 위치 정보 확보
• LC-MS/MS (homogenate): 절대 정량

이렇게 하면

• MSI로 “어디에”
• LC-MS/MS로 “얼마나”
  를 동시에 설명할 수 있다.

5.2 Validation 관점

Spatial MSI는 규제 친화적이지 않다.
따라서 의사결정 자료로 쓰려면:

• MSI 결과 → targeted LC-MS/MS로 재확인
• pathology 결과와 overlay
• biological plausibility 확보

분석팀은 MSI를 decision-support tool로 인식하는 것이 현실적이다.

6. 데이터 해석과 시각화 전략

6.1 단순 이미지 해석의 위험

Spatial metabolomics는 시각적으로 강력하지만,
과해석의 위험이 크다.

주의점:

• ion suppression에 따른 가짜 분포
• tissue thickness 영향
• matrix crystallization artifact

6.2 권장 분석 흐름

1. ROI (region of interest) 정의
2. ROI별 intensity 비교
3. pathology marker와 overlay
4. 통계 기반 region comparison
5. LC-MS/MS 정량 결과와 연결

7. 비임상 독성 연구 적용 사례 패턴

7.1 간독성

• centrilobular zone에서 bile acid 축적
• mitochondrial metabolite 국소 감소
• necrotic area 주변 oxidative stress marker 증가

7.2 신독성

• proximal tubule 영역에서 polyamine 축적
• energy metabolism disruption 국소화

7.3 CNS 약물

• BBB penetration 차이
• 특정 nucleus에 약물 집중 여부 확인

8. 국내 제약사 도입 시 현실적인 로드맵

8.1 단기(파일럿)

• 외부 CRO와 MALDI-MSI 협업
• 독성 이슈 프로젝트 1~2개 적용
• LC-MS/MS 데이터와 병행

8.2 중기

• DESI-MSI 내부 구축 검토
• 조직 handling SOP 확립
• 분석팀–독성팀 협업 체계 구축

8.3 장기

• spatial + toxicometabolomics 통합
• digital pathology 연계
• 내부 spatial metabolite atlas 구축

9. 분석팀 실무자용 체크리스트

도입 전

• 적용 목적 명확화
• 대상 조직·독성 정의
• pathology 연계 계획

실험

• snap-freeze SOP
• cryosection 재현성
• MSI 조건 최적화

데이터

• ROI 정의 기준
• artifact 검증
• LC-MS/MS 교차 검증

해석

• 생물학적 개연성
• pathology 일치 여부
• 의사결정 활용 가능성

10. 결론: Spatial metabolomics는 ‘확장 기술’이다

Spatial metabolomics는 기존 LC-MS/MS 분석을 대체하는 기술이 아니다.
오히려 기존 분석을 한 단계 확장하는 기술이다.

• 평균값의 한계를 보완하고
• 국소 독성과 분포를 설명하며
• 비임상 의사결정의 설득력을 높인다.

국내 제약사 분석팀이 이 기술을 도입할 때 가장 중요한 것은
장비 보유 여부가 아니라, 어디에 쓰고 어떻게 해석할 것인가다.

올바른 전략으로 접근한다면
spatial metabolomics는 단순한 “이미지 기술”이 아니라
신약 개발 실패를 줄이는 강력한 도구가 될 수 있다.

 

비임상 조직 기반 spatial metabolomics 도입 전략