Metabolomics Insight 시리즈

 TDM, Toxicology, Cancer Metabolism 사례로 보는 “대사체 데이터가 ‘의미 있는 신호’로 바뀌는 순간들”

 

Metabolomics Insight 시리즈

Metabolomics는 오랫동안 이렇게 평가받아 왔다.

“재미있는 데이터는 많은데,
실제 의사결정에는 쓰기 어렵다.”

이 평가는 반은 맞고, 반은 틀리다.
문제는 metabolomics 자체가 아니라, 어디까지를 ‘해석 가능한 데이터’로 볼 것인가에 대한 기준 부재였다.

이 시리즈의 목표는 명확하다.

“대사체 데이터가 언제, 어떻게 임상·독성·종양 연구에서
‘결정에 영향을 주는 증거’로 작동하는지를 보여주는 것”

Part 1. TDM(Therapeutic Drug Monitoring)에서의 Metabolomics

– “혈중 농도 하나로는 설명되지 않는 환자 간 차이”

전통적인 TDM은 명확하다.
✔ 혈중 약물 농도를 측정하고
✔ therapeutic window 안에 있는지를 판단한다.

하지만 실제 임상에서는 늘 이런 질문이 따라온다.

• 같은 농도인데 왜 효과가 다른가?
• 같은 농도인데 왜 어떤 환자에게만 독성이 나타나는가?
• 용량 조절을 해도 반응이 예측되지 않는 이유는 무엇인가?

1-1. 약물 농도는 같아도 ‘대사 환경’은 다르다

Metabolomics가 TDM에 개입하는 지점은 바로 여기다.

• 에너지 대사 상태 (TCA, glycolysis flux)
• 간 기능과 연관된 bile acid profile
• renal clearance와 연결된 amino acid turnover
• gut microbiome-derived metabolite 차이

이러한 배경 대사체들은
👉 같은 약물 농도를 전혀 다른 생물학적 의미로 바꿔놓는다.

1-2. TDM + Metabolomics의 실무적 가치

이 파트에서는,

• LC-MS/MS 기반 targeted metabolomics를 TDM에 접목한 사례
• drug concentration + metabolic signature를 함께 해석한 모델
• 단순 농도 기반 TDM 대비 예측력 향상 사례

를 통해 “TDM이 언제 precision medicine으로 진화하는가”를 보여준다.

Part 2. Toxicology에서의 Metabolomics

– “독성은 조직 손상 이전에 이미 대사체로 시작된다”

독성 평가는 전통적으로,

• 조직병리
• 임상화학 지표(AST/ALT 등)
• 체중 변화

에 크게 의존해 왔다.
하지만 이 지표들의 공통점은 ‘이미 늦었다’는 것이다.

2-1. Early toxicity signal은 대사체에서 먼저 나타난다

실제 비임상 독성 연구에서 반복적으로 관찰되는 현상:

• 조직 변화는 없지만
• 특정 metabolic pathway는 이미 붕괴 중

예를 들면,

• mitochondrial dysfunction → acylcarnitine 패턴 변화
• oxidative stress → glutathione 관련 metabolite imbalance
• kidney toxicity → specific amino acid reabsorption signature 변화

이 파트에서는
✔ rat/monkey serum 기반 사례
✔ NOAEL 이전 구간에서의 metabolomic shift
✔ 전통 독성 지표 대비 선행성 분석
을 중심으로 설명한다.

2-2. 독성 metabolomics 해석의 함정

하지만 metabolomics가 항상 답을 주는 것은 아니다.

• stress response와 toxicity의 경계
• dosing time, feeding 상태에 따른 confounding
• 통계적으로 유의하지만 생물학적으로 애매한 변화

이 파트에서는
“독성 해석에서 metabolomics가 과잉 해석될 위험 지점”도 함께 다룬다.

Part 3. Cancer Metabolism

– “종양은 유전자가 아니라 대사로 살아남는다”

암 연구에서 metabolomics는 선택이 아니라 필수로 이동 중이다.
왜냐하면 종양은 결국 대사 적응의 결과물이기 때문이다.

3-1. Warburg effect 이후의 cancer metabolism

오늘날 암 대사는 단순한 glycolysis 증가로 설명되지 않는다.

• glutamine addiction
• lipid synthesis reprogramming
• nucleotide salvage pathway 활성화
• tumor microenvironment와의 metabolite exchange

Metabolomics는 이러한 변화를
👉 실제 분자 수준에서 ‘측정 가능한 데이터’로 바꾼다.

3-2. 항암제 반응성과 대사체 시그니처

이 파트에서는,

• 항암제 반응군 vs 비반응군의 metabolomic fingerprint
• resistance 발생 전 나타나는 대사체 변화
• tumor tissue vs plasma metabolomics 비교

를 통해
“대사체가 예후·반응 예측 바이오마커로 작동하는 조건”을 정리한다.

Part 4. Metabolomics 데이터, 어디까지 믿을 수 있는가

– Insight와 Illusion의 경계

Metabolomics Insight 시리즈에서 가장 중요한 질문은 이것이다.

“이 데이터는 해석 가능한가,
아니면 그럴듯해 보이는 패턴인가?”

이 파트에서는,

• annotation confidence가 낮은 상태에서의 해석 리스크
• pathway analysis의 과신 문제
• 통계적 유의성과 생물학적 의미의 불일치

를 중심으로 metabolomics 결과를 ‘판단 가능한 정보’로 만드는 기준을 제시한다.

Metabolomics는
✔ exploratory tool이면서
✔ decision-support tool이고
✔ 잘못 쓰면 가장 위험한 데이터이기도 하다.

“Metabolomics Insight” 시리즈는
화려한 heatmap이나 pathway 그림이 아니라,

“이 데이터로 어떤 결정을 할 수 있는가,
그리고 어떤 결정은 하면 안 되는가”

를 끝까지 묻는 연재다.