암 유전체 미생물 탐지 도구 PRISM 개발

주장암 유전체 데이터에서 미생물을 정확히 식별하는 작업은 암의 진단과 진행 과정을 파악하고 치료 전략을 수립하는 데 핵심적인 역할을 합니다. 기존 분석 방식은 데이터셋에 따라 결과가 달라지는 한계가 있어 새로운 계산 방법론 도입이 필요했습니다.

팩트연구진은 암 유전체 데이터에서 미생물 종을 효율적으로 탐지하고 오염 물질을 제거하는 계산 파이프라인인 PRISM을 개발했습니다. 이 시스템은 인간 유전체 데이터에서 미생물 신호를 분리하는 데 특화된 기능을 수행합니다.

팩트PRISM은 네 가지 인간 유전자 제거 방식과 케이머 기반 분류기, 전체 길이 미생물 읽기 정렬 방식을 결합합니다. 이후 머신러닝 모델을 사용하여 각 미생물 종이 오염 물질일 가능성을 예측합니다.

팩트연구진은 PRISM 모델을 훈련하고 검증하기 위해 230개의 독립적인 연구에서 수집한 데이터를 활용했습니다. 해당 데이터셋은 검증된 진양성 미생물 종과 오염 물질 정보를 포함합니다.

팩트이 도구는 인간 유전자뿐만 아니라 실험실에서 흔히 사용하는 생쥐나 예쁜꼬마선충과 같은 모델 생물의 유전자 읽기 데이터를 효과적으로 제거합니다. 이를 통해 실제 존재하는 미생물과 오염 물질을 높은 민감도와 특이도로 구분합니다.

교차검증암 유전체 내 미생물 연구는 데이터 양이 적은 저생물량 환경에서 분석이 어렵다는 기술적 한계가 존재합니다. PRISM은 이러한 난제를 해결하기 위해 설계되었으나, 다양한 암종 데이터에 대한 지속적인 추가 검증이 필요합니다.

주장이번 연구는 암 유전체학 분야에서 미생물 발견의 정확도를 획기적으로 높일 수 있는 기반을 마련했습니다. 이는 앞으로 암 환자의 개인 맞춤형 치료법을 개발하는 데 중요한 기초 자료로 활용됩니다.

팩트연구 저자인 바셀 가다르는 PRISM 기술과 관련하여 미국 임시 특허를 출원했습니다. 이는 해당 기술의 학술적 독창성을 인정받은 결과입니다.

팩트본 연구 결과는 2026년 6월 8일 네이처 리뷰 캔서 저널을 통해 공식 발표되었습니다. 관련 논문은 캔서 셀 저널에도 게재되어 학계의 관심을 받습니다.

출처Ghaddar, B. PRISM enables accurate microbial discovery in cancer genomics. Nat Rev Cancer (2026). https://doi.org/10.1038/s41568-026-00949-5 및 관련 원문 자료를 교차 검증했습니다.