에릭 토플 '늙지 않는 몸' - 최신 논문 함께 ...

[문형철]

1부 무엇이 우리의 수명을 결정하는가

1. 두 환자 이야기:

노화는 같은 속도로 오지 않는다

생물학적 나이(biological age)와 실제 나이(chronological age)가 크게 다를 수 있으며,

이는 유전자보다 생활습관·환경이 더 큰 영향을 미친다고 봅니다.

“Super Agers”(건강하게 오래 사는 사람들) 연구에서

이를 잘 보여주는 두 환자 사례를 소개합니다.

1. Mrs. L.R. (98세, 전형적인 Super Ager)

• 현재 상태: 98세이지만 심각한 질병 없이 매우 건강하고 활력적. 혼자 살며 광범위한 사회적 네트워크를 유지하고, 취미(예: 그림 그리기)도 즐김. 최근 다리 부종(부종)으로 내원했으나, 이는 비후성 심근병증(hypertrophic cardiomyopathy) 때문이었고, 치료 후 빠르게 호전.
• 가족력: 어머니 59세 사망, 아버지 64세 사망, 형제들도 40~70대에 사망. 유전적으로 “건강 장수 가문”이 아님.
• 핵심 포인트: 유전자 검사에서 특별한 장수 유전자가 두드러지지 않음. 대신 지속적인 신체 활동, 좋은 수면, 사회적 연결, 건강한 식사 등 생활습관이 핵심. 면역 시스템 노화 속도가 느리고, 장기 clocks(장기별 노화 속도 측정)에서도 대부분 젊은 상태를 유지.
• 의미: “운 좋은 유전자”가 아니라 수정 가능한 생활습관으로 건강 수명(healthspan)을 크게 연장할 수 있음을 보여주는 사례.

2. Mr. R.P. (98세, 대비되는 사례)

• 현재 상태: 98세로 Mrs. L.R.와 비슷한 나이지만, 62세에 관상동맥 우회술을 받았고, 이후 협심증 등 심혈관 문제가 있었음. 상대적으로 건강한 생활을 했지만, 여러 만성질환을 경험.
• 가족력: Mrs. L.R.와 달리, 가족 내에서도 비교적 일찍 질병이 발생한 패턴.
• 핵심 포인트: 같은 나이대라도 질병 부담이 훨씬 크고, 건강 수명이 짧음. 생활습관이 일부 도움이 되었지만, 누적된 스트레스·염증·면역 노화 등이 영향을 준 것으로 보임.
• 의미: 노화 속도가 빠른 사람의 전형. 유전자만으로는 설명되지 않으며, 예방적·개인화된 관리가 얼마나 중요한지 보여줌.

전체 시사점 (Topol의 관점)

• 노화는 비선형·이질적: 몸 전체 노화 속도뿐 아니라 뇌·면역·혈관·근육 등 장기별로 다르게 진행 (organ clocks 개념). 혈액 한 방울로 AI 분석으로 측정 가능해짐.
• 유전자 vs 생활습관: 장수 유전자는 역할이 제한적. 대신 염증 조절(anti-inflammaging), 면역 건강, 근력 유지, 사회적 연결 등이 결정적.
• 희망적 메시지: 누구나 “Super Ager”가 될 잠재력이 있음. 생활습관(운동·영양·수면·스트레스 관리)으로 노화 속도를 늦추고, 주요 노화 관련 질환(심혈관·암·신경퇴행성)을 예방할 수 있음.
• 미래 방향: 장기별 노화 시계 + 개인화 의료로 “건강 수명 연장”이 가능해지고 있음.

건강 수명을 결정하는 다섯 가지 결정

1. 생활습관 (Lifestyle+)

• 핵심: 가장 강력하고 즉각적으로 수정 가능한 요인.
• 구체적 내용:
  • 운동: 유산소 + 저항(근력) 훈련 + 균형 운동 (근력 훈련만으로 사망 위험 25% 감소).
  • 식사: 항염증·지중해식 (식물 중심, 붉은 고기·가공식품 줄임).
  • 수면: 규칙적이고 깊은 수면 (deep sleep).
  • 기타: 사회적 연결, 자연 속 시간, 목적의식, 긍정적 태도, 환경오염(미세플라스틱·대기오염) 최소화.
• 효과: Super Agers(건강 장수자) 대부분이 실천한 공통점. 50세부터 시작해도 큰 효과.

2. 세포 (Cells — 세포 수준 노화 관리)

• 핵심: 노화의 근본 단위인 세포 수준에서 작동.
• 주요 메커니즘:
  • 만성염증(inflammaging)과 면역노화(immunosenescence) 억제.
  • 세포 노화(senescence) 관리, mitochondrial health(미토콘드리아 건강).
  • Immune system clock(면역 시스템 노화 시계): 전체 생존율 예측에 가장 중요.
• 의미: 세포가 젊게 유지되면 장기 기능이 보존되고 주요 질환(암·심혈관·치매) 위험이 줄어듦.

• In vivo CAR T cell generation: 체내(in vivo)에서 직접 CAR T 세포를 생성하는 새로운 기술.
• 기존 CAR T 치료(체외에서 T세포를 추출·수정·주입)는 복잡하고 비용이 높음. 이 연구는 체내에서 직접 T세포를 CAR T 세포로 reprogramming하여 암과 B세포 매개 자가면역질환을 치료하는 방법을 제시.

Chimeric antigen receptor (CAR)–T cell

키메릭 항원 수용체 T세포(CAR-T Cell)는

환자의 면역 T세포를 유전적으로 재조합하여

암세포를 정밀 타격하도록 만든 맞춤형 면역세포 치료제입니다.

면역계의 순찰대 역할을 하는 T세포에

암세포 표면의 특정 단백질(항원)을 식별하는 특수 수용체(CAR)를 장착하여,

암세포를 발견하는 즉시 강력하게 파괴하도록 훈련시킨 일종의 '살아있는 주사제'

배경 및 의의

• 최근 CAR T 치료가 B세포 관련 자가면역질환(루푸스 등)에서도 큰 효과를 보이고 있음.
• In vivo 방식은 치료 과정을 단순화·저비용화할 수 있어, 더 많은 환자에게 접근 가능.
• 암 치료뿐 아니라 자가면역질환 치료 확대에 큰 잠재력.

배경

• 기존 CAR-T 치료는 T세포를 몸 밖에서 채취·변형하는 복잡한 과정이 필요.
• 본 연구는 Enveloped Delivery Vehicle (EDV) + AAV를 결합해 T세포를 몸 안에서 직접 engineering하는 기술을 개발.

주요 발견

• Cas9-EDV (CD3-targeted enveloped delivery vehicle)를 이용해 T세포 특이적으로 대형 DNA payload를 전달.
• TRAC locus 등 특정 위치에 site-specific integration (정확한 유전자 삽입) 성공.
• 인간화 마우스 모델에서 기능적 CAR-T 세포를 효율적으로 생성.
• 혈액암 모델과 고형암 모델에서도 강력한 항종양 효과 확인.

결론 및 의의

• In vivo에서 인간 T세포를 정밀하게 genome editing할 수 있는 플랫폼 제시.
• Ex vivo 제조 과정 없이 단일 주입으로 CAR-T 생성 가능 → 비용·시간·접근성 대폭 개선.
• in vivo CAR-T의 안전성과 효능을 입증한 핵심 연구로, 이후 in vivo therapy 개발의 표준이 됨.

3. 오믹스 (Omics — 다층 생물학적 데이터)

• 핵심: 유전자·단백질·후성유전체 등 오믹스 기술로 개인별 노화 프로필 파악.
• 주요 도구:
  • Polygenic Risk Score (다유전자 위험 점수).
  • Organ Clocks (장기별 노화 시계): 혈액 한 방울로 뇌·심장·간·면역 등 개별 장기 노화 속도 측정.
• 효과: “내 몸의 실제 나이”를 정확히 알고, 약점에 선제적 개입 가능.

4. 인공지능 (AI & Data)

• 핵심: 모든 데이터를 통합·분석하는 엔진 역할.
• 활용:
  • 웨어러블·전자건강기록·오믹스 데이터를 AI로 실시간 분석.
  • 개인화된 위험 예측, 조기 경보, 맞춤형 권고.
• 미래: “예방 중심 의료” 실현의 핵심. AI 없이 5가지 요인을 최적화하기 어려움.

멀티모달 ai가 건강기록, 시료검사, 영상, 오믹스, 오염, 건강의 결정요인, 최신의학지식 등을 다양한 층위의 데이터들을 통합 개인별 맞춤의학 예보를 한다

핵심 메시지

• 생성 AI(Generative AI)는 단순한 언어 모델을 넘어, 의학의 일반 컴퓨팅 모델(general computing model)로 진화하고 있습니다.
• LLM(대형 언어 모델) 기반 AI가 텍스트·이미지·데이터·의사결정 등 의학 전 영역에서 활용될 수 있음을 강조.

주요 내용

• 기존 AI는 특정 작업에 특화됐으나, Generative AI는 다양한 의학적 작업을 통합적으로 처리할 수 있는 “범용 도구”가 될 잠재력이 있음.
• 의료 현장에서의 적용: 진단 보조, 치료 계획, 환자 교육, 연구 가속, 행정 업무 자동화 등.
• 도전과제: 신뢰성, 윤리, 데이터 프라이버시, 임상 검증, 규제 등.
• 미래 전망: AI가 의사의 “코파일럿(copilot)”을 넘어 의학 전체를 재정의하는 일반 컴퓨팅 플랫폼으로 자리 잡을 것.

배경

• EHR(Electronic Health Record) 데이터는 멀티모달 (구조화 데이터, 텍스트, 영상 등)임에도 불구하고, 효과적으로 통합하기 어려움.
• 기존 모델은 modality 결합이 제한적 → MoMA (Mixture-of-Multimodal-Agents) 아키텍처를 제안.

주요 내용

• MoMA 아키텍처:
  • Mixture-of-Experts (MoE) + Mixture-of-Agents (MoA) 프레임워크 결합.
  • 여러 LLM agent가 각 modality별 전문 보고서를 생성 → aggregator agent가 통합 요약 → predictor agent가 최종 예측.
  • free-text prompting으로 유연하게 다양한 예측 작업 수행.
• 성능:
  • 사설 데이터셋에서 3가지 임상 예측 작업 (예: 사건 예측, 위험 평가)에서 기존 multimodal 모델 대비 우수한 정확도와 유연성 입증.

결론 및 의의

• 멀티모달 EHR의 agent-based fusion으로 explainable·personalized clinical prediction 실현.
• LLM agent를 활용한 모듈러·확장성 높은 프레임워크로, precision medicine의 실용적 도구.

5. 약물과 백신 (Drugs & Vaccines — 의학적 개입)

• 핵심: 생활습관으로 부족한 부분을 보완하는 정밀 의학.
• 주요 예시:
  • GLP-1 계열 약물 (비만·당뇨·심혈관 보호).
  • Senolytics (노화 세포 제거 약물), rapamycin 등 노화 지연 후보.
  • 백신·예방적 약물, CRISPR 유전자 편집.
• 접근: 조기 스크리닝 + 필요 시 타겟 개입. “Sick care”에서 “Health care”로 전환.

암에 대한 면역반응을 강화하는 백신

연구 핵심

• 개인화 RNA neoantigen 백신: 환자별 종양의 신생항원(neoantigen)을 RNA 형태로 만들어 맞춤형 백신 제작.
• 대상: 췌장암(PDAC, Pancreatic Ductal Adenocarcinoma) 환자.
• 주요 결과:
  • 백신이 T세포를 강력하게 자극하여 항종양 면역 반응 유도.
  • 장기 생존자 연구에서 neoantigen이 PDAC에서 T세포를 활성화한다는 증거 확인.
  • 종양 내 neoantigen이 풍부한 경우 더 강한 면역 반응 관찰.

의의

• 췌장암처럼 예후가 나쁜 암에서 개인화 neoantigen 백신의 가능성을 보여줌.
• RNA 백신 기술(mRNA 플랫폼)을 활용해 T세포 기반 항암 면역을 효과적으로 자극.

연구 핵심

• Neoantigen vaccine (신생항원 백신): 암세포에만 존재하는 개인화된 신생항원(neoantigen)을 타겟으로 한 백신.
• 대상: 고위험 신세포암(RCC, Renal Cell Carcinoma) 환자.
• 주요 결과:
  • 백신이 강력한 항종양 면역을 유도함.
  • 주요 driver mutation(암 유발 돌연변이)을 효과적으로 타겟.
  • 높은 면역원성(immunogenicity)을 보이며, 종양에 대한 면역 반응을 성공적으로 일으킴.

의의

• 개인화 neoantigen 백신이 고위험 RCC에서 실질적인 항암 효과를 낼 수 있음을 보여줌.
• 기존 치료의 한계를 넘어, 암 백신의 새로운 가능성을 제시하는 연구.

자가면역질환자의 면역계 활동을 차단하는 백신

연구 주제

• 항원 특이적 관용(Antigen-Specific Tolerance): 자가면역질환에서 특정 자가항원에 대한 면역 반응만 선택적으로 억제하는 전략.
• 기존 치료(전신 면역억제제)는 부작용이 크지만, 이 접근은 질환 특이적으로 면역을 조절해 부작용을 최소화.

주요 내용

• 전임상(Preclinical): 동물 모델에서 항원 특이적 관용 유도 방법(항원 펩타이드, tolerogenic DC, CAR-Treg 등) 연구.
• 임상(Clinical): 루푸스, 다발성경화증, 제1형 당뇨 등 자가면역질환에서 진행 중인 임상 시험과 결과.
• 도전과제: 안정적인 관용 유도, 환자별 항원 식별, 장기 효과 유지 등.

의의

• 자가면역질환 치료의 패러다임 전환을 제시: “면역을 끄는 것”이 아니라 “특정 면역만 조절”하는 정밀 의학.

과학이 바꾸는 당신의 미래

과거에는 “유전자 운명론”이 강했지만,

이제는 생활습관·세포 수준 관리·오믹스 데이터·AI·정밀 의학이 개인의 미래를 바꿀 수 있습니다.

• Eric Topol et al., “Hypertensive hypertrophic cardiomyopathy of the elderly,” New England Journal of Medicine 312, no. 5 (January 1985): 277–83, https://doi.org/10.1056/NEJM198501313120504.
• Jason Mast, “A faster, simpler, cheaper cancer cell therapy is about to be tested in humans,” STAT News, July 9, 2024, https://www.statnews.com/2024/07/09/interius-in-vivo-car-t-cancer/.
• Clara Schmidt et al., “Multi-chamber cardioids unravel human heart development and cardiac defects,” Cell 186, no. 25 (December 2023): 5587–605.e27, https://doi.org/10.1016/j.cell.2023.10.030.
• Asher Mullard, “These 3D model brains with cells from several people are first of their kind,” Nature 631, no. 8019 (July 2024): 16, https://doi.org/10.1038/d41586-024-02096-z.
• Eric Topol, “Medical forecasting,” Science 384, no. 6698 (May 2024): eadp7977, https://doi.org/10.1126/science.adp7977.
• Sam Altman et al., “AI-driven behavior change could transform health care,” TIME, July 7, 2024, https://time.com/6994739/ai-behavior-change-health-care/.
• “ProteinMPNN excels at creating new proteins,” Baker Lab, September 16, 2022, https://www.bakerlab.org/2022/09/16/proteinmpnn-excels-at-creating-new-proteins/.

• 1980년대 초, 고혈압 환자 중 일부에서 비후성 심근증(Hypertrophic Cardiomyopathy)과 유사한 증상이 관찰되었으나, 유전적 HCM과는 다름을 밝힌 연구.
• 고령자에서 경증~중등도 고혈압이 있으면서 폐울혈(pulmonary congestion) 증상을 보이는 환자군을 분석.

주요 발견

• 임상 특징:
  • 고령(평균 70대) 여성에게 많음.
  • 좌심실 비후 (특히 septum), diastolic dysfunction (이완기 기능 장애).
  • Systolic function은 비교적 보존됨 (ejection fraction 정상 또는 약간 저하).
  • 증상: 호흡곤란, 폐울혈, 협심증 유사 증상.
• 병태생리:
  • 장기간 고혈압 → 압력 과부하 → 좌심실 비후 (hypertensive hypertrophic cardiomyopathy).
  • 비후로 인한 이완기 장애가 주요 문제 (심실 충만 장애 → 폐울혈).
  • 유전적 HCM과 달리 압력 과부하가 원인.
• 진단 및 감별:
  • Echo (심초음파)에서 비대칭적 또는 대칭적 비후 관찰.
  • 고혈압 조절로 증상 호전 가능 (HCM과 중요한 차이).

결론 및 의의

• 고령 고혈압 환자에서 “Hypertensive Hypertrophic Cardiomyopathy”라는 새로운 임상 증후군을 최초로 기술.
• 치료: 혈압 조절이 핵심 (beta-blocker, calcium channel blocker 등). 수술적 치료는 불필요한 경우 많음.
• 이후 HFpEF (보존된 박출률 심부전) 개념의 기초가 된 중요한 논문

• 기존 심장 오가노이드(cardioid)는 단일 chamber(심실 또는 심방)만 만들어 전체 심장 구조와 기능을 재현하기 어려웠습니다.
• 본 연구팀은 multi-chamber cardioids (다중 심실·심방 구조를 가진 3D 모델)를 개발하여, 인간 심장의 발생 과정과 질환 메커니즘을 연구.

주요 발견

1. Multi-chamber Cardioid 플랫폼 개발:
   • 인간 pluripotent stem cell (hPSC)로부터 심방·심실·유출로(outflow tract)를 포함한 다중 chamber 구조를 self-organizing 방식으로 만듦.
   • 심장 발생의 chamber-specific patterning과 chamber 간 상호작용을 in vitro에서 재현.
2. 심장 발생 메커니즘 규명:
   • Chamber 간 coordinated contraction (조화로운 수축) 메커니즘.
   • Wnt, BMP, RA signaling 등 주요 pathway가 chamber specification에 미치는 역할.
3. 질환 및 약물 모델링:
   • 유전적 돌연변이 (예: congenital heart disease 관련) 도입 시 chamber malformation 재현.
   • 약물 (teratogen 등)에 대한 chamber-specific 반응 분석.
   • Arrhythmia, cardiomyopathy 등 질환 모델로 활용 가능.

결론 및 의의

• Multi-chamber cardioid는 인간 심장 발생의 4차원적 이해를 가능하게 한 혁신적 플랫폼.
• 기존 2D/단순 3D 모델의 한계를 극복하고, 개인화 의학, 약물 스크리닝, 선천성 심장질환 연구에 큰 잠재력.
• Organoid 기술의 새로운 표준을 제시.

배경

• 기존 brain organoid는 단일 donor 세포만 사용 → 개인 간 변이(inter-individual variation)를 연구하기 어려움.
• 본 연구는 Chimeroids (여러 사람의 세포를 섞은 chimeric brain organoid)를 개발해 neurotoxic trigger에 대한 개인별 민감도 차이를 조사.

주요 내용

• Chimeroid 기술:
  • 여러 donor의 iPSC를 섞어 3D brain organoid 제작.
  • 개인 간 genetic/epigenetic variation을 in vitro에서 재현.
• 주요 발견:
  • Neurotoxic substance (예: environmental toxins, drugs)에 대한 개인별 susceptibility가 뚜렷하게 다름.
  • Chimeroid를 통해 high clinical phenotypic variability (임상 증상 차이)를 분자 수준에서 설명.
  • 특정 donor 세포가 neurotoxicity에 더 취약한 메커니즘 규명.

결론 및 의의

• Chimeroids는 personalized medicine과 neurotoxicity 연구의 새로운 플랫폼.
• 환경·유전 요인에 의한 개인차를 이해하고, 고위험군 예측과 precision prevention에 기여.
• Brain development, neurodegenerative disease, drug screening 분야에 광범위한 영향.

기대 효과

• 개인화 의학 가속: 누가 어떤 약에 잘 반응할지 예측.
• 뇌 발달 연구: 유전적·환경적 요인에 따른 차이 규명.

• 의학의 미래는 “예측(forecasting)”에 있다고 강조.
• 기존 의학은 진단(diagnosis)과 치료(treatment) 중심이었으나, 이제 고위험군 예측과 예방이 핵심이 되어야 함.

주요 내용

• Medical Forecasting의 개념:
  • 특정 개인에게 구체적·실행 가능·고위험 사건(질환 발병, 급성 사건)을 예측.
  • AI, multi-omics, wearable device, longitudinal data를 활용.
• 현재 한계:
  • 대부분의 예측 모델은 population level에 머무름.
  • 개인화된 actionable forecasting은 아직 미흡.
• 필요한 발전 방향:
  • High-risk individuals를 조기에 식별 (예: 심혈관 사건, 암, 신경퇴행성 질환).
  • 예방적 개입 (lifestyle, drug, monitoring)으로 이어지는 closed-loop system 구축.
  • AI + real-world data + prospective validation 강화.

결론 및 의의

• 의학의 paradigm shift: “예측하고 예방한다”는 새로운 시대.
• Topol은 “forecasting medicine”을 실현하기 위해 기술·데이터·윤리적 도전을 강조.
• 이는 precision prevention의 기반이 될 전망.

• 미국에서 1억 2,900만 명이 만성질환을 앓고 있으며, 연간 의료비 4.1조 달러의 90%가 만성질환 치료에 사용됨.
• 이는 지속 불가능하며, 예방과 행동 변화(behavior change)가 해결책.
• AI가 행동 변화를 촉진하는 miracle drug이 될 수 있음.

주요 내용

1. 문제 인식:
   • 만성질환(비만, 당뇨, 심혈관, 정신건강 등)은 의료비와 개인적 고통의 주요 원인.
   • 유전 + 의료만으로는 부족 → 생활습관(behavior)이 결정적.
2. AI의 역할:
   • 개인화된 코칭: 24/7 실시간 피드백, 동기부여, 습관 형성 지원.
   • 예방 중심: 질환 발병 전 행동 변화 유도 (운동, 식이, 수면, 스트레스 관리).
   • 치료 최적화: 기존 치료와 병행해 compliance(순응도) 향상.
3. 기대 효과:
   • 비용 절감 + 건강수명 연장.
   • Altman (OpenAI)과 Huffington (Thrive Global)의 공동 기고로, AI + 행동과학 결합의 잠재력 강조.

• David Baker 연구팀(Rosetta/ProteinMPNN 개발자)이 AI 기반 단백질 디자인 분야에서 또 하나의 획기적 성과를 발표.
• 기존 AI(AlphaFold)는 단백질 구조 예측에 혁명을 일으켰다면, ProteinMPNN은 새로운 단백질을 디자인하는 데 특화된 모델.

주요 내용

• ProteinMPNN:
  • Neural network 기반으로 아미노산 서열을 예측하여 원하는 구조의 완전히 새로운 단백질을 빠르고 정확하게 디자인.
  • 기존 방법보다 훨씬 정확하고 빠름.
  • Fixed-backbone design, sequence generation, structure generation 등 다양한 접근법 결합 가능.
• 응용 가능성:
  • 신약·백신 개발 (새로운 효소, 항체 등).
  • 탄소 포집 물질.
  • 지속 가능한 바이오 소재.
  • “생물학에서 가능한 단백질의 1%도 안 되는 현재 알려진 단백질을 크게 확장할 수 있다” — David Baker.

의의

• 단백질 디자인의 민주화: AI가 인간이 상상하기 어려운 새로운 단백질을 대량으로 생성할 수 있게 됨.
• 의학·에너지·기술 분야의 game changer로 평가.
• 2022년 Science에 발표된 3편의 관련 논문 중 하나로, AI protein engineering의 새로운 시대를 열었다고 함.

• De novo protein design: 자연에 존재하지 않는 완전히 새로운 단백질 구조를 AI·계산 모델로 설계·제작.
• 주요 성과: ProteinMPNN 등 생성 모델(generative model)을 사용해, 단백질 backbone(주골격)을 자유롭게 디자인. 조건 없는(unconditional) 설계와 topology(구조 제약) 조건 하에서도 뛰어난 성능을 보임.
• 의의: 기존 단백질의 한계를 넘어, 원하는 기능을 가진 새로운 단백질을 만들 수 있는 길을 열음. 약물 개발, 효소 설계, 나노물질 등에 큰 잠재력.

• ProteinMPNN이라는 딥러닝 기반 단백질 서열 설계 방법을 개발.
• 주요 성과: 주어진 단백질 3D 구조(backbone)를 입력으로 받아, 안정적이고 기능적인 아미노산 서열을 매우 정확하게 예측·설계.
• 성능: 컴퓨터 시뮬레이션(in silico)과 실제 실험(experimental) 모두에서 기존 방법(Rosetta 등)보다 압도적으로 우수한 결과를 보임.

의의

• De novo protein design(완전히 새로운 단백질 만들기)의 난제를 크게 해결.
• 이후 AlphaFold와 결합되어 단백질 AI 설계의 표준 기술로 자리 잡음.
• 신약 개발, 효소 설계, 나노재료 등 광범위한 응용 가능성 제시.

• 기존 단백질-단백질 상호작용 inhibitor 디자인은 매우 어렵습니다.
• Macrocyclic peptides (고리형 펩타이드)는 고친화력·고선택성 binder로 유망하지만, de novo design (완전히 새로운 설계)은 기술적으로 큰 도전이었습니다.

주요 내용

• RFpeptides 플랫폼 개발:
  • RoseTTAFold + denoising diffusion model 기반 pipeline.
  • 주어진 단백질 타겟에 대해 고친화력 macrocyclic binder를 정확하고 빠르게 디자인.
• 성능:
  • In silico screening + in vitro validation에서 고친화력 binder 다수 발굴.
  • 기존 방법보다 정확도·효율성 크게 향상.
• 응용:
  • 신약 개발 (단백질-단백질 interaction inhibitor).
  • 진단·바이오센서.
  • 치료용 macrocycle 디자인 가속.

AlphaFold 2가단백질 구조 예측에 혁명을 일으킨 데 이어,
AlphaFold 3 (AF3)는 diffusion-based architecture를 대폭 업데이트하여
단백질, 핵산(DNA/RNA), 작은 분자(리간드), 이온, 수정된 잔기 등을 포함한 복합체의 공동 구조(joint structure)를
고정밀도로 예측합니다.

AF3는 기존 전문화된 도구들보다 압도적으로 우수:

• 단백질-리간드: 최신 docking 도구보다 훨씬 높은 정확도
• 단백질-핵산: 핵산 특화 예측기보다 월등
• 항체-항원: AlphaFold-Multimer v2.3보다 크게 개선
• 단백질 단독/단백질-단백질: 기존 수준 이상 유지

결론: 하나의 통합 딥러닝 프레임워크로 생체분자 공간 전체에 대한 고정밀 모델링이 가능해졌습니다.

핵심 기술 혁신 (Architecture)

• Pairformer: Evoformer를 단순화 (MSA 처리 축소, pair representation 중심)
• Diffusion Module: 원자 좌표(raw atom coordinates)를 직접 예측. AF2의 structure module(프레임/토션 각도 기반) 대체
• Multiscale Diffusion: 노이즈 수준에 따라 local stereochemistry ~ global structure 학습
• 장점: 복잡한 화학 구조(리간드, 이온 등)에 유연하게 대응, stereochemical violation loss 거의 불필요

이로 인해 PDB에 있는 거의 모든 생체분자 타입의 복합체를 하나의 모델로 예측 가능.

성능 벤치마크 (Fig. 1c 주요 결과)

• PoseBusters (리간드 docking): 기존 최고 방법 대비 50% 이상 향상 (50% more accurate)
• 단백질-핵산, 항체-항원, 단백질-단백질: 전문 도구들보다 우수
• 예시: 대형 당단백질 복합체(코로나바이러스 spike protein), DNA-binding protein 등에서 높은 LDDT/GDT 점수

의의와 영향

• 약물 발견: 단백질-리간드 결합 예측 정확도가 크게 올라 신약 후보 스크리닝, 최적화 가속화
• 기본 생물학: 복잡한 생체분자 상호작용(효소-기질, 수용체-리간드, 면역 반응 등) 원자 수준 이해
• 치유연구소 적용 가능성:
  • 암 프로토콜: 표적 단백질(미토콘드리아, ROS 관련 효소)-리간드(천연물, BHB, vitamin C 등) 상호작용 예측
  • 신경/염증/통증: 신경 수용체, ion channel, 항염증 물질 결합 구조 분석
  • 자가포식/대사: 관련 단백질 복합체 모델링
  • 허브/통합의학: 전통 약물 성분의 단백질 타겟 결합 검증

AlphaProteo는
Google DeepMind가 2024년 9월에 공개한 AI 기반 단백질 디자인 시스템입니다.
(독립된 회사가 아니라, DeepMind의 연구 프로젝트/모델 이름입니다.)

1. 핵심 특징

• 목적: De novo (새롭게) 고친화력 단백질 binder를 디자인
  • 특정 표적 단백질(예: VEGF-A, 암·당뇨 관련)에 강하게 결합하는 새로운 단백질을 AI가 만들어줌
• AlphaFold와의 관계:
  • AlphaFold = 기존 단백질의 구조 예측
  • AlphaProteo = AlphaFold로 학습한 데이터를 바탕으로 새로운 단백질을 디자인 (생성)
• 성능:
  • 7개 표적 단백질에서 기존 방법 대비 3~300배 높은 결합 친화력
  • 실험 성공률 대폭 향상 (tens of candidates만 screening으로 충분)
  • VEGF-A 같은 난제 단백질에도 성공 (최초 AI 성공 사례)

2. 작동 원리

• 훈련 데이터: Protein Data Bank (PDB) + AlphaFold 예측 구조 1억 개 이상
• 구성: Generative model + Success filter (실험 성공 예측)
• 입력: 표적 단백질 구조 + 원하는 binding site
• 출력: 결합할 수 있는 새로운 단백질 서열과 구조 후보

2. 유전 결정론의 붕괴:

유전자가 수명을 좌우한다는 착각

80세 이상이면서 아프거나 만성질환을 앓은 적이 한번도 없는 사람들을 연구하는 wellderly project

1400명 모집

유전체 염기서열 30억개 해독

--> 건강한 사람들 유전체를 해독했지만 건강한 노화라고 추정되는 것이 없었음.

연구 핵심

• Wellderly: 80세 이상까지 만성질환 없이 건강하게 사는 사람들 (healthy aging cohort).
• 주요 결과: Wellderly 집단에서 장수 관련 유전자 변이(longevity alleles)의 빈도를 분석한 결과, 특별한 장수 유전적 enrichment(농축)가 관찰되지 않았습니다.

의의

• 유전자 결정론에 대한 반박: 장수와 건강한 노화가 유전자만으로 설명되지 않는다는 증거.
• 생활습관, 환경, 우연(stochastic) 등의 요인이 더 중요할 수 있음을 시사.
• 이후 Eric Topol 등의 Super Agers 연구의 중요한 기초가 된 논문.

한 줄 요약: Wellderly(건강 장수자)에서 장수 관련 유전자를 분석했으나 특별한 유전적 우위를 찾지 못했다는 2016년 연구

연구 핵심

• Wellderly 코호트: 80세 이상까지 만성질환 없이 건강하게 사는 사람들의 전장유전체(Whole-Genome) 분석.
• 주요 결과:
  • Wellderly 집단에서 장수·건강 관련 유전 변이의 특별한 enrichment(농축)는 관찰되지 않음.
  • 대신 일반인보다 주요 질환(알츠하이머, 관상동맥질환 등) 발병 위험도가 낮음 (Wellderly odds ratio).
• 의의: 건강한 노화가 유전자만으로 결정되지 않는다는 강력한 증거. 생활습관·환경·우연적 요인이 중요함을 시사.

Wellderly(건강 장수자) 코호트의 전장유전체 분석을 통해,
건강한 노화에 유전자가 결정적이지 않다는 2016년 Cell 연구

Illderly 

18세 이상 성인의 60%는 적어도 한가지의 만성질환을 가지고 있으며, 40%는 둘 이상을 갖고 있음. 

이 책에서는 건강 수명을 연장하는 방법에 주로 초점을 맞출 것임.

돌파구는 어디에서 왔는가

심장질환, 암, 퇴행성 신경질환같은 질환이 발달하는데 20여년이 걸리므로

예방할 기회의 창문이 아주 오래 열려있다. 

연구 핵심

• 2024 업데이트 보고서: 치매 예방·개입·관리에 대한 최신 증거 종합.
• 주요 발견:
  • 치매 발병률은 고소득국에서 감소 추세지만, 고령화로 전체 환자 수는 증가.
  • 14가지 수정 가능한 위험요인 (교육 부족, 청력 손실, 고혈압, 흡연, 비만, 우울증, 운동 부족, 당뇨, 과음, 외상성 뇌손상, 대기오염, 사회적 고립, 시력 손실, 고LDL 콜레스테롤)을 관리하면 치매의 약 40~45%를 예방하거나 지연할 수 있음.
  • 위험요인을 생애 전주기(life-course) 관점에서 다루어야 하며, 일찍 시작할수록, 오래 유지할수록 효과가 크다.

의의

• 긴 예방 창(window of opportunity): 치매의 전구기(preclinical phase)가 10년 이상 지속되므로, 중년부터 적극적 개입이 중요.
• 정책적·개인적 예방 전략(생활습관 개선, 혈관 위험요인 관리, 사회적 연결 강화 등)을 구체적으로 제시.
• “예방은 결코 늦지 않다”는 희망적 메시지.

한 줄 요약: 치매의 40% 이상을 예방할 수 있다는 강력한 증거를 제시한 2024 Lancet Commission 보고서

배경

• 알츠하이머병(AD)은 예방 가능성이 점점 높아지고 있음에도, 조기 예측·예방 전략이 부족.
• Eric Topol은 organ clocks (장기 시계) 개념을 중심으로 AD 예측·예방의 미래를 제시.

주요 내용

• Fast-paced aging measures:
  • 8개의 organ clock (brain, immune system, kidney, liver, heart, lung, muscle, metabolic clock 등)을 이용해 개인별 biological aging 속도 측정.
  • Brain clock와 immune system clock가 AD 위험 예측에 특히 강력.
• 예측과 예방 전략:
  • Multi-omics, wearable, longitudinal data를 결합한 precision prevention.
  • Lifestyle (운동, 식이, 수면), vascular health 관리, inflammation 조절, mitochondrial support 등이 핵심.
  • High-risk individuals를 조기에 식별해 pre-symptomatic intervention 가능.
• Topol의 비전:
  • AD를 예측하고 예방하는 proactive medicine로 전환.
  • AI + organ clock + multi-modal data가 핵심 도구.

https://pmc.ncbi.nlm.nih.gov/articles/PMC11148654/

염증성 장질환(IBD, 크론병·궤양성대장염)의

임상 증상이 나타나기 전(preclinical phase) 단계를

시간적·생물학적으로 세밀하게 구분한 최초의 체계적 리뷰.

IBD는

오랜 잠복기를 거쳐 발병한다는 점을 강조하며,

예방·조기개입의 새로운 전략을 제시.

1. At risk 단계 (유전적·조기 노출)

• 유전적 위험 loci (NOD2, ATG16L1 등)
• 산모 흡연, 항생제 사용, 감염, 환경 노출
• Crohn’s와 UC 모두에 공통적으로 작용

2. Preclinical phase: Disease Initiation (발병 시작 단계)

• Unknown triggering event (아직 밝혀지지 않은 유발 사건)
• Biomarkers:
  • Antimicrobial antibody (ASCA, anti-flagellin, pANCA 등) 상승
  • CRP, cytokine, fecal calprotectin 증가
  • 장벽 투과성 증가 (Leaky gut)
  • Microbiome dysbiosis
• Clinical parameters: 아직 증상은 미미하거나 없음

특징: UC보다는 Crohn’s disease에서 더 뚜렷한 변화가 관찰됨.

3. Preclinical phase: Disease Expansion (질환 확장 단계)

• Increased parameters:
  • 병원 방문 증가, CRP·혈소판 상승, 약물 사용 증가
  • Anti-integrin avβ6 등 자가항체 증가
• Decreased parameters:
  • 헤모글로빈, 알부민, mean corpuscular volume 감소
• 진단까지 약 2년 전부터 임상 지표가 급격히 변화

IBD의 Preclinical 단계 구분 (주요 기여)

1. Phase 0 (Genetic Risk)
   • 유전적 취약성만 존재 (예: NOD2, ATG16L1, IL23R 변이).
   • 아직 어떠한 생물학적 변화도 없음.
2. Phase 1 (Preclinical Inflammation)
   • 장내 미생물 불균형(dysbiosis), 장벽 투과성 증가, 미세염증 시작.
   • 혈청 바이오마커(anti-microbial antibodies, fecal calprotectin) 상승.
3. Phase 2 (Subclinical Inflammation)
   • 영상(내시경, MRI)이나 조직검사에서 경미한 염증 소견.
   • 증상은 아직 없거나 매우 경미.
4. Phase 3 (Clinical IBD)
   • 전형적인 증상(설사, 복통, 혈변)과 내시경적 염증이 명확히 나타남.

주요 질문 6가지

1. 면역학적 변화는 출생 시 또는 출생 직후부터 이미 존재하는가?
   • 그리고 이러한 변화가 조기 생애 사건(early life events)과 얼마나 관련되어 있는가?
2. Preclinical 단계 간 전환(timing of transitions)은 언제 일어나는가?
   • 어떤 노출(exposures)이나 병리학적 변화가 전환의 핵심 사건인가?
3. 질환 관련 경로(pathways)의 섭동(perturbation)은 어떤 순서로 발생하며, 서로 어떻게 상호작용하는가?
4. IBD 관련 경로가 다른 면역매개 염증성 질환(예: 류마티스 관절염, 건선 등)과 얼마나 중복(overlap)되는가?
5. 유전적 위험과 바이오마커를 결합해 IBD의 누적 위험 점수(cumulative risk score)를 만들 수 있는가?
   • 이를 통해 개인화된 예방 중재(personalized preventative interventions)를 할 수 있을까?
6. 고위험군(at risk groups)을 대상으로 류마티스 관절염이나 제1형 당뇨병처럼 효과적인 발병 지연 전략(interventional strategies)을 개발할 수 있는가?

주요 발견 및 함의

• Preclinical 단계에서 장내 미생물, 면역, 장벽 기능의 변화가 수년~수십 년 동안 진행됨.
• 예방 전략 가능성: 고위험군(가족력, 유전적 위험)에서 조기 스크리닝(fecal calprotectin, microbiome profiling)과 생활습관·식이·microbiome intervention을 통해 발병 지연 또는 예방 가능.
• IBD 발병은 단일 사건이 아니라 다단계 진행 과정이라는 새로운 패러다임 제시.

전체 구조 (시간축)

• Pregnancy → Early childhood → Adolescence → Adulthood → IBD diagnosis

1. IBD Risk Factors (위험 요인)

• Genetic risk: 임신기부터 지속적으로 존재 (유전적 취약성).
• Environmental risk factors: 약물, microbiome 변화, 애완동물, 흡연, 오염 등 — 출생 후부터 점차 증가.

2. Pathways (병리학적 경로 변화) 주요 경로들이 서로 복잡하게 상호작용하며 진행:

• Microbiome perturbations (미생물 불균형) → Immune dysfunction (면역 이상)
• Loss of barrier function (장벽 기능 상실) → Metabolic changes (대사 변화)
• Glycosylation changes (당화 변화) ←→ 다른 경로들과 순환 고리 형성

→ 이러한 경로들은 시간이 지날수록 점차 증폭됩니다.

3. Cumulative IBD Risk (누적 위험)

• 임신기부터 서서히 시작 → 청소년기 이후 급격히 증가 (노란색 그래프).
• 여러 위험 요인과 경로 변화가 쌓여 임계점을 넘으면 IBD 진단으로 이어짐.

4. Preventive Intervention (예방 개입 기회)

• Early stage (임신~청소년기): 식이·생활습관 수정 (Diet, lifestyle modification) — 가장 효과적인 창구.
• Later stage (성인기): 의학적 개입 (Medical intervention) — 약물, microbiome therapy 등.

의의

• IBD를 “예방 가능한 만성질환”으로 재정의.
• 향후 조기진단·예방의학 연구의 로드맵 역할.
• 임상적으로는 가족력 있는 사람들의 정기적 바이오마커 모니터링을 권고.

유전자는 씨앗일 뿐 운명이 아니다

• Centers for Disease Control and Prevention, “Chronic diseases in America,” CDC, 2022, https://www.cdc.gov/chronic-disease/?CDC_AAref_Val=https://www.cdc.gov/chronicdisease/resources/infographic/chronic-diseases.htm.
• “Get the facts on healthy aging,” NCOA, October 20, 2023, https://www.ncoa.org/article/get-the-facts-on-healthy-aging.
• Peter Boersma et al., “Preval‎ence of multiple chronic conditions among US adults, 2018,” Preventing Chronic Disease 17 (September 2020): E106, https://doi.org/10.5888/pcd17.200130.
• Jessica Evert et al., “Morbidity profiles of centenarians: Survivors, delayers, and escapers,” [incomplete in image].

• Nicholas Wilcox et al., “Cardiovascular disease and cancer: Shared risk factors and mechanisms,” Nature Reviews Cardiology (April 2024), https://doi.org/10.1038/s41569-024-01017-x.
• “FDA approves first orally administered fecal microbiota product for the prevention of recurrence of clostridioides difficile infection,” FDA, April 26, 2023, https://www.fda.gov/news-events/press-announcements/fda-approves-first-orally-administered-fecal-microbiota-product-prevention-recurrence-clostridioides.
• Jennifer Kahn, “CRISPR pioneer Jennifer Doudna has the guts to take on the microbiome,” Wired, September 19, 2023, https://www.wired.com/story/crispr-jennifer-doudna-microbiome/.
• “Insilico’s AI candidate for IPF doses first patient in Phase II,” Genetic Engineering & Biotechnology News, June 27, 2023, https://www.genengnews.com/topics/artificial-intelligence/insilicos-ai-candidate-for-ipf-doses-first-patient-in-phase-ii/.
• Joel Rurik et al., “CAR T cells produced in vivo to treat cardiac injury,” Science 375, no. 6576 (January 2022): 91–96, https://doi.org/10.1126/science.abm0594.
• Gang Jin et al., “A single infusion of engineered long-lived and multifunctional T cells confers durable remission of asthma in mice,” Nature Immunology 25, no. 6 (May 2024): 1059–72, https://doi.org/10.1038/s41590-024-01834-9.
• Jaeu Yi et al., “Antigen-specific depletion of CD4(+) T cells by CAR T cells reveals distinct roles of higher- and lower-affinity TCRs during auto-immunity,” Science Immunology 7, no. 76 (October 2022): eabo0777, https://doi.org/10.1126/sciimmunol.abo0777.
• Gang Jin et al., “A single infusion of engineered long-lived and multifunctional T cells confers durable remission of asthma in mice,” Nature Immunology 25, no. 6 (May 2024): 1059–72, https://doi.org/10.1038/s41590-024-01834-9.
• Anahad O’Connor, “What’s the best diet for your body? A federal study aims to find out,” Washington Post, October 24, 2023, https://www.washingtonpost.com/wellness/2023/10/24/what-is-the-best-diet-nih-study/.
• Ville Pimenoff et al., “Ecological diversity profiles of non-vaccine-targeted HPVs after gender-based community vaccination efforts,” Cell Host Microbe 31, no. 11 (November 2023): 1921–29.e3, https://doi.org/10.1016/j.chom.2023.10.001.
• Yang Liu et al., “Integration of polygenic and gut metagenomic risk prediction for common diseases,” Nature Aging 4, no. 4 (April 2024): 584–94, https://doi.org/10.1038/s43587-024-00590-7.
• David Wainer, “Gene editing will change medicine—and maybe health investing too,” Wall Street Journal, November 24, 2023, https://www.wsj.com/tech/biotech/gene-editing-will-change-medicine-and-maybe-health-investing-too.

배경

• CVD와 암은 최대 사망 원인으로, 공통 위험요인과 공유된 생물학적 기전이 많음에도 별개로 연구되어 왔음.
• 본 리뷰는 두 질환의 shared biology를 체계적으로 정리.

주요 공유 기전

1. Chronic inflammation:
   • IL-6, TNF-α, NLRP3 inflammasome 등 → plaque formation과 tumor promotion.
2. Oxidative stress & mitochondrial dysfunction:
   • ROS 과다 → DNA damage, endothelial dysfunction, cancer initiation.
3. Metabolic dysregulation:
   • Obesity, insulin resistance, Warburg effect → CVD와 암 모두 악화.
4. Clonal hematopoiesis of indeterminate potential (CHIP):
   • DNMT3A, TET2 등 돌연변이 → 염증 증가, CVD risk ↑, cancer risk ↑.
5. 기타:
   • Senescence, epigenetic changes, microbiome dysbiosis, therapy-related toxicity (암 치료가 CVD 유발).

임상적 함의

• Shared risk factor management (생활습관, statin, anti-inflammatory therapy)가 CVD와 암 동시 예방에 효과적.
• Cross-disciplinary approach 필요: cardio-oncology의 확장.

결론

• CVD와 암은 shared biology를 통해 서로 연결됨.
• 통합적 예방 전략 (inflammation/metabolism targeting)이 미래 핵심.

이 연구는 2024년 기준 미국 성인(18세 이상)의 다중 만성질환(Multiple Chronic Conditions, MCC) 유병률을 분석한 최신 역학 보고서입니다.

• Multiple Chronic Conditions (MCC): 2개 이상의 만성질환(고혈압, 당뇨, 심장병, 관절염, 암, COPD, 우울증 등)을 동시에 가진 상태를 의미합니다.
• 주요 목적: 미국 성인 인구에서 MCC의 최신 유병률, 인구학적·사회경제적 요인별 차이, 건강 불평등 현황을 파악.

핵심 결과 (예상/주요 포인트)

• 미국 성인 중 상당수가 MCC를 가지고 있으며, 특히 고령층, 저소득층, 소수인종에서 유병률이 높음.
• 이전 연구(2018년 Boersma et al.) 대비 MCC 유병률 증가 추세 확인 (인구 고령화, 생활습관병 증가 영향).
• 건강 불평등 강조: 교육 수준, 소득, 지역(도시 vs 농촌)에 따른 큰 차이.

주요 통계 요약

항목비율 (2024)설명

최소 1개 만성질환	51.1%	10개 선정 만성질환 중 1개 이상 진단받음
다중 만성질환 (MCC, 2개 이상)	26.4%	Multiple Chronic Conditions
0개 만성질환	약 48.9%	건강한 성인 비율

10개 선정 만성질환 (주요 대상)

• 관절염, 암, 만성폐쇄성폐질환(COPD), 관상동맥질환, 천식, 당뇨, 간염, 고혈압, 뇌졸중, 신장질환 등

하위 그룹별 차이 (Variations)

논문에서 강조된 통계적 유의한 차이:

• 연령: 고령일수록 MCC 유병률 급증 (노인층에서 특히 높음)
• 성별: 여성 > 남성 (일반적 경향)
• 인종/민족: Hispanic origin, Black 등 소수인종에서 상대적으로 높음
• 보험 유형: Uninsured 또는 Medicaid 등에서 MCC 비율 높음
• 도시화 수준: Rural (농촌) 지역에서 Urban 대비 MCC 유병률 높음

이전 연구와 비교 (2018년 기준)

• 2018년: MCC ≈ 27.2% (Boersma et al.)
• 2024년: 26.4% → 비슷한 수준 유지 (인구 고령화에도 불구하고 큰 증가 없음)
• Subgroup 차이(불평등)는 지속

연구 결론 (Conclusions)

• NHIS는 MCC 유병률을 신속하고 신뢰성 있게 추정할 수 있는 도구
• 2010년대 초반 수준과 유사하나, 인구학적·사회경제적 불평등은 여전
• 공중보건 정책(예방 전략, 통합 관리)에 중요한 근거 자료

배경

• 기존 CAR-T는 ex vivo (T세포를 몸 밖에서 채취·변형) 과정이 복잡하고 비용이 높음.
• 본 연구는 mRNA를 이용해 몸 안에서(in vivo) CAR-T 세포를 직접 생성하는 혁신적 방법을 개발.

주요 내용

• 기술:
  • CD5-targeted lipid nanoparticle (LNP)으로 transient anti-fibrotic CAR mRNA 전달.
  • T세포가 in vivo에서 CAR를 발현 → activated fibroblast (fibrosis 원인 세포)를 공격.
• 효과 (mouse cardiac injury 모델):
  • 단일 injection으로 CAR-T 생성 → 심근 섬유화 감소, 심장 기능 회복.
  • CAR-T는 transient (일시적)로 작용해 장기 부작용 최소화.

결론 및 의의

• In vivo CAR-T가 심장 손상·섬유화 치료에 효과적임을 최초로 증명.
• Ex vivo 제조 없이 단순 injection으로 CAR-T 생성 → 비용·시간·접근성 혁신.
• CAR-T의 새로운 패러다임: 암 외 fibrotic disease, autoimmune, cardiac injury 등 비암 질환으로 확장.

배경

• 자가면역질환에서 self-reactive CD4+ T cells가 핵심 병인.
• Higher-affinity와 lower-affinity TCR (T cell receptor)을 가진 autoreactive T cell의 역할이 불분명했음.
• 본 연구는 antigen-specific CAR-T를 이용해 CD4+ T cell을 선택적으로 depletion하는 모델을 개발.

주요 내용

• CAR-T 기술:
  • Self-antigen을 인식하는 CAR을 발현한 T세포로 autoreactive CD4+ T cell을 특이적으로 제거.
• 주요 발견:
  • Higher-affinity TCR를 가진 self-reactive CD4+ T cell: 질환 유발에 더 강력한 역할.
  • Lower-affinity TCR를 가진 T cell: regulatory 기능이나 mild contribution.
  • CAR-T depletion 후 질환 완화 확인 (EAE, MS 모델 등).
• 기전:
  • Antigen-specific depletion으로 systemic immunosuppression 없이 tolerance 유도 가능.

결론 및 의의

• Antigen-specific CAR-T가 자가면역질환에서 precision tolerance induction의 새로운 전략임을 증명.
• Higher- vs lower-affinity TCR의 distinct roles를 명확히 밝혀, 자가면역 치료의 표적 선정 기준 제시.
• CAR-T의 non-oncology 확장 (암 → 자가면역) 분야의 중요한 연구

배경

• 천식(asthma)은 만성 기도 염증으로, 기존 치료(스테로이드 등)는 증상 완화에 그침.
• 항원특이적·장기 지속 T세포를 engineering해 단일 주입으로 durable remission을 유도하는 새로운 접근.

주요 내용

• 엔지니어링 T세포:
  • Multifunctional CAR-T like T cells (Chimeric antigen receptor 유사 + regulatory 기능).
  • Long-lived memory phenotype + anti-inflammatory cytokine secretion + allergen-specific targeting.
• 효과 (마우스 모델):
  • 단일 infusion으로 장기 지속 (months) remission.
  • Airway hyperresponsiveness, inflammation, mucus production, Th2 response 강력 억제.
  • Memory T cell pool 형성으로 재발 방지.

결론 및 의의

• Engineered long-lived multifunctional T cells가 allergen-specific tolerance를 유도해 천식의 근본 치료 가능성을 제시.
• 기존 CAR-T를 알레르기·자가면역·만성염증 질환으로 확장한 혁신적 연구.
• Single-dose curative approach로, 임상 전환 잠재력 높음.

주요 내용

• HPV 백신(gender-neutral or gender-based) 접종 후 vaccine-targeted HPV type (주로 16/18 등 고위험형) 감소와 함께 non-vaccine-targeted HPV (다른 유형)의 생태학적 다양성 변화를 분석.

핵심 발견

• 백신 접종 후:
  • Vaccine-targeted type 급감 (expected effect).
  • Non-vaccine-targeted HPV의 preval‎ence와 diversity 변화: 일부 type 증가 (ecological niche replacement 가능성), 하지만 전체 HPV-related disease burden는 감소.
  • Community-level vaccination (남녀 모두 또는 targeted)에서 herd immunity와 type replacement의 장기 영향 평가.
• 생태학적 관점:
  • HPV는 다양한 유형이 경쟁하며 공존하는 microbial community.
  • 백신으로 특정 type을 제거하면 non-targeted type의 상대적 우위가 생길 수 있음.
  • 그러나 clinical significance (암·병변 위험)는 제한적.

결론 및 의의

• HPV 백신 프로그램은 전체 HPV-related disease를 효과적으로 줄이지만, non-vaccine-targeted type의 ecological dynamics를 모니터링해야 함.
• Gender-based vaccination 전략의 장기 영향과 type replacement 위험을 생태학적으로 평가한 중요한 연구.
• 백신 후 surveillance와 broader-spectrum vaccine 개발의 필요성 강조.

배경

• Polygenic Risk Score (PRS): 유전자 변이로 질환 위험 예측.
• Gut Metagenome: 장내 미생물군집(metagenome)도 건강·질환에 큰 영향.
• 두 가지를 통합하면 common diseases (만성질환) 위험 예측 정확도가 크게 향상될 수 있음.

주요 내용

• 대규모 코호트 (Finnish population 등)에서 PRS + gut metagenomic data 통합 모델 개발.
• 주요 발견:
  • PRS + Microbiome 조합이 단독 PRS보다 유의하게 우수한 예측력.
  • Type 2 diabetes, cardiovascular disease, inflammatory bowel disease 등 common diseases에서 특히 효과적.
  • Microbiome signature (특정 균주 abundance, diversity)가 PRS와 독립적·보완적 정보 제공.
• 기전적 insight:
  • 장내 미생물이 염증, 대사, 면역 경로를 통해 유전적 위험을 modulate (조절).

결론 및 의의

• Polygenic + Metagenomic risk score 통합은 precision prevention의 새로운 표준.
• 비침습적 (혈액 + 대변 샘플)으로 개인별 위험 예측 정확도 향상.
• 미래: microbiome modulation (식이, 프로바이오틱스, fecal transplant)과 결합한 맞춤 예방 전략 가능.

3. 노화를 바꾸는 일상:

저속 노화에 관한 최신 연구

https://www.ahajournals.org/doi/10.1161/CIRCULATIONAHA.117.032047

연구 핵심

• 대상: 미국 성인 대규모 코호트 (Nurses’ Health Study + Health Professionals Follow-up Study).
• 5가지 건강생활요인:
  • 금연
  • BMI 18.5~24.9
  • 중강도 이상 운동 (주 3.5시간 이상)
  • 건강한 식사 (고섬유·저가공식품)
  • 적절한 음주 (여성 ≤1잔, 남성 ≤2잔/일)

A. Hazard Ratio (사망 위험도)

• 저위험 요인이 많을수록 사망 위험이 크게 감소.
• 여성과 남성 모두 5가지 모두 실천 시 위험도가 가장 낮음 (Hazard Ratio 0.2~0.3 수준).

B. 50세 기대수명

• 0개 실천: 여성 29년, 남성 25.5년
• 5개 모두 실천: 여성 43.1년, 남성 37.6년
• → 여성 14년, 남성 12년 이상 기대수명 증가!

C. 건강생활 실천으로 얻는 기대수명 증가

• 50세부터 5가지 생활습관을 실천하면 여성 14년, 남성 12년 정도의 추가 건강수명을 얻을 수 있음.
• 나이가 들수록 효과는 점차 줄지만, 늦게 시작해도 여전히 이득이 있음.

A. 신체활동 증가 시 얻는 기대수명

• 운동량이 많을수록 기대수명 증가.
• 주 2.5시간 이상 중강도 운동 시 여성·남성 모두 최대 8년 정도 추가 수명.

B. 흡연으로 인한 기대수명 손실

• 현재 흡연자 (특히 하루 25개비 이상)는 여성 10년, 남성 12년 정도 수명 단축.
• 과거 흡연자도 일부 손실 있음.

C. 식사 품질 개선 시 기대수명 증가

• AHEI (Alternative Healthy Eating Index) 상위 그룹은 하위 그룹 대비 4~6년 기대수명 증가.

D. 음주와 기대수명

• 적당한 음주(여성 5~14.9g/일, 남성 5~29.9g/일) 대비 완전 금주나 과음은 수명 손실.

E. BMI와 기대수명 손실

• 비만(BMI 30 이상, 특히 35 이상)은 여성·남성 모두 8~10년 이상 기대수명 단축.

주요 결과

• 5가지 모두 실천 시:
  • 남성: 기대수명 14년 증가
  • 여성: 기대수명 12년 증가
• 모든 원인 사망률 (all-cause mortality) 크게 감소.
• 조기 사망 위험도 현저히 낮아짐.

의의

• 생활습관 변화만으로 수명 연장 효과가 매우 크다는 강력한 증거.
• 심혈관질환·암·당뇨 등 주요 사망 원인 예방에 생활습관이 가장 효과적임을 확인.

나쁜 식사는 가장 강력한 노화 촉진제다

아마존에서 식사관련 책을 검색하면 6만원의 책 ... 가장 건강한 식사라고 말할 수 있는 것은? 

초가공 식품 ultra-processed food

연구 핵심

• 초가공식품(Ultra-Processed Foods, UPF): 산업적으로 대량 생산된 가공식품(탄산음료, 과자, 즉석식품, 패스트푸드 등).
• 주요 결과: UPF를 많이 섭취할수록 다양한 건강 문제와 강한 연관성.
  • 비만, 제2형 당뇨, 심혈관질환, 암, 우울증, 사망률 증가 등.
  • 비전염성 질환(non-communicable diseases) 위험 ↑.

의의

• UPF 섭취가 전체 사망률과 만성질환의 중요한 위험요인임을 체계적으로 검토.
• “먹는 것”이 건강수명에 미치는 영향을 강조하며, 가공식품 줄이기의 필요성을 제시.

연구 유형

• Umbrella Review (메타분석의 메타분석): 기존 체계적 검토·메타분석 45개를 종합한 최고 수준 증거.

주요 결과

• 초가공식품(UPF) 섭취가 많을수록 모든 원인 사망률과 다양한 건강 문제 위험이 유의하게 증가.
• 특히 강한 연관성:
  • 심장대사 질환 (심혈관질환, 당뇨, 고혈압)
  • 정신건강 장애 (우울증, 불안)
  • 암, 수면 장애, 천식 등

의의

• UPF가 단순한 “칼로리” 문제가 아니라 독립적 위험요인임을 가장 강력한 증거로 확인.
• 공중보건 정책에서 UPF 소비를 줄이는 것이 중요하다는 강력한 권고

논문 유형

• Perspective (관점 논문): 무작위 대조군 연구(RCT) 결과를 바탕으로 초가공식품(UPF)과 비만의 관계를 해석하는 전문가 의견.

주요 내용

• 최근 Hall et al.의 RCT(초가공식품 vs 비가공식품 비교)에서 UPF 섭취 시 칼로리 섭취 증가와 체중 증가가 관찰되었음을 인정.
• 그러나 인과관계 해석에 주의할 점을 지적:
  • UPF가 비만을 유발하는 정확한 메커니즘(영양 불균형, 식품 경도, 첨가물, 포만감 저하 등)은 아직 명확하지 않음.
  • RCT 결과는 UPF가 “문제”라는 강한 증거지만, 모든 UPF가 동일하게 위험한 것은 아님.
• 임상·정책적 함의: UPF 소비를 줄이는 것이 비만 예방에 도움이 되지만, 더 정밀한 연구가 필요.

의의

• UPF와 비만 논쟁에서 중립적·과학적 관점을 제시.
• “UPF를 무조건 나쁘다” vs “모든 것을 UPF 탓으로 돌리는 것” 사이의 균형 잡힌 해석

연구 설계

• 무작위 교차 연구(RCT): 20명의 체중 안정 성인(평균 31세, BMI 27)을 대상.
• 2주씩 초가공식품 식단(UPF) vs 비가공식품 식단(Unprocessed)을 교차로 제공.
• 칼로리·영양소·나트륨·섬유질 등은 두 식단에서 동일하게 맞춤.

주요 결과

• UPF 식단 시:
  • 하루 칼로리 섭취 +508 kcal 증가.
  • 체중 +0.9 kg 증가 (2주 만에).
• 참가자들이 UPF 식단에서 더 많이 먹음 (포만감 저하, 먹는 속도 증가).

의의

• 초가공식품 자체가 과식과 체중 증가를 유발한다는 인과관계를 RCT로 처음 증명.
• 영양소 구성이 같아도 가공 정도가 칼로리 섭취와 체중에 큰 영향을 미침.

한 줄 요약: 초가공식품 식단은 영양소가 같아도 하루 500kcal 이상 과식하게 만들어 체중 증가를 일으킨다는 2019년 Cell Metabolism RCT 연구

좌측: UPF의 특징

• 영양 불균형: 염분·설탕·칼로리 ↑, 섬유질·비타민·미네랄 ↓
• 가공 방식: 압출·성형·튀김 등 → 식품 매트릭스·질감 변화
• 첨가물 및 오염물: 식품 첨가물, 포장재 오염물 (비스페놀, 프탈레이트 등)
• 판매 전략: 매력적·오래 보관 가능 제품

중앙: 중간 과정

• 영양 질 저하 → 과식·섭취 속도 증가
• 소화·흡수 변화 → 영양소 이용률 변화, 세포 수준 영양소 과다
• 유해 물질 생성 → 산화 스트레스, 염증 물질
• 첨가물 노출 → 장내 미생물 변화, 대사 교란

우측: 결과

• 심장대사 위험 증가:
  • 혈중 지질 이상
  • 장내 미생물 변화
  • 비만
  • 염증
  • 산화 스트레스
  • 인슐린 저항성
  • 고혈당
  • 고혈압

연구 유형

• Review (종합 검토 논문): 초가공식품(UPF)과 심장대사 건강 (비만, 당뇨, 고혈압, 심혈관질환 등)의 관계를 정리.

주요 내용

• 고소비군 vs 저소비군 비교:
  • UPF를 많이 섭취할수록 제2형 당뇨, 비만, 고혈압, 심혈관질환 위험 유의하게 증가.
• 기전:
  • 과도한 칼로리 섭취
  • 영양 불균형 (섬유질·미네랄 부족)
  • 첨가물 (유화제, 감미료 등)의 대사 영향
  • 식품 경도 저하 → 과식 유발

의의

• UPF가 단순한 “칼로리 폭탄”이 아니라 독립적 심장대사 위험요인임을 확인.
• 공중보건 정책에서 UPF 소비 제한의 필요성을 강조.

https://www.bmj.com/content/365/bmj.l1451

연구 설계

• 대규모 전향적 코호트 연구 (프랑스 NutriNet-Santé, 약 10만 5천 명, 평균 추적 5년).
• 초가공식품(UPF) 섭취 비율과 심혈관질환 발생 위험의 연관성 분석.

주요 결과

• UPF 섭취가 많을수록:
  • 전체 심혈관질환 위험 증가
  • 관상동맥질환(coronary heart disease) 위험 증가
  • 뇌졸중 위험도 증가 경향
• 다른 위험요인(연령, BMI, 흡연, 운동 등)을 보정해도 독립적 위험으로 확인.

이 그래프는
식이에서 초가공식품(UPF) 비율이 증가함에 따라
심혈관질환 위험이 어떻게 변하는지를 보여줍니다.

(3개 그래프: 전체 심혈관질환, 관상동맥질환, 뇌혈관질환)

공통 패턴

• UPF 비율 증가 → Hazard Ratio(위험도) 선형적으로 증가 (비선형성은 유의하지 않음, P=0.34~0.74).
• UPF 비율 0% (거의 안 먹는 경우) 대비 50% 이상 섭취 시 위험도가 현저히 상승.

세부 해석

• Cardiovascular disease (전체 심혈관질환): UPF 비율이 높아질수록 위험도 꾸준히 증가.
• Coronary heart disease (관상동맥질환): 가장 명확한 상승 추세.
• Cerebrovascular disease (뇌혈관질환, 뇌졸중 등): 비슷한 상승 패턴.

임상적 의미

• UPF를 식이의 10% 이상으로 섭취하기 시작하면 위험도가 눈에 띄게 증가.
• 선형 관계: “조금만 먹어도 괜찮다”는 안심은 어려움. 최대한 줄이는 것이 최선.

의의

• 초가공식품이 심혈관질환의 중요한 수정 가능한 위험요인임을 대규모 코호트로 처음 증명한 연구.
• 영양소 구성이 아닌 가공 정도 자체가 건강에 해롭다는 증거.

연구 핵심

• 초가공식품(UPF) 섭취와 신경학적 결과 (인지 저하, 뇌졸중, 치매 등)의 연관성을 분석한 연구.
• UPF가 심장대사 질환뿐 아니라 뇌 건강에도 직접적·간접적 영향을 미친다는 증거 제시.

주요 내용

• UPF 고섭취군에서 인지 기능 저하, 뇌졸중 위험 증가.
• 메커니즘: 염증, 산화 스트레스, 장-뇌 축( Gut-Brain Axis) 변화, 혈관 손상 등.
• 기존 연구(심혈관·대사)와 연계하여 UPF가 전신적·신경학적 건강을 동시에 위협한다고 결론.

의의

• UPF 제한이 뇌졸중·인지 저하·치매 예방에도 중요함을 보여줌.
• 영양학적 개입이 신경과 질환 관리에 필수적이라는 점 강조.

한 줄 요약: 초가공식품 섭취가 인지 저하와 뇌졸중 등 신경학적 악화와 연관된다는 2024년 Neurology 연구

감미료(단맛 시럽)

https://cafe.daum.net/panicbird/S5zw/278

Re: 식품첨가물(유화제) carboxymethylcellulose, polysorbates, monoglycerides탐구

연구 설계

• 대규모 전향적 코호트 연구 (프랑스 NutriNet-Santé 코호트, 수만 명).
• 식품 첨가물 유화제(Emulsifiers: carboxymethylcellulose, polysorbates, monoglycerides 등) 섭취량과 제2형 당뇨 발병 위험의 연관성 분석.

주요 결과

• 유화제를 많이 섭취할수록 제2형 당뇨 위험이 유의하게 증가.
• 특정 유화제(예: CMC, polysorbates)에서 더 강한 연관성 관찰.
• 장내 미생물 변화, 염증, 대사 교란 등의 메커니즘이 관련된 것으로 추정.

의의

• 초가공식품(UPF)에 흔히 들어가는 유화제가 독립적인 당뇨 위험요인임을 처음으로 대규모 코호트에서 증명.
• “첨가물 안전” 기준 재검토 필요성을 제기.

한 줄 요약: 식품 첨가물 유화제 섭취가 제2형 당뇨 위험을 높인다는 2024년 Lancet 대규모 코호트 연구

식품 첨가물 유화제(Emulsifiers) 3가지 설명

1. Carboxymethylcellulose (CMC, E466)

• 역할: 물과 기름을 안정적으로 섞이게 하는 증점제·유화제.
• 주요 사용: 아이스크림, 소스, 빵, 가공육, 음료 등.
• 문제점: 장 점막을 자극해 장 투과성 증가(leaky gut), 염증, 장내 미생물 불균형 유발 가능. 최근 연구에서 제2형 당뇨·염증성 장질환 위험 증가와 연관.

2. Polysorbates (E432~E436, Polysorbate 80 등)

• 역할: 강력한 유화제. 기름 방울을 잘게 쪼개 안정화.
• 주요 사용: 아이스크림, 초콜릿, 가공식품, 의약품·화장품.
• 문제점: 장내 미생물총 변화, 염증 유발, 장벽 기능 저하. 동물실험과 인체 연구에서 대사증후군·비만·당뇨 위험 증가와 관련.

3. Monoglycerides (E471, Mono- and Diglycerides)

• 역할: 가장 흔한 유화제. 지방산과 글리세롤 결합물.
• 주요 사용: 빵, 케이크, 마가린, 초콜릿, 아이스크림 등 거의 모든 가공식품.
• 문제점: 과도한 섭취 시 인슐린 저항성, 혈중 지질 이상, 장내 미생물 변화 가능. 초가공식품(UPF)의 대표적 첨가물.
  
  

https://pmc.ncbi.nlm.nih.gov/articles/PMC9886228/

https://cafe.daum.net/panicbird/S6LP/233

설탕(단맛) 중독에 대한 Neural basis 2022 네이처!!

연구 내용

• 설탕 선호(sugar preference)의 신경학적 기전을 종합적으로 검토한 리뷰 논문.
• 주요 초점:
  • 장(gut)에서 설탕을 감지하는 분자 수용체(molecular receptors)와 세포.
  • 뇌로 신호를 전달하는 신경 회로(circuits).
  • 설탕 섭취를 유발하는 행동적 결과(behavioural consequences).

핵심 포인트

• 장에 존재하는 설탕 감지 시스템이 뇌의 보상 회로(도파민 등)를 자극하여 설탕에 대한 강한 선호를 만듦.
• 이는 단순한 “맛”이 아니라, 장-뇌 축(gut-brain axis)을 통한 생물학적 메커니즘.
• 과도한 설탕 섭취가 중독-like 행동을 유발할 수 있음을 설명.

의의

• 설탕 과다 섭취 문제를 신경생물학적 관점에서 이해하는 데 중요한 리뷰.
• 초가공식품(설탕 다량 함유) 제한의 과학적 근거로 활용 가능.

한 줄 요약: 장 속 설탕 감지 시스템이 뇌 보상 회로를 자극해 설탕 선호를 만드는 신경학적 메커니즘을 정리한 2022년 Nature 리뷰

Box 1. Sugar 요약

설탕(Sugar)의 기원과 역사

• 영어 “sugar”는 산스크리트어 “sharkara”(자갈 같은 질감)에서 유래.
• 알렉산더 대왕 시대에 아랍어를 거쳐 유럽으로 전파 (“sucre” in French, “azúcar” in Spanish).
• 농업혁명(~8000 BCE) 때부터 기록. 사탕수수는 가장 먼저 재배된 작물 중 하나.

생물학적·화학적 특징

• 설탕(sucrose): 포도당(glucose) + 과당(fructose)이 결합된 이당류(disaccharide).
• 소화: Sucrase-isomaltase 효소에 의해 분해되어 흡수.
• 흡수 경로:
  • 구강(타액)과 소장(십이지장·공장)에서 효소 발현.
  • 포도당은 혈류로 흡수 → 췌장 호르몬(인슐린 등)으로 조절.
  • 과당은 간으로 이동 → 과당분해(fructolysis) 후 글루코네오제네시스나 지방합성.

생리적 역할

• 포도당은 중추신경계(CNS)의 주요 에너지원.
• 지방보다 저장량이 적어, 지속적 보충(음식 또는 글루코네오제네시스)이 필요.
• 설탕의 매력은 진화적으로 과일 기반 식단에서 유래 — 칼로리 밀도를 예측하는 신호 역할.

이 그림은
장 상피세포(gut epithelial cells)가 포도당(glucose)을 감지하고 신호를 전달하는
3가지 주요 경로를 보여줍니다.

① SGLT1 경로 (Sodium-Glucose Linked Transporter 1)

• 포도당이 Na⁺와 함께 세포 내로 들어옴.
• ATP 생산 → K_ATP 채널 닫힘 → 세포 탈분극 → L-type Voltage-Gated Calcium Channel (L-VGCC) 개방 → Ca²⁺ 유입.

② T1R3 경로 (Sweet Taste Receptor)

• T1R3 수용체 활성화 → Gα 단백질 → PLCβ2 → PIP2 → IP3 → IP3R → ER에서 Ca²⁺ 방출.
• TRPM5 채널 활성화 → Na⁺ 유입 → 세포 탈분극.

③ Neuropod Cell 경로

• 장 신경세포(neuropod cell)가 포도당을 감지해 글루타메이트(glutamate) 방출.
• 이는 미주신경(vagal afferent)을 자극해 뇌로 신호 전달.

전체 흐름

• 장에서 포도당 감지 → 세포 내 Ca²⁺ 증가 → 호르몬(CCK) 또는 신경 전달물질 방출 → 뇌(보상 회로)로 신호 → 설탕 선호 행동 유발.

https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2733424

연구 설계

• REGARDS 연구의 2차 분석 (미국 성인 대규모 코호트).
• 설탕 음료(sugary beverages) 섭취와 전체 사망률(mortality)의 연관성 분석.

주요 결과

• 설탕 음료(탄산음료, 과일 음료 등) 섭취가 높을수록 전체 사망률이 증가.
• 특히 심혈관질환 관련 사망률과 강한 연관성.
• 다른 생활습관 요인을 보정 후에도 독립적 위험요인으로 확인.

의의

• 설탕 음료가 사망 위험을 높이는 수정 가능한 생활습관 요인임을 보여줌.
• 공중보건 정책에서 설탕 음료 소비 제한(세금, 교육 등)의 필요성을 뒷받침.

한 줄 요약: 설탕 음료 섭취가 미국 성인의 사망 위험 증가와 연관된다는 2019년 JAMA Network Open 코호트 연구

연구 설계

• Mendelian Randomization (MR) 연구: 유전적 변이를 instrumental variable로 사용하여 설탕 음료(SSB)와 순수 과일 주스 섭취가 6가지 심혈관질환 위험에 미치는 인과관계를 분석.

주요 결과

• 설탕 음료(SSB): 여러 심혈관질환(관상동맥질환, 뇌졸중 등) 위험 증가와 인과적 연관성 확인.
• 순수 과일 주스: 일부 CVD 위험과 연관성 없거나 보호적일 수 있음 (설탕 음료와 차이).

의의

• 관찰 연구의 교란 요인을 최소화한 MR 방법으로 SSB의 해로운 효과를 더 강력하게 증명.
• 과일 주스와 SSB를 구분하여, 자연 당 vs 첨가당의 차이를 강조.

한 줄 요약: 설탕 음료 섭취가 심혈관질환 위험을 높인다는 인과적 증거를 Mendelian randomization으로 확인한 2024년 연구

https://jamanetwork.com/journals/jamainternalmedicine/fullarticle/2749350

연구 설계

• 대규모 유럽 코호트 연구 (EPIC 연구, 10개국).
• Soft drink (탄산음료) 섭취와 전체 사망률(all-cause mortality), 원인별 사망률의 연관성 분석.

주요 결과

• 설탕 첨가 탄산음료(sugar-sweetened soft drinks) 섭취가 전체 사망률 증가와 양의 연관성.
• 특히 심혈관질환 사망, 소화기 질환 사망과 강한 연관성.
• 인공감미료 탄산음료도 일부 위험 증가와 연관 (하지만 설탕 음료만큼 강하지 않음).

의의

• Soft drink가 사망 위험을 높이는 생활습관 요인임을 대규모 코호트로 확인.
• HPFS/NHS 연구 등 다른 코호트 결과와 일관된 증거.

한 줄 요약: 설탕 첨가 탄산음료 섭취가 전체 사망률 증가와 연관된다는 2019년 JAMA Internal Medicine 유럽 코호트 연구

연구 설계

• Nurses’ Health Study (NHS) + Health Professionals Follow-up Study (HPFS) 대규모 코호트.
• 설탕 음료(SSB)와 인공감미료 음료(ASBs) 장기 섭취와 전체 사망률 및 원인별 사망률 연관성 분석.

주요 결과

• SSB (설탕 음료) 고섭취군에서 전체 사망률이 유의하게 증가.
• dose-response 관계: 섭취량이 많을수록 위험도가 점차 증가 (graded association).
• 심혈관질환 사망, 암 사망 등에서도 연관성 관찰.
• ASB(인공감미료 음료)도 일부 위험 증가와 연관되었으나, SSB만큼 강하지 않음.

의의

• 설탕 음료가 사망 위험을 높이는 강력한 생활습관 요인임을 장기 추적 연구로 확인.
• “dose-dependent” 효과를 보여, 섭취량을 최대한 줄이는 것이 중요함을 강조.

한 줄 요약: 설탕 음료 장기 섭취가 전체 사망률 증가와 dose-dependent 연관성을 보인다는 2019년 Circulation 대규모 코호트 연구

https://cafe.daum.net/panicbird/S5zw/279

Re: 구강질환 란셋 시리즈 논문 탐구!!

연구 설계

• NutriNet-Santé 코호트 (프랑스 대규모 전향적 코호트).
• 인공감미료(Artificial sweeteners) 총 섭취량과 심혈관질환(CVD) 위험의 연관성 분석.

주요 결과

• 인공감미료 총 섭취가 전체 CVD 위험 증가와 연관.
• 특히 뇌혈관질환(cerebrovascular disease) 위험 증가가 두드러짐.
• Aspartame, acesulfame-K, sucralose 등 개별 감미료에서도 일부 위험 증가 관찰.
• 다른 위험요인(연령, BMI, 생활습관 등)을 보정한 후에도 독립적 연관성 확인.

의의

• 인공감미료가 심혈관 건강에 부정적 영향을 미칠 수 있다는 증거.
• 설탕 대체제로 인공감미료를 무제한 사용하는 것이 안전하다는 가정에 의문을 제기.
• 초가공식품 내 인공감미료 사용에 대한 재평가 필요.

한 줄 요약: 인공감미료 섭취가 전체 심혈관질환과 뇌혈관질환 위험 증가와 연관된다는 2022년 NutriNet-Santé 코호트 연구

https://cafe.daum.net/panicbird/S5zw/280

Re: 설탕 대신 스테비아를 사용하면 괜찮은가? 아니다!!

소금

https://jamanetwork.com/journals/jama/fullarticle/2811931

연구 설계

• Crossover trial (교차 설계): 고나트륨 식이 → 저나트륨 식이 (또는 반대)로 순서를 바꿔 비교.
• 고혈압 또는 정상혈압 성인을 대상으로 1주일 고나트륨 식이 vs 1주일 저나트륨 식이 비교.

주요 결과

• 저나트륨 식이 1주 → 수축기 혈압(systolic BP) 평균 8 mmHg 감소 (고나트륨 식이 대비).
• 효과는 고혈압 환자에서 더 크고, 정상혈압자에서도 유의.
• 부작용: 저나트륨 식이 기간 동안 심각한 이상반응은 거의 없음.

의의

• 단기(1주) 저나트륨 식이만으로도 혈압을 의미 있게 낮출 수 있음을 보여줌.
• 고혈압 관리에서 식이 나트륨 제한의 강력한 증거 제공.
• 기존 연구보다 더 엄격한 통제(식사 제공)로 신뢰성 높음.

한 줄 요약: 1주 저나트륨 식이가 고나트륨 식이에 비해 수축기 혈압을 평균 8 mmHg 낮춘다는 2023년 JAMA crossover 연구

연구 배경

• 고염분 식이(high-salt diet, HSD)가 혈관 기능 장애와 인지 기능 저하를 유발한다는 관찰.
• 뇌 혈관과 인지 기능에 미치는 기전을 장-뇌 축(gut-brain axis) 관점에서 규명.

주요 결과

• 고염분 식이 → 장내 미생물총 변화 → TH17 세포 (특히 IL-17 생성) 증가.
• TH17 세포가 뇌 혈관 내피 기능 장애(endothelial dysfunction)를 유발 → 뇌 혈류 감소.
• 결과적으로 인지 기능 저하 (기억·학습 능력 악화) 관찰.
• 기전: 장에서 시작된 TH17 반응이 혈액을 통해 뇌 혈관에 영향을 미침 (gut-initiated TH17 response).

의의

• 고염분 식이가 단순히 혈압 상승뿐 아니라 장-면역-뇌 축을 통해 신경혈관 및 인지 기능을 직접적으로 손상시킨다는 최초의 기전 연구.
• 고혈압·인지저하·치매 예방에서 나트륨 제한의 중요성을 강조.

한 줄 요약: 고염분 식이가 장내 TH17 반응을 통해 뇌 혈관 기능 장애와 인지 저하를 유발한다는 2018년 Nature Neuroscience 연구

https://www.nejm.org/doi/full/10.1056/NEJMoa2109794

연구 설계

• PURE 연구 (Prospective Urban Rural Epidemiology) 대규모 국제 코호트.
• 24시간 소변 나트륨·칼륨 배설량을 측정하여 나트륨-칼륨 비율(sodium-to-potassium ratio)과 심혈관질환(CVD) 위험의 연관성 분석.

주요 결과

• 나트륨-칼륨 비율이 1단위 증가할 때마다 심혈관 위험 24% 증가.
• 높은 나트륨 배설 + 낮은 칼륨 배설 = CVD 위험 특히 높음.
• 이는 혈압 상승뿐 아니라 다른 기전(혈관 기능, 염증 등)도 관여할 수 있음.

의의

• 나트륨 제한 + 칼륨 섭취 증가 (과일·채소 중심 식사)가 CVD 예방에 매우 중요함을 강조.
• 24시간 소변 검사가 나트륨·칼륨 섭취 평가의 gold standard임을 재확인.

한 줄 요약: 나트륨-칼륨 비율 증가가 심혈관 위험을 24%씩 높인다는 2022년 NEJM 대규모 코호트 연구

A. 24시간 소변 나트륨 배설량

• 나트륨 배설량이 증가할수록 CVD 위험 선형적으로 증가 (P<0.001).
• 특히 3,000~6,000 mg/day 구간에서 위험이 뚜렷.

B. 24시간 소변 칼륨 배설량

• 칼륨 배설량이 증가할수록 CVD 위험 감소 (P=0.005).
• 칼륨이 많을수록 (과일·채소 섭취 지표) 보호 효과.

C. 나트륨-칼륨 비율 (Sodium-to-Potassium Ratio)

• 비율이 증가할수록 CVD 위험 가장 강하게 증가 (P<0.001).
• 비율 2~4.5 구간에서 위험이 급격히 상승.

나트륨 제한 + 칼륨 증가 (저나트륨·고칼륨 식이)가 CVD 예방에 가장 효과적임을 보여주는 강력한 증거.
나트륨-칼륨 비율이 단순 나트륨량보다 더 중요한 예측 인자

탄수화물, 단백질, 지방 - carbotixicity

https://pmc.ncbi.nlm.nih.gov/articles/PMC6339822/

연구 설계

• ATHEROSclerosis Risk in Communities (ARIC) 코호트, 미국 성인 15,428명, 장기 추적 (평균 25년).
• 식이 탄수화물 섭취량(%)과 전체 사망률 및 원인별 사망률의 연관성 분석.
• U-shaped 관계에 초점: 극단적 저탄수화물 vs 고탄수화물 식이 비교.

주요 결과

• 저탄수화물 식이 (탄수화물 <40%): 전체 사망률 증가.
  • 특히 동물성 단백질·지방 중심 저탄수화물 식이(예: 고기·유제품 위주)에서 사망 위험 유의하게 높음.
• 고탄수화물 식이 (탄수화물 >70%): 사망률도 증가 (U-shaped curve).
• 중간 수준 탄수화물 (50~55%) + 식물성 단백질·지방 중심 식이가 최적 (가장 낮은 사망률).

의의

• 저탄수화물 다이어트의 장기 안전성에 의문 제기 (특히 동물성 위주일 때).
• 식물성 중심의 균형 잡힌 탄수화물 섭취가 장수에 유리함을 시사.
• 후속 연구에서 “저탄수화물 = 건강”이라는 단순화된 인식을 경계하게 만든 영향력 있는 논문.

연구 설계

• 체계적 문헌고찰 + 메타분석 시리즈 (총 185개 이상 연구, 수백만 명 규모).
• 탄수화물의 질(carbohydrate quality) — 정제 탄수화물 vs 전곡·섬유질·저GI 탄수화물 — 이 건강에 미치는 영향을 종합 분석.

주요 결과

• 섬유질(glycaemic index/load, whole grain)이 높은 탄수화물 섭취 → 전체 사망률, CVD, 제2형 당뇨, 대장암 위험 감소.
• 정제 탄수화물·고GI 식이 → 위험이 증가.
• 탄수화물 총량보다 질(quality)이 건강 결과에 더 중요함을 강조.

의의

• “저탄수화물 vs 고탄수화물” 논쟁을 넘어 탄수화물의 종류와 질이 핵심임을 밝힌 획기적 연구.
• 전곡, 채소, 과일, 콩류 중심의 고품질 탄수화물 식이가 장기 건강에 가장 유리.
• WHO·영양 지침에 큰 영향을 준 논문.

연구 설계

• 메가 코호트 메타분석: 여러 대규모 코호트(수백만 명 규모)를 종합.
• 혈당지수(Glycaemic Index, GI)와 혈당부하(Glycaemic Load, GL)가 제2형 당뇨, 심혈관질환, 암, 전체 사망률에 미치는 영향 분석.

주요 결과

• 고GI·고GL 식이 → 제2형 당뇨 위험 증가, 심혈관질환 위험 증가, 전체 사망률 증가.
• 암 위험도 일부 증가 경향.
• 저GI 식이 (전곡, 채소, 콩류 중심)는 보호 효과.

의의

• 탄수화물의 양보다 질(GI/GL)이 만성질환 위험에 더 중요함을 재확인.
• 2019년 Reynolds 연구(Lancet carbohydrate quality series)와 일관된 강력한 증거.
• 실생활 식이 지침(저GI 식사 추천)에 직접 적용 가능.

한 줄 요약: 고혈당지수·고혈당부하 식이가 제2형 당뇨, 심혈관질환, 사망률 증가와 연관된다는 2024년 Lancet 대규모 메타분석

https://www.nejm.org/doi/full/10.1056/NEJMoa2007123

연구 설계

• PURE 연구 (Prospective Urban Rural Epidemiology) 대규모 국제 코호트 (20개국, 137,851명, 평균 9.5년 추적).
• 식이 혈당지수(GI)와 혈당부하(GL)를 계산하여 심혈관질환(CVD) 및 사망률과의 연관성 분석.

주요 결과

• 고GI 식이 → 주요 CVD 사건(심근경색, 뇌졸중 등) 위험 증가, 전체 사망률 증가.
• 고GL 식이도 유사한 위험 증가 경향.
• 효과는 이미 당뇨가 있는 사람과 없는 사람 모두에서 관찰됨.
• 특히 정제 탄수화물·고GI 음식 (흰쌀밥, 흰빵, 감자 등)이 문제.

의의

• 탄수화물의 양보다 질(GI/GL)이 CVD 위험에 더 중요함을 대규모 코호트로 증명.
• 저GI 식이(전곡, 콩류, 채소 중심)가 CVD 예방에 도움이 됨을 강력히 시사.

한 줄 요약: 고혈당지수 식이가 심혈관질환과 사망 위험 증가와 연관된다는 2021년 NEJM PURE 연구

요 메시지

• “You Are What You Eat”은 오래된 진리지만, 최적의 식이를 정의하기는 매우 어렵다.
• 전 세계 195개국 분석에서 나쁜 식이가 사망의 22%를 차지 (흡연, 암, 고혈압 등 다른 요인보다 더 큰 영향).
• Amazon에만 40,000개 이상의 다이어트 책이 있지만, 증거는 빈약하고 개인차가 크다.
• “Food science”는 종종 oxymoron (모순어) — 식이일기 의존, RCT 어려움, Big Food 산업 영향 때문.
• 글로벌 당뇨·비만 유행의 상당 부분이 식이에서 기인.
• GLP-1 약물(세마글루티드 등)이 나오면서 “문제를 해결했다”는 과도한 낙관이 있지만, 이는 근본 해결책이 아님.

Topol의 관점

• 개인화된 영양(personalized nutrition)이 미래.
• 현재 증거로는 전곡, 채소, 과일, 견과류, 생선, 올리브유 중심의 지중해식/식물성 위주 식이가 가장 강력한 지지를 받음.
• GLP-1 시대에도 식이·생활습관 개선이 여전히 핵심.

한 줄 요약: 나쁜 식이가 전 세계 사망의 22%를 차지하지만, 진정한 “최적 식이”는 개인차가 크고 증거가 부족하다는 Eric Topol의 2023년 에세이

단백질

연구 설계

• Health ABC Study (미국 노인 코호트, 70~79세).
• 6년 추적관찰 동안 단백질 섭취량과 이동 능력 제한(mobility limitation) 발병의 연관성 분석.

주요 결과

• 단백질 섭취가 적은 노인에서 이동 능력 제한 (보행 속도 저하, 계단 오르기 어려움 등) 발병 위험이 유의하게 증가.
• 특히 동물성 단백질과 총 단백질 섭취가 충분한 그룹에서 이동 기능이 더 잘 유지됨.

의의

• 노화와 함께 단백질 섭취 부족이 근감소증(sarcopenia)과 이동 장애의 주요 위험요인임을 확인.
• 고령자에서 단백질 1.0~1.2 g/kg/day 이상 권장의 근거 강화.
• “단백질은 근육 건강에 필수”라는 실증적 증거.

한 줄 요약: 노인에서 단백질 섭취 부족이 6년간 이동 능력 제한 발병 위험을 높인다는 Health ABC 코호트 연구

연구 배경

• 고단백 식이의 이점(근육 유지)과 잠재적 부작용(염증, 대사 부담) 사이의 균형.
• 루신(leucine)이 단백질 대사와 면역 세포(단핵구/대식세포) 반응의 핵심 매개체임을 규명.

주요 발견

• 한 끼 식사당 단백질 ~25g 초과 시 루신 농도가 급격히 상승 → 단핵구/monocytes와 대식세포/macrophages의 대사·염증 반응이 활성화.
• threshold effect (임계 효과): 25g 이하에서는 큰 변화 없음, 초과 시 급격한 변화.
• 고단백 식이가 루신을 통해 면역 세포를 자극하여 염증 관련 경로를 활성화할 수 있음.

의의

• 고단백 식이(특히 노인·운동선수)의 최적 용량을 제안.
• 한 끼당 25~30g 단백질을 초과하지 않는 “분산 섭취”가 바람직할 수 있음.
• 루신 매개 임계 효과는 고단백 식이의 잠재적 부작용(만성 저등급 염증)을 설명하는 새로운 기전.

한 줄 요약: 한 끼 식사당 단백질 ~25g 초과 시 루신 증가로 단핵구/대식세포가 활성화된다는 2024년 threshold effect 연구

카페인 하루 4잔

알콜

적색육

좋은 식품 --> 지중해 식단

열량제한

영양보충제

운동은 약보다 강하다

수면은 뇌를 재설정한다

독소는 조용히 축적된다

외로움은 염증을 키운다

2부 만성질환은 피할 수 없는 운명인가

4. 비만과 당뇨:

비만은 의지의 문제일까, 시스템의 문제일까
한 약물이 바꾼 패러다임

지방세포와 호르몬 공장

공중 보건의 승리와 패배

비만보다 더 위험한 것

대사 증후군이 보내는 경고

기술은 질병을 어떻게 다루는가

5. 심혈관 질환:

심장은 언제 늙기 시작할까
죽상경화증은 조용히 시작된다

약물은 무엇을 막을 수 있는가

예측 의학의 시대

심방세동, 전기적 노화의 신호

6. 면역과 암:

암을 미리 알아차릴 수 있을까
고위험군은 어떻게 정의되는가

혈액 검사와 조기 탐지 기술

건강 수명 관점에서의 암 관리

예방은 치료보다 강력하다

7. 신경 퇴행 질환:

치매를 예방할 수 있을까
알츠하이머병의 생물학

위험한 유전자

생활 습관이 뇌를 바꾼다

장내 미생물군과 뇌의 연결

효과가 없어 보이는 치료법들

새롭게 떠오르는 전략들

노화 질환의 자연사를 바꾸다

파킨슨병과 운동 신경의 퇴행

뇌를 젊게 유지하는 방법

3부 과학은 노화를 어떻게 해결하는가

8. 희귀질환의 전환:

고칠 수 없는 병은 없다
단 한 번의 유전자 치료

DNA 편집을 넘어서

윤리·법·공정성의 문제

9. 면역의 재설계:

면역이 노화의 속도를 결정한다
면역계는 어떻게 노화하는가

자가면역과 만성 염증의 조절

면역 관용을 되찾는 법

건강 수명 혁명을 향하여

면역반응을 설계하는 시대

10. 감염병의 미래:

팬데믹은 우리를 죽이지 못한다
mRNA 백신의 가능성과 한계

엡스타인바바이러스와 암

감염 통제가 수명을 바꾼다

우리는 준비되어 있는가

11. 정신건강의 재정의:

정신건강은 젊음의 핵심이다
수면, 활동, 접촉의 생물학

음식과 기분의 연결

AI 챗봇은 우리를 치료할 수 있을까

약물은 최후의 수단이다

4부 늙지 않는 슈퍼에이저스의 등장

12. 달라지는 노화:

우리는 몇 살까지 젊게 살 수 있을까
노화의 비밀을 푸는 12가지 열쇠

생물학적 나이의 표지

기관 시계|조직 특이적 노화

노화 과정
조절

노화를 늦추는 개입 전략

13. 수명 혁명의 시작:

지금 우리가 해야 할 일
의료 기술을 활용하는 법

개인이 선택할 수 있는 전략

지금 시작해야 하는 이유

https://www.youtube.com/watch?v=OdbUmxhCWlY&t=2s

Title: 에릭 토폴 박사가 말하는 건강한 노화와 미래 예방 의학의 로드맵

Overview:

이 비디오는

세계적인 심장전문의이자 디지털 의학의 선구자인

에릭 토폴(Eric Topol) 박사와의 대담을 담고 있습니다.

의학이 질병 치료에서 예방으로 전환되는 과정,

인공지능(AI)과 유전학 및 웨어러블 기술을 활용한 건강 수명 연장,

그리고 '슈퍼 에이저(Super Agers)'의 비밀을 과학적 증거를 기반으로 깊이 있게 다룹니다.

Recommended Chapters to Watch:

• 노화 시계에 대한 통찰 (Aging Clocks Insight) - 스탠퍼드 대학의 토니 와이스-코레이(Tony Wyss-Coray) 교수 연구 등 장기별 노화 속도를 측정해 질병을 20년 앞서 예측하는 혁신적 연구를 설명합니다. (25:04)
• AI 건강 예측 (AI Health Forecasting) - 다중 모드 AI와 전장 유전체 데이터를 결합하여 개개인의 질병 발생 시기를 정확히 예측하는 미래 의학의 모습을 보여줍니다. (28:00)

---

Chapter 1: 소개 (Introduction) (00:00)

디지털 의학 및 정밀 의료의 선구자인 에릭 토폴 박사를 소개하며,

질병 예방과 건강 수명(Health Span) 연장이 현대 의학에서 왜 가장 중요한 목표인지를 밝힙니다.

이 대담은

스탠퍼드 의과대학의 공식 채널(@stanforddepartmentofmedicine)과

팟캐스트 플랫폼 The Future of Medicine을 통해 제공됩니다.

• 에릭 토폴 박사는 심장전문의, 과학자, 베스트셀러 저자이자 스크립스 연구소(Scripps Research Translational Institute)의 설립자입니다.
• 현대 의학은 단순히 질병을 치료하는 '반응형'에서 사전에 예방하는 '예방형'으로 패러다임이 전환되고 있습니다.
• 건강 수명(Health Span)은 단순히 오래 사는 것(Life Span)을 넘어 건강하고 인지적으로 명확한 상태를 유지하는 기간을 의미합니다.
• 빅데이터, 게놈학, 웨어러블 기술 및 AI의 융합이 개인 맞춤형 치료의 핵심 동력으로 작용하고 있습니다.
• 이번 대담은 미래 의학의 방향성을 조망하고 기술이 어떻게 환자 치료를 재정의하는지 탐구합니다.

→ 다음 장과의 연결고리: 이러한 거시적 관점을 갖추기 전, 토폴 박사가 의학의 길을 선택하게 된 결정적 계기를 살펴봅니다.

Chapter 2: 의과대학의 선택 (Medical School Choice) (02:52)

토폴 박사는

대학 시절 유전학을 전공하며

인류의 유전자 치료 미래를 꿈꾸다 우연한 계기로 의학에 입문하게 된 배경을 공유합니다.

병원 야간 근무를 통해

환자들이 회복되는 기적을 목격하며

실천적 의학의 길로 방향을 전환했습니다.

• 1975년 버지니아 대학교(UVA) 재학 시절, 당시로서는 매우 이른 시기였던 유전자 치료의 미래에 관한 논문을 작성했습니다.
• 원래는 유전학자가 되기를 희망했으나 병원 야간 근무 중 호흡기 테크니션(Respiratory Technician)으로 일하게 되었습니다.
• 중환자실(ICU)의 인공호흡기 장비를 관리하며, 죽음의 문턱에 있던 환자들이 며칠 만에 회복되는 모습을 직접 목격했습니다.
• 이 강렬한 경험을 통해 이론적 유전학 연구에서 벗어나 생명을 직접 구하는 실천적 의학으로 진로를 수정했습니다.
• 이후 의대 진학을 위해 필요한 예과 과정을 추가로 이수하며 로체스터 의과대학에 진학하게 되었습니다.

→ 다음 장과의 연결고리: 의과대학 진학 이후 그가 어떻게 심장학을 선택하고 세계적인 커리어를 쌓아갔는지 알아봅니다.

Chapter 3: 커리어 궤적 (Career Trajectory) (05:09)

토폴 박사는

멘토 카누 채터지(Kanu Chatterjee)의 권유로 심장학을 선택한 후,

클리블랜드 클리닉과 스크립스 연구소에서 디지털 의학과 게놈학의 융합을 이끌었습니다.

특히

2007년 스마트폰의 등장이

그의 연구 방향을 디지털 헬스케어로 확장하는 결정적 계기가 되었습니다.

• UCSF 레지던트 시절 멘토였던 카누 채터지 교수의 통찰력 있는 조언 덕분에 심장전문의의 길을 걷게 되었습니다.
• 존스홉킨스 펠로우십을 거쳐 미시간 대학교, 클리블랜드 클리닉(14년 근무)을 거쳐 현재 스크립스 연구소(19년 근무)에 이르고 있습니다.
• 1990년대 중반 클리블랜드 클리닉 시절부터 이미 환자들의 심장 도관술 검체로 **유전자 은행(Cardiovascular Gene Bank)**을 구축하기 시작했습니다.
• 2007년 샌디에이고에서 퀄컴(Qualcomm) 세미나에 참석해 스마트폰과 카메라 센서의 융합을 접하고 디지털 의학의 폭발적 잠재력을 깨달았습니다.
• 이후 NIH 그랜트를 게놈학과 디지털 헬스의 최초 융합 모델로 신청하며 비약적인 의학 연구 혁신을 이끌어냈습니다.

→ 다음 장과의 연결고리: 동료 의사들을 넘어 대중과의 소통이 의학 혁신에 얼마나 중요한지 깨닫게 된 사건으로 이어집니다.

Chapter 4: 대중을 향한 시선 (Public Audience Focus) (10:33)

2004년 관절염 치료제 바이옥스(Vioxx) 퇴출 사태를 계기로,

토폴 박사는 의학 지식이 의료계 내부를 넘어 대중에게 직접 전달되어야 함을 뼈저리게 인식했습니다.

이는 에릭토플이 대중 과학 소통가이자 영향력 있는 저술가로 거듭나는 전환점이 되었습니다.

• 2001년 JAMA 논문을 통해 바이옥스(Vioxx)의 심혈관 위험성을 경고했으나, 제약사는 3년 후에야 약물을 퇴출하며 신호가 없었다고 거짓말했습니다.
• 이 사태에 분노해 대중 매체에 첫 오피니언 리더 기고문을 작성하며 대중과의 직접 소통의 중요성을 깨달았습니다.
• 의료계 동료들만이 타겟이 아니라, 세금을 내고 과학을 지탱하는 일반 대중이 진정한 의학의 수혜자이자 독자여야 합니다.
• 의학적 발견과 연구 성과가 사회적 영향력을 갖기 위해서는 대중이 이를 이해하고 신뢰할 수 있어야 합니다.
• 이후 그는 소셜 미디어(Twitter 등)와 서브스택(Substack)의 'Ground Truths' 뉴스레터를 통해 대중과의 소통을 지속하고 있습니다.

→ 다음 장과의 연결고리: 대중과의 소통을 위해 과학적 전문 지식을 어떻게 하면 알기 쉽게 전달할 수 있을지에 대한 고민으로 연결됩니다.

COX-2 선택적 억제제(Vioxx, Celebrex 등)가
심혈관 사건(심근경색, 뇌졸중 등) 위험을 증가시키는지 분석.

주요 방법

• VIGOR 연구 (Vioxx, 8,076명)와 CLASS 연구 (Celebrex, 8,059명) 등 주요 RCT 재분석
• FDA 제출 자료까지 포함한 모든 이용 가능한 데이터 사용

핵심 결과

• Vioxx (rofecoxib): naproxen 대비 심혈관 사건 위험 2.38배 증가 (95% CI 1.39–4.00, p=0.002)
• Celebrex는 상대적으로 위험 증가가 적었으나, 전체 COX-2 억제제에 주의 경고 필요
• “현재 데이터로는 COX-2 억제제 사용이 심혈관 사건 증가로 이어질 수 있다”고 결론

의의와 후속 영향

• 에릭 토플이 과학자로서 대중에게 알려지는 전환점 논문
• Vioxx는 2004년 시장 철수 (수만 명의 심혈관 사건·사망 관련)
• 제약사 Merck의 데이터 은폐 논란 + FDA 규제 실패의 상징적 사건
• “환자 안전 vs 이익” 논쟁의 기폭제가 됨

---

한 줄 요약 2001년 Mukherjee·Nissen·Topol의 JAMA 논문은 Vioxx가 naproxen 대비 심혈관 위험을 2배 이상 증가시킬 수 있음을 최초로 경고한 획기적 연구

Chapter 5: 과학 커뮤니케이션 (Science Communication) (12:50)

과학 커뮤니케이션은

전문 용어(Jargon)를 배제하고 대중이 흥미를 느낄 수 있도록

열정적으로 전달하는 예술입니다.

토폴 박사는

면역계나 유전자 편집처럼 복잡한 주제를

대중의 언어로 번역하는 작업의 어려움과 가치를 강조합니다.

• 전공의나 대학원생들에게 학술 발표 시 지나치게 전문적인 슬라이드를 지양하고 열정적으로 소통할 것을 훈련시킵니다.
• 그의 저서 『Super Agers』가 대중적인 인기를 얻었으나, 일부 독자들로부터 여전히 어렵다는 피드백을 받기도 했습니다.
• 면역 시스템, 게놈 편집 같은 고도로 복잡한 생물학적 메커니즘을 대중의 일상 언어로 완벽히 시각화하는 것은 여전히 도전 과제입니다.
• **오픈 사이언스(Open Science)**와 프리프린트(Preprint)의 활성화로 대중이 최신 과학에 더 쉽게 접근할 수 있게 되었지만, 이를 설명해줄 '해설가'의 역할이 중요합니다.
• 의사들과 과학자들은 자신의 연구가 지닌 흥미진진함을 대중에게 전달할 의무가 있습니다.

끊임없이 쏟아지는 최신 의학 정보를 수집하고

대중에게 전달하기 위한 토폴 박사만의 독특한 일상적 습관을

소개합니다.

Chapter 6: 독서 리추얼 (Reading Ritual) (15:45)

토폴 박사는

매일 아침 5시 30분에 일어나 수시간 동안 최신 논문을 읽는

지독한 '인포보어(Information Omnivore)'입니다.

그는 단순히 정보를 소비하는 데 그치지 않고,

이를 소셜 미디어를 통해 즉각 공유함으로써

지식의 선순환을 만들어냅니다.

• 많은 이들이 거대한 비서 팀이 그의 소셜 미디어를 대신 운영한다고 오해하지만, 모든 콘텐츠는 토폴 박사 1인이 직접 읽고 작성합니다.
• 매일 아침 일찍 일어나 최신 의학 및 과학 저널의 논문들을 꼼꼼하게 읽어 나갑니다.
• 휴가나 명절 기간에도 변함없이 논문을 읽는 등 지식 습득에 대한 엄청난 열정을 유지하고 있습니다.
• 타일러 코웬(Tyler Cowen)이 정의한 **'정보 탐식가(Infovore)'**로서, 새로운 아이디어를 끊임없이 흡수하는 것을 즐깁니다.
• 그의 독특함은 단순히 많이 읽는 것에 그치지 않고, 핵심 가치를 요약하여 전 세계와 실시간으로 '공유'하는 데 있습니다.

수많은 정보를 습득하며 미래를 예측해 온 그가,

의료 현장에서 AI가 가져올 혁명적 변화를

어떻게 바라보는지 살펴봅니다.

Chapter 7: 의료 분야의 AI (AI in Medicine) (18:29)

토폴 박사는

과거 저서들에서 예견했던 의학의 디지털화와 AI 도입이

현실화되고 있음을 짚어냅니다.

특히 디지털 스크라이브(Digital Scribe) 기술과

거대언어모델(LLM)이

환자와 의사 간의 인간적 관계를 회복시키는 데 기여하고 있다고

평가합니다.

• 토폴 박사는 『Deep Medicine』(2019) 등 저서를 통해 이미 생성형 AI(GPT 등)의 등장 이전에 AI 의료 혁명을 예견했습니다.
• 현재 스탠퍼드 등을 비롯한 주요 의료기관에서 도입 중인 디지털 스크라이브(음성 인식 및 자동 차트 작성) 기술은 의사들의 번아웃을 줄여줍니다.
• 환자들은 의사가 컴퓨터 화면만 바라보는 대신 자신에게 온전히 집중할 수 있게 되어 AI 도입을 크게 환영합니다.
• 환자의 평생 전자의무기록(EHR) 및 타 병원 기록까지 통합 분석하는 LLM 기술이 최근 실제 임상에 적용되기 시작했습니다.
• 기술이 인간을 소외시키는 것이 아니라, 오히려 환자와 의사 사이의 따뜻한 눈맞춤과 인간적 교감을 복원하고 있습니다.

AI와 디지털 기술의 발전은

자연스럽게 인류의 가장 오래된 숙제인 '노화 방지 및 건강한 수명 연장 연구'로 확장됩니다.

Chapter 8: 수명 연장 연구 (Longevity Research) (20:55)

토폴 박사는

웰더리 연구(Wellderly Study)를 통해

단순히 오래 사는 것과 질병 없이 건강하게 늙는 것의 유전적 차이를 탐구했습니다.

그는

피터 아티아(Peter Attia) 등 대중적인 장수 인플루언서들의 주장 중

과학적 근거가 부족한 부분을 지적하며,

진정한 예방 의학의 로드맵을 제시합니다.

• 7년간 진행된 웰더리 연구를 통해 예외적인 장수와 건강 수명을 유전체 서열만으로 완벽히 규명하기는 어렵다는 점을 확인했습니다.
• 라파마이신 복용, 과도한 단백질 섭취, 전신 MRI 촬영 등 대중적으로 유행하는 장수 비법들의 과학적 한계와 잠재적 부작용을 경고합니다.
• 이를 극복하기 위해 토폴 박사는 약 1,800개의 과학적 문헌을 철저히 교차 검증하여 저서 『Super Agers』를 집필했습니다.
• 노화 자체를 억제하려는 시도(종양 유발 등 부작용 존재)보다는, 주요 노화 관련 질병의 1차 예방에 집중하는 것이 훨씬 안전하고 현실적입니다.
• 수면, 식단 등 일상적 라이프스타일 개선과 첨단 바이오마커 측정을 결합한 예방 전략이 핵심입니다.

질병을 사전에 차단하기 위해,

우리 몸의 생물학적 나이를 정밀하게 측정하는 '노화 시계' 기술에 대해

자세히 알아봅니다.

Chapter 9: 노화 시계에 대한 통찰 (Aging Clocks Insight) (25:04)

스탠퍼드 대학의 토니 와이스-코레이(Tony Wyss-Coray) 교수 연구팀이 발표한

장기별 노화 시계는 의학계의 이정표적인 성과입니다.

https://pmc.ncbi.nlm.nih.gov/articles/PMC12823432/

연구 규모: UK Biobank 43,616명 대규모 코호트
연구 목적

혈장 단백질(plasma proteomics) 데이터를 이용해
전신(organismal) 노화 시계와 10개 주요 장기(organ-specific) 노화 시계를 개발하고,
이 시계들이 질환 예측과 사망률에 얼마나 유용한지 검증.

주요 결과

• 10개 장기별 노화 시계 개발:
  • 뇌, 심장, 폐, 간, 신장, 췌장, 근육, 혈관, 면역계, 대사계 등
• 각 사람마다 장기별 노화 속도가 다름 (heterogeneous aging)
• 장기별 시계가 chronological age(실제 나이)보다 특정 질환(알츠하이머, 심부전, 신부전, 당뇨 등)을 더 정확하게 예측
• 특히 뇌 노화 시계가 알츠하이머·치매 예측에 뛰어남
• 운동·생활습관이 특정 장기 노화 속도를 늦출 수 있다는 강력한 상관관계 확인

결론 및 의의

혈액 한 방울로
개인별·장기별 생물학적 나이를 측정할 수 있는 시대가 열렸습니다.

이는
예방의학과 정밀 장수 의학의
게임체인저가 될 전망입니다.

---

한 줄 요약 2025년 Wang et al. 연구는 혈장 단백질 분석으로 전신 + 10개 장기별 노화 시계를 개발하여, 기존 나이보다 질환·사망률을 훨씬 정확하게 예측할 수 있음을 대규모 코호트로 증명한 획기적 논문

이 기술은

특정 장기가 다른 장기보다 얼마나 빨리 노화되고 있는지를 정밀하게 분석하여

미래의 질병을 최대 20년 앞서 예측합니다.

• 초기 스티브 호바스(Steve Horvath)의 후성유전학적 노화 시계에서 더 나아가, 이제는 혈액 내 단백질을 통해 개별 장기 단위의 노화를 측정합니다.
• 뇌, 심장, 신장 등 특정 장기별 노화 속도의 불일치를 측정함으로써 개인 맞춤형 예방 치료가 가능해졌습니다.
• 노화 관련 질병이 겉으로 드러나기 10~20년 전에 미리 어느 부위가 취약한지 경고 신호를 보냅니다.
• 이를 통해 증상이 나타나기 훨씬 전에 표적 치료나 라이프스타일 교정을 통해 질병 발생 자체를 억제할 수 있습니다.
• 이 연구는 단순한 노화 측정을 넘어 실질적인 치료적 개입을 가능케 하는 다리가 되고 있습니다.

장기별 노화 시계와 더불어,

인공지능이 환자의 전반적인 건강 데이터를 학습해

개인의 건강 미래를 일기예보처럼 예측하는 시대로 나아갑니다.

Chapter 10: AI 건강 예측 (AI Health Forecasting) (28:00)

다중 모드 AI(Multimodal AI)는

의료 기록, 라이프스타일, 유전체 데이터 등을 통합 학습하여

환자의 질병 발생 시기를 고도로 정밀하게 예측합니다.

이제는

질병의 발생 여부뿐만 아니라

'언제(Timing)' 발생할 것인지까지

구체적으로 예보할 수 있는 시대가 열리고 있습니다.

• Nature지에 발표된 대규모 연구에 따르면, AI는 인간이 인지하지 못하는 복잡한 의료 기록의 패턴을 스스로 감지해 냅니다.
• 전자의무기록(EHR)에 **다유전자 위험 점수(Polygenic Risk Score, PRS)**를 결합했을 때 예측의 정확도가 급격히 향상되었습니다.
• 기존의 PRS는 평생 동안의 막연한 위험도만 보여주었지만, 다중 모드 AI는 구체적인 발병 시점(예: 7.9년 뒤 심장마비 위험 등)을 예측합니다.
• 알츠하이머병 위험 마커인 PTAU-217 검사처럼, 고위험군 환자들이 조기에 위험을 인지하고 대처할 수 있도록 돕습니다.
• "모르는 게 약"이라는 과거의 소극적 태도에서 벗어나, 데이터 기반의 조기 개입을 통한 능동적 예방이 가능해졌습니다.

이처럼 강력한 AI 예측 모델을

전 국민을 대상으로 확장할 때 발생하는 비용과 경제적 타당성 문제를 짚어봅니다.

Chapter 11: AI 모델 비용 (AI Model Cost) (30:56)

첨단 AI 모델과 다중 오믹스 데이터를

모든 사회 구성원에게 적용하는 비용에 대한 우려가 있으나,

추론 비용의 급감과 고위험군 선별 적용을 통해 이를 극복할 수 있습니다.

40~50대부터

정밀 스크리닝을 시작하는 효율적인 예방 체계의 도입이 요구됩니다.

• 최근 AI 모델의 연산 및 추론(Inference) 비용은 기하급수적으로 저렴해지고 있습니다.
• 모든 인구에게 값비싼 검사를 일괄 적용하는 대신, 1차 AI 스크리닝을 통해 고위험군으로 판별된 이들에게만 정밀 오믹스 검사를 연계합니다.
• 기존의 획일적이고 비효율적인 대중 암 검진 시스템을 개개인의 실제 위험도에 기반한 맞춤형 시스템으로 대체해야 합니다.
• 40~50대 연령층을 기점으로 정밀 스크리닝을 대중화하는 것이 사회적 비용 대비 건강 수명 연장 효과를 극대화하는 길입니다.
• 질병 치료에 소모되는 천문학적 사후 의료비를 고려할 때, 예방 중심의 AI 투자는 장기적으로 국가 재정에 훨씬 이득입니다.

질병 예측과 예방의 핵심 축 중 하나이자,

노화와 밀접한 관련이 있는 우리 몸의 '면역 시스템'을 어떻게 관리해야 하는지 살펴봅니다.

Chapter 12: 면역계 통제 (Immune System Grip) (33:27)

노화와 만성 질환의 이면에는

항상 면역계의 이상과 만성 염증(Inflammaging)이 존재합니다.

토폴 박사는

면역계의 상태를 정밀하게 추적하고 통제하는 것이

건강한 노화를 달성하기 위한 가장 핵심적인 과제 중 하나라고 주장합니다.

• 나이가 들수록 면역 체계가 약화되거나 오작동하여 신체 전반에 만성 미세 염증을 유발합니다.
• 이러한 만성 염증은 심혈관 질환, 암, 알츠하이머병 등 3대 노화 관련 질병의 공통적인 원인 물질로 작용합니다.
• 면역 세포의 상태와 염증 지표를 모니터링하는 정밀 바이오마커의 도입이 시급합니다.
• 면역계의 균형을 되찾기 위한 식단, 운동, 그리고 필요시 표적 항염증 치료의 중요성이 대두되고 있습니다.
• 면역계를 지배하고 통제하는 방법을 찾는 것이 건강 수명을 획기적으로 늘리는 열쇠입니다.

이러한 정밀 의료와 AI 예방 체계가 각국의 실제 보건의료 시스템,

특히 국가 주도의 영국 의료 시스템(NHS)에서 어떻게 실험되고 있는지 비교해 봅니다.

Chapter 13: 영국 보건의료 시스템 (UK Health System) (36:09)

영국의 국가보건서비스(NHS)는

단일화된 국가 데이터베이스를 바탕으로

대규모 예방 의학 및 AI 연구를 수행하기에 매우 유리한 구조를 갖추고 있습니다.

토폴 박사는

미국과 영국의 의료 시스템 차이가 정밀 의료 구현 속도에 미치는 영향을 비교 분석합니다.

• 영국의 NHS는 전 국민의 의료 데이터를 체계적으로 통합 관리하여 연구자들에게 훌륭한 오믹스 및 AI 학습 자원을 제공합니다.
• 미국의 분절되고 상업화된 의료 시스템에 비해, 영국은 국가 차원에서 예방 중심의 정밀 의료 정책을 일관되게 추진할 수 있습니다.
• **영국 바이오뱅크(UK Biobank)**는 전 세계 유전체 및 건강 연구의 표준 모델로 자리 잡았습니다.
• 그러나 NHS 역시 현장의 인력 부족과 관료주의적 한계로 인해 첨단 AI 기술의 신속한 현장 도입에는 어려움을 겪고 있습니다.
• 두 국가의 장단점을 상호 보완하여 전 세계가 공유할 수 있는 디지털 헬스케어의 표준을 정립해야 합니다.

보건의료 시스템 전반에 큰 변화를 몰고 온

또 다른 게임 체인저인 '비만 치료제'의 등장과

노화 예방의 관계를 살펴봅니다.

Chapter 14: 비만 치료제의 파급 효과 (Obesity Drug Impact) (39:04)

GLP-1 계열의 비만 치료제(오젬픽, 위고비 등)는

단순한 체중 감량을 넘어 심혈관 질환, 신장 질환, 심지어 뇌 건강 개선까지 돕는

현대 의학의 경이로운 발견입니다.

이 약물들은

노화 관련 만성 질환의 발생을 획기적으로 낮추어

대중의 건강 수명을 크게 늘리고 있습니다.

• GLP-1 수용체 작용제는 뇌의 식욕 억제뿐만 아니라 전신의 염증 반응을 강력하게 억제하는 효과가 있습니다.
• 임상 시험을 통해 심장마비, 뇌졸중 사망률을 낮추고 만성 신장 질환의 진행을 억제하는 탁월한 효능이 입증되었습니다.
• 비만과 과체중이 유발하는 수많은 노화 동반 질환들을 한 번에 해결할 수 있는 다중 표적 치료제 역할을 합니다.
• 일부 연구에서는 알츠하이머병 등 퇴행성 뇌 질환의 진행 속도를 늦추는 가능성도 제시되고 있습니다.
• 이 약물들의 등장은 현대 만성 질환 예방 및 건강 수명 연장의 역사에서 가장 중대한 이정표 중 하나입니다.

첨단 약물 치료와 더불어,

약물 없이도 건강을 유지하는 '슈퍼 에이저'들의

자연스러운 라이프스타일의 비밀을 파헤쳐 봅니다.

Chapter 15: 슈퍼 에이저의 라이프스타일 (Super Ager Lifestyle) (41:49)

90대나 100세가 되어서도

청년 못지않은 신체적, 인지적 건강을 유지하는 '슈퍼 에이저'들의 공통점은

유전적 특성뿐만 아니라 일상적 습관에 있습니다.

양질의 수면,

꾸준한 사회적 관계 맺기,

그리고 적절한 신체 활동이 그들의 핵심 비결입니다.

• 슈퍼 에이저들은 뇌의 인지 기능 저하가 거의 나타나지 않으며, 신경망의 연결성이 매우 조밀하게 유지됩니다.
• 이들은 고립되지 않고 가족 및 지역사회와 끊임없이 소통하며 활발한 사회적 관계를 유지합니다.
• 매일 규칙적인 유산소 및 근력 운동을 통해 근감소증을 예방하고 심혈관 건강을 지킵니다.
• 수면 부족은 뇌 내 노폐물 축적의 주원인이므로, 이들은 일관되게 높은 품질의 수면을 취하는 습관을 지니고 있습니다.
• 가공식품을 멀리하고 통곡물, 채소 중심의 영양가 높은 식단을 유지하는 것이 일상화되어 있습니다.

이제

이러한 슈퍼 에이저들의 자연적 장수 비결과

앞서 다룬 첨단 AI 예측 기술을 결합해,

인류 전체가 건강하게 늙어가는 미래의 예방 의학 시나리오를 완성합니다.

Chapter 16: AI 기반 질병 예방 (AI Disease Prevention) (44:07)

미래의 헬스케어는

개인이 증상을 느끼기 전에 AI가 위험을 먼저 포착하고

맞춤형 예방 솔루션을 실시간으로 제공하는 형태로 진화할 것입니다.

이러한 기술적 도약은

인류가 질병의 공포에서 벗어나 온전한 건강 수명을 누리는 시대를 앞당길 것입니다.

• 스마트워치 등 웨어러블 기기와 결합한 실시간 AI 모니터링이 일상화되어 질병의 전조 증상을 즉각 포착합니다.
• 개인의 유전체, 대사체, 장기 노화 시계 데이터를 통합 분석하는 맞춤형 예방 가이드라인이 매일 업데이트됩니다.
• 의료 시스템은 환자가 아플 때만 찾아가는 곳이 아니라, 건강한 상태를 평생 유지하도록 관리해 주는 파트너로 재탄생합니다.
• AI는 고가의 정밀 검사 대상을 효율적으로 선별해 줌으로써 의료 불평등을 해소하고 예방 의학의 대중화를 이끕니다.
• 기술의 궁극적 지향점은 기계적인 수명 연장이 아니라, 마지막 순간까지 품격 있고 건강한 삶을 영위하도록 돕는 것입니다.

---

Conclusion:

에릭 토폴 박사와의 대담을 통해 현대 의학이 질병의 사후 치료에서

**'데이터 기반의 초정밀 예방 의학'**으로 빠르게 진화하고 있음을 확인할 수 있습니다.

인공지능, 장기별 노화 시계, 그리고 GLP-1과 같은 혁신적 치료제의 융합은

인류가 질병 없이 오래 사는 '슈퍼 에이저'의 삶을 대중화하는 열쇠가 될 것입니다.

우리는 기술을 통해

건강한 삶의 예측 가능성을 높이고,

일상적인 라이프스타일 개선과 면역계 관리를 병행함으로써

진정한 건강 수명(Health Span) 연장을 달성할 수 있습니다.