타겟 치료 저항 예시: EGFR 돌연변이 폐암에서 1세대 EGFR-TKI 치료 후 T790M 돌연변이가 나타나 osimertinib 저항 유발. 또는 MET amplification 등 bypass pathway 활성화.
저항 발생 경로(Figure 3 개념):
Pre-existing resistant clone의 expansion.
De novo(새로 생기는) 내성 또는 tolerant cell의 적응.
단일 요법(monotherapy)은 이질성 때문에 한계가 크며, 조합 요법(combinatorial approaches)이 더 지속적인 반응(durable responses)을 유도할 가능성이 높습니다. 예: EGFR inhibitor + MEK inhibitor 병용으로 저항 지연.
항암 치료 후 저항성(resistance)이 어떻게 발생하는지 두 가지 주요 메커니즘을 보여줍니다.
a) 이미 존재하던 내성 클론의 확장 (Expansion of pre-existing resistant clones)
치료 전부터 종양 안에 파란색(약물 감수성 세포)과 빨간색(내성 클론)이 이미 섞여 있었다.
치료를 시작하면 감수성 세포(파랑)가 대부분 죽으면서 최대 반응(Maximal response)이 나타난다.
그러나 치료 압력(therapeutic selective pressure) 하에서 이미 존재하던 내성 클론(빨간색)이 선택적으로 살아남아 증식한다.
결과: 종양이 다시 커지면서 진행(Progression)이 일어난다.
→ 가장 흔한 저항 기전으로, 치료 전에 이미 소수로 존재하던 내성 세포가 지배하게 되는 경우입니다.
b) 약물 내성 세포(persister cells)로부터 새로운 내성 발생 (De novo resistance from drug-tolerant persister cells)
치료 전에는 대부분 파란색(약물 감수성 세포)이었지만, 소수의 보라색 점선 테두리(persister cell)이 존재한다.
치료 후 감수성 세포가 죽으면서 최대 반응을 보인다.
살아남은 persister cells(약물에 완전히 죽지 않고 버티는 세포)은 가역적인 내성 상태에 들어간다.
이 persister cells의 후손(descendants)에서 새로운 돌연변이(de novo resistance alterations)이 생겨 진짜 내성 클론(녹색)으로 진화한다.
결과: 치료 후 시간이 지나면서 녹색 내성 클론이 증식하여 종양이 진행된다.
→ 치료 중에 새로 생기는 적응형 내성으로, drug-tolerant persister cells가 중요한 역할을 합니다.
하단 범례 설명
파란색: Drug-sensitive cancer cells (약물에 잘 반응하는 세포)
빨간색: Resistant clone 1 (치료 전부터 있던 내성 클론)
보라색: Persister cell (약물에 버티는 내성 가능 세포)
녹색: Resistant clone 2 (치료 중에 새로 생긴 내성 클론)
이 그림이 전달하는 핵심 메시지
치료 저항의 두 가지 경로:
a: Pre-existing resistance (이미 있던 내성 클론의 선택적 증식)
b: Acquired / Adaptive resistance (persister cells를 거쳐 새로운 내성이 발생)
종양 이질성의 중요성: 치료 전에 종양이 이질적일수록 (a처럼) 저항이 빨리 나타나기 쉽다.
임상적 함의: 단일 표적 치료만으로는 부족하며, 감수성 클론 + 내성 클론 + persister cells를 동시에 공격하는 조합 요법(combinatorial therapy)이 필요하다는 점을 강조합니다.
이질성 평가 방법 (현재 및 미래 기술)
기존 방법의 한계: 단일 생검(tissue biopsy)은 공간·시간적 이질성을 제대로 포착하지 못함.
신흥 기술:
Multiregion sequencing: 종양 여러 부위를 동시에 분석 → branched evolution 확인.
Single-cell sequencing: 개별 세포 수준의 고해상도 클론 아키텍처(clonal architecture) 해독.
연구용 부검(research autopsies): 전신적 이질성 파악.
액체 생검(Liquid biopsy, 특히 ctDNA plasma profiling): 비침습적, 시간 경과에 따른 longitudinal monitoring 가능. 공간적 이질성도 일부 반영 (Figure 4 개념). 오시머티닙 치료 연구에서 plasma genotyping이 예후 예측에 유용함.
한 환자에서 여러 전이 병변(metastatic lesions)이 있을 때, 어느 부위를 생검하느냐에 따라 치료 선택이 완전히 달라지고, 결국 치료가 실패하는 과정을 보여주는 대표적인 사례.
a → b → c 과정 (치료 경과)
a) 초기 치료 (Initial treatment)
병변 1(lesion one)을 생검 → 녹색 클론(초록색)이 지배적인 것으로 확인
초록색 클론을 타겟으로 하는 치료 시작
결과: 병변 1은 잘 줄어들지만, 다른 부위(빨간색, 노란색 클론이 있는 병변)에서는 오히려 클론 비율이 증가
b) 2차 치료 (Second-line treatment)
이제 병변 2(lesion two)를 생검 → 빨간색 클론이 주로 검출됨
빨간색 클론을 타겟으로 하는 2차 치료 시작
결과: 병변 2는 반응하지만, 병변 1은 이미 사라졌고, 이제 노란색 클론이 있는 병변 3이 증가하기 시작
c) 3차 치료 (Third-line treatment)
병변 3(lesion three)을 생검 → 노란색 클론이 확인됨
노란색 클론을 타겟으로 하는 3차 치료 시작
결과: 또 다른 새로운 병변이 나타나면서 종양이 계속 진행됨
d) 혈장 ctDNA 변화 그래프 (Plasma allelic fraction)
그래프는 시간에 따른 혈장 내 변이 allelic fraction(변형 대립유전자 비율)을 보여줍니다.
초록선 (lesion one 관련 변이): 초기 치료 후 급격히 감소 → 치료가 병변 1에는 효과적이었음을 보여줌
빨간선 (lesion two 관련 변이): 2차 치료 시작 후 증가했다가 치료에 반응해 감소
노란선 (lesion three 관련 변이): 2차 치료 중에 급격히 증가 → 새로운 병변 등장과 일치
→ 혈액(ctDNA)으로는 전체 종양의 이질성을 한 번에 볼 수 있지만, 생검으로는 한 번에 하나의 병변만 보기 때문에 “치료 → 반응 → 다른 병변 진행 → 또 다른 생검 → 또 다른 치료”의 반복이 일어납니다.
이 그림이 전달하는 핵심 메시지
단일 부위 생검의 큰 한계 한 번의 생검으로는 종양 전체의 공간적 이질성(spatial heterogeneity)을 파악할 수 없다. 한 병변에서는 효과적인 치료가 다른 병변에서는 무효일 수 있다.
“Whack-a-mole” 현상한 병변을 잡으면 다른 병변이 튀어나오는, 마치 두더지 잡기 게임 같은 상황이 반복된다.
액체 생검(Liquid biopsy)의 장점 ctDNA를 이용한 혈장 분석은 여러 병변에서 나오는 변이를 동시에 감지할 수 있어, 공간적·시간적 이질성을 비침습적으로 모니터링하기에 훨씬 유리하다.
임상적 함의 효과적인 치료를 위해서는 다중 부위 샘플링이나 액체 생검을 적극 활용하고, 조합 요법(combinatorial therapy)으로 여러 클론을 동시에 타겟팅해야 한다는 점을 강력히 시사합니다
미래 방향과 전략
이질성을 정량적으로 평가(heterogeneity index 등)하여 치료 전략 수립.
주요 감수성 클론 + 다양한 내성/내성 가능 클론을 동시에 타겟팅하는 다중 공격 전략.
고돌연변이 부하(hypermutated) 종양에서는 면역치료(PD-1 blockade)가 효과적일 수 있음 (MMR-deficient 암).
궁극 목표: 더 효과적인 개인화 의학(personalized therapies) 개발을 위한 이질성의 임상적 평가 통합.
이 그림은 표적 치료(targeted therapy, 예: TKI)를 받은 두 환자에서 치료 반응 기간(Duration of response)이 왜 크게 차이나는지를 보여줍니다.
그 차이의 주요 원인은 치료 전 종양 내 표적 돌연변이(target mutation)의 allelic ratio(대립유전자 비율), 즉 얼마나 많은 암세포가 그 표적 돌연변이를 가지고 있는가입니다.
Patient 1 (상단, 반응 기간이 긴 경우)
치료 전: 대부분의 암세포가 표적 돌연변이 양성(target-mutation positive, 초록색)
표적 돌연변이의 allelic ratio가 매우 높음 (high allelic ratio)
TKI 치료 후: 표적 돌연변이를 가진 세포 대부분이 사멸 → 초기 반응이 매우 좋음
그러나 결국 내성(resistance)이 발생하면서:
빨간 테두리 클론: 표적 돌연변이가 그대로 있고, 새로운 on-target resistance mutation이 생김
파란 테두리 클론: 표적 돌연변이가 사라지고(negative), off-target resistance mutation이 새로 생김
결과: 초기에는 강력한 반응을 보이지만, 결국 다양한 내성 클론이 출현
Patient 2 (하단, 반응 기간이 짧은 경우)
치료 전: 표적 돌연변이 양성 세포가 소수이고, 대부분은 표적 돌연변이 음성(target-mutation negative, 흰색)
표적 돌연변이의 allelic ratio가 낮음 (low allelic ratio)
TKI 치료 후: 표적 돌연변이를 가진 소수의 세포만 죽고, 대부분의 세포(흰색)는 그대로 살아남음
빠르게 내성 클론으로 진화:
표적 돌연변이 음성 + 새로운 off-target resistance mutation을 가진 클론들이 지배하게 됨
결과: 치료 반응이 약하고, 내성 발생이 매우 빠름
하단 범례 설명
초록색 (Target-mutation positive): 표적 돌연변이를 가지고 있는 세포 (TKI에 잘 반응)
흰색 (Target-mutation negative): 표적 돌연변이가 없는 세포
빨간색: 표적 돌연변이는 그대로 있고, 새로운 on-target resistance mutation이 추가된 세포
파란색: 표적 돌연변이는 없어지고, off-target resistance mutation이 생긴 세포
왜 중요한가?
이 리뷰는 2017~2018년 시점에서 종양 이질성을 암 치료 실패의 근본 원인으로 체계적으로 정리한 고전적 논문입니다. 이후 single-cell omics, spatial transcriptomics, AI 기반 클론 추적 기술이 급속히 발전하면서 이 개념이 더 정교해졌지만, 기본 프레임워크(heterogeneity → resistance → need for combinatorial & adaptive therapy)는 여전히 유효합니다.
특히 폐암(EGFR, ALK 등 oncogene-driven cancer) 분야에서 Shaw 교수(저자)의 전문성이 반영되어, targeted therapy 저항 메커니즘 설명이 매우 구체적입니다.
유전체 불안정성은 종양 이질성을 생성하기 위한 원료(raw material)를 제공함으로써 유전적 다양성을 촉진한다.
종양 내 이질성(intratumoural heterogeneity)이 높은 종양은 환자의 임상 결과가 더 불량할 가능성을 높인다.
치료 선택 압력(therapeutic selective pressure) 하에서 치료 저항성은 이미 존재하던 subclonal 집단의 확장 또는 약물 내성 세포(drug-tolerant cells)의 진화로 인해 발생할 수 있다.
혈장 샘플에서 유전자 변이를 연속적(serial)으로 특성화하는 것은, 종양 생검 샘플 분석만으로는 쉽게 달성하기 어려운 공간적·시간적 이질성에 대한 정보를 제공할 잠재력이 있다.
다중 영역 샘플링(multiregion sampling), 연구용 부검(research autopsies), 단일 세포 시퀀싱(single-cell sequencing)은 모두 복잡한 클론 관계(clonal relationships)를 높은 해상도로 해독할 수 있는 잠재력을 가진 신흥 플랫폼이다.
주요 약물 감수성 클론 집단을 타겟으로 하는 치료와 다양한 약물 내성 및 약물 내성 가능 세포(drug-resistant and drug-tolerant cells) 하위 집단을 동시에 타겟으로 하는 치료를 결합한 조합 접근법(combinatorial approaches)이 가장 지속 가능한 반응(durable responses)을 유도할 가능성이 높다.
Abstract
Cancer is a dynamic disease. During the course of disease, cancers generally become more heterogeneous. As a result of this heterogeneity, the bulk tumour might include a diverse collection of cells harbouring distinct molecular signatures with differential levels of sensitivity to treatment. This heterogeneity might result in a non-uniform distribution of genetically distinct tumour-cell subpopulations across and within disease sites (spatial heterogeneity) or temporal variations in the molecular makeup of cancer cells (temporal heterogeneity). Heterogeneity provides the fuel for resistance; therefore, an accurate assessment of tumour heterogeneity is essential for the development of effective therapies. Multiregion sequencing, single-cell sequencing, analysis of autopsy samples, and longitudinal analysis of liquid biopsy samples are all emerging technologies with considerable potential to dissect the complex clonal architecture of cancers. In this Review, we discuss the driving forces behind intratumoural heterogeneity and the current approaches used to combat this heterogeneity and its consequences. We also explore how clinical assessments of tumour heterogeneity might facilitate the development of more-effective personalized therapies.
Abstract (초록)
암은
동적인(dynamic) 질환이다.
질병의 경과 동안
암은 일반적으로 점점 더 이질적(heterogeneous)으로 변한다.
이러한 이질성의 결과로,
벌크 종양(bulk tumour)에는 서로 다른 분자적 특징(molecular signatures)을 지니고 있으며
치료에 대한 감수성이 다양한 세포들이 다양하게 모여 있을 수 있다.
이 이질성은
질병 부위 간 또는 부위 내에서 유전적으로 구별되는 종양 세포 하위 집단이
불균일하게 분포하는 형태(공간적 이질성, spatial heterogeneity)
또는 암세포의 분자 구성에서 시간에 따른 변화(시간적 이질성, temporal heterogeneity)로 나타날 수 있다.
이질성은
저항성의 연료(fuel for resistance)를 제공한다.
따라서
종양 이질성에 대한 정확한 평가는
효과적인 치료법 개발에 필수적이다.
다중 영역 시퀀싱(multiregion sequencing),
단일 세포 시퀀싱(single-cell sequencing),
부검 샘플 분석, 그리고
액체 생검 샘플의 종단적(longitudinal) 분석은
모두 암의 복잡한 클론 구조(clonal architecture)를 해부하는 데
상당한 잠재력을 가진 신흥 기술들이다.
Review Article
Published: 26 November 2018
Tumour heterogeneity and metastasis at single-cell resolution
Tumours comprise a heterogeneous collection of cells with distinct genetic and phenotypic properties that can differentially promote progression, metastasis and drug resistance. Emerging single-cell technologies provide a new opportunity to profile individual cells within tumours and investigate what roles they play in these processes. This Review discusses key technological considerations for single-cell studies in cancer, new findings using single-cell technologies and critical open questions for future applications.
종양은
진행(progression), 전이(metastasis), 그리고
약물 저항성(drug resistance)을 서로 다르게 촉진할 수 있는,
뚜렷한 유전적·표현형적 특성을 가진 이질적인 세포 집단으로 이루어져 있다.
최근 등장한 단일 세포 기술(single-cell technologies)은
종양 내 개별 세포를 정밀하게 프로파일링하고,
이 세포들이 위 과정에서 어떤 역할을 수행하는지 조사할 수 있는 새로운 기회를 제공한다.
본 리뷰에서는
암 연구에서 단일 세포 연구를 수행할 때의 주요 기술적 고려사항,
단일 세포 기술을 활용하여 얻은 새로운 발견들,
그리고 미래 적용을 위한 중요한 미해결 질문들에 대해 논의한다
Figure 1: 종양 내 이질성의 종류와 조절 기전 (Common types of intratumour heterogeneity and its regulation)
주요 내용: 하나의 종양 안에서 나타나는 다양한 이질성 형태를 보여줌.
유전적 이질성: 돌연변이, copy number variation (CNV) 등
후성유전적 이질성: DNA 메틸화, histone modification 등
표현형적 이질성: 세포 상태(줄기세포-like, proliferative, invasive 등), EMT(상피-간엽 전이) 등
Blood and nutrient supply (빨간 혈관, 하단): 혈관 신생과 영양 공급 상태.
ECM composition (자주색, 오른쪽 하단): 세포외 기질(ECM) — 세포 이동과 침윤에 영향.
Figure 2: 단일 세포 오믹스 데이터로 subclonal 구성과 세포 유형/상태 해독하기
주요 내용: single-cell RNA-seq, DNA-seq 등의 분석 워크플로우를 시각화.
t-SNE 또는 UMAP 플롯: 세포들을 클러스터링하여 서로 다른 subclones와 세포 유형(암세포, 면역세포, stromal 세포 등) 구분
계통수(phylogenetic tree): subclonal 진화 관계 표시
Heatmap: 특정 마커 유전자나 돌연변이 발현 패턴
의미: 벌크 시퀀싱으로는 볼 수 없었던 희귀 subclones, 전이 상태(transitional states), 세포 간 기능적 차이를 고해상도로 밝혀냄. 종양 이질성의 복잡한 아키텍처를 정량적으로 이해하는 데 핵심 도구임을 보여줌.
a) Primary tumour trajectories (원발 종양의 클론 진화 경로)
왼쪽 상단 표: 벌크 시퀀싱에서 관찰되는 각 돌연변이(A~E)의 빈도(frequency)
주요 특징:
여러 founder clone(시조 클론)이 시간에 따라 존재
각 클론은 서로 다른 색으로 표시되며, 내부에 여러 subclones(작은 영역)가 있음
시간이 지나면서 일부 subclones가 증가하고, 일부는 감소
검은 별(★): 전이 능력을 가진 metastatic clone이 원발 종양 안에서 출현
→ 원발 종양에서는다양한 클론들이 지속적으로 공존하며 경쟁하는 분지형(branched) 진화 양상. b) Metastatic tumour trajectories (전이 종양의 클론 진화 경로) 같은 founder clone에서 출발하지만 전이 후의 모습이 매우 다름.
세 가지 대표적인 시나리오를 보여줍니다:
상단: Metastasis founder clone이 전이 후 새로운 돌연변이를 획득 → 전이 종양에서 지배적으로 성장
중간: Metastasis founder clone이 원발 종양에서는 일시적(transient)으로 존재했다가 사라짐 → 전이 종양에서는 여전히 주요 클론으로 남음
하단: Metastasis founder clone이 원발 종양에서는 검출 한계 이하(below detection limit)로 매우 희귀했으나, 전이 후 크게 증식
→ 전이 클론(metastatic clone)은 원발 종양에서 반드시 지배적인 클론일 필요가 없으며, 희귀하거나 일시적인 subclones도 전이 능력을 가질 수 있음을 보여줍니다.
가장 중요한 메시지: 벌크 시퀀싱으로는 전이 클론을 미리 예측하기 매우 어렵다. (빈도가 낮거나 transient하기 때문) c) Normal tissue의 분화 스펙트럼 (Normal tissue differentiation)
정상 조직: Stem cell → Progenitor → Terminally differentiated cell로 단방향(linear), 안정적인 분화 과정
세포 상태(cell states)가 비교적 제한적이고 예측 가능
d) Malignant tissue의 분화 스펙트럼 (Malignant tissue differentiation)
암 조직에서는 분화 과정이 크게 왜곡(skewed)됨
암 줄기세포(cancer stem cell)가 중심에 있으며, 세포 상태의 가소성(plasticity)이 크게 증가
Normal-like 상태부터 Aberrant(비정상적) 상태까지 연속적이고 동적인 스펙트럼을 형성
세포가 정상 분화 경로를 벗어나 다양한 비정상 상태로 쉽게 전환 가능
Figure 3: 전이 개시 세포(metastasis-initiating cells)의 유전적·표현형적 특성
주요 내용:
원발 종양에서 전이 능력을 가진 소수 세포의 single-cell 프로파일
EMT 관련 유전자, stemness 마커, 침윤성 표현형, 특정 CNV 등 특징 표시
전이 cascade 과정(침윤 → 혈관 내 침입 → 원격 장기 정착)에서의 세포 상태 변화
의미: 전이 개시 세포는 매우 희귀하지만 뚜렷한 유전적·표현형적 특징을 가지며, 종양 이질성 속에서 전이의 핵심 동력임을 단일 세포 수준에서 증명. 이 세포들의 plasticity(가소성)를 밝히는 데 single-cell 기술이 결정적 역할을 한다고 강조.
종양 이질성(tumour heterogeneity) 속에서 어떤 세포(phenotype + genotype 조합)가 전이의 각 단계에서 살아남아 성공적인 전이를 이루는지를 명확하게 보여줍니다.
전이 과정의 주요 단계 (왼쪽 → 오른쪽)
Primary tumour (원발 종양)
다양한 색의 세포들로 이루어진 이질적인 종양
Phenotype (세포질 색): 세포의 표현형적 상태 (침윤성, 줄기세포성 등)
Genotype (핵 색): 유전적 배경 (돌연변이 조합)
Intravasation (혈관 내 침입)
원발 종양에서 일부 세포가 혈관으로 들어감
많은 세포가 Death (사멸)하지만, 일부 세포는 Survival (생존)
혈액 내 순환 (Circulation)
Survival한 세포들이 혈액을 통해 이동
Arrest and adhesion (정지와 부착)
먼 장기의 혈관 내피에 세포가 붙음
많은 세포가 다시 사멸
Extravasation (혈관 외 유출)
혈관을 빠져나와 주변 조직으로 이동
Seeding (착상)
먼 장기에 정착 시작
Dormancy (휴면 상태)
세포가 증식하지 않고 오랫동안 잠복 상태로 존재 (재발의 중요한 원인)
Growth–death cycles (성장-사멸 주기)
휴면 상태에서 벗어나 미세 전이(micrometastasis) 형성
지속적인 성장과 사멸의 반복
Micrometastasis → Macrometastasis (미세전이 → 거대전이)
성공적으로 증식하여 임상적으로 검출 가능한 큰 전이 병변 형성
Colonization (정착) 단계
이 리뷰는
종양 이질성(tumour heterogeneity)을 풀어내는 도구로
순환종양세포(CTCs)의 단일 세포 프로파일링(single-cell profiling)을 중점적으로 다룹니다.
기존 ctDNA(순환종양DNA) 분석이
주로 유전적 변이(genomic aberrations)에 초점을 맞춘다면,
CTC 단일 세포 분석은 DNA + RNA + 단백질 + 대사체 등 다차원 정보를 제공하여
종양의 동적 이질성, 전이, 치료 저항성을 더 포괄적으로 이해할 수 있다는 점을 강조합니다.
Figure 1: Biology of tumour blood dissemination — stepwise progression from CTC release to overt metastasis formation
(종양 혈액 전파의 생물학: CTC 방출부터 명확한 전이 형성까지의 단계적 진행)
그림 설명:
왼쪽에서 원발 종양(primary tumour)에서 시작해 intravasation(혈관 내 침입) → 혈액 내 순환 → arrest and adhesion(정지와 부착) → extravasation(혈관 외 유출) → seeding(착상) → dormancy(휴면) → micrometastasis(미세전이) → macrometastasis(거대전이)로 이어지는 전이 캐스케이드(metastasis cascade)를 붉은 혈관 모양의 흐름으로 시각화.
각 단계에서 많은 CTC가 Death(사멸)하지만, 소수의 세포만 Survival(생존)하여 다음 단계로 진행.
Phenotype(세포질 색상)과 Genotype(핵 색상)을 구분하여 표시: 동일한 유전형이라도 표현형(예: 상피형 vs 간엽형/EMT 상태, stem-like 상태)이 다르면 생존율과 전이 능력이 크게 달라짐.
중요한 요소:
Intravasation 단계: 암세포가 혈관으로 들어가는 과정 (VEGFA 등 요인에 의한 혈관 투과성 증가).
Circulation 중: 혈소판, 호중구 등과의 클러스터링(cluster formation)이 생존을 돕거나 오히려 면역 공격을 유발.
Dormancy: 전이 세포가 오랫동안 증식하지 않고 잠복 상태로 존재 → 후기 재발의 주요 원인.
Colonization: 미세전이가 거대전이로 성장하는 최종 단계.
이 그림은
전이가 극도로 비효율적인 과정임을 보여줍니다.
종양 내 이질성 때문에
수많은 subclones 중 극소수(특정 phenotype-genotype 조합을 가진 세포)만이
모든 단계를 통과해 성공적인 전이를 이룹니다.
CTC(순환종양세포) 단일 세포 분석은
이러한 희귀한 metastasis-initiating cells를 포착하고,
EMT plasticity, stemness, immune evasion 등의 표현형 변화를 직접 관찰할 수 있게 해줍니다.
이는 ctDNA만으로는 불가능한 정보(예: CTC 클러스터의 후성유전 변화나 단백질 발현)입니다.
이 그림은 순환종양세포(CTCs)를 중심으로 한 종양 혈행성 전파(blood-borne dissemination)와 전이(metastasis) 과정을 종합적으로 보여주는 모식도.
종양 이질성(tumour heterogeneity)이 전이 과정의 각 단계에서 어떻게 작용하는지, 특히 EMT/MAT plasticity, CTC cluster, DTC(disseminated tumour cells), 그리고 미세환경과의 상호작용을 강조합니다.
1. Primary tumour (원발 종양)
다양한 색으로 표시된 종양 세포 클론(tumour cell clones)이 공존 → 종양 내 이질성의 시각화
Tumour cell with mixed epithelial and mesenchymal characteristics: 하이브리드 상태 (가장 전이 능력이 강한 경우가 많음)
Metastasis-initiating cell: 전이 성공에 핵심적인 소수 세포
CTC cluster: 여러 CTC가 모인 집단 — 단일 CTC보다 생존·전이 효율이 훨씬 높음
Tumour-educated platelets: 종양에 의해 “교육”된 혈소판 (종양 보호 및 진행 촉진)
Figure 2: Changes in total CTC counts during tumour evolution in patients with cancer
(암 환자에서 종양 진화 과정 중 총 CTC 수의 변화)
그림 설명:
시간 경과에 따른 CTC count(순환종양세포 수)의 동적 변화를 그래프나 도식으로 보여줍니다.
초기 질환(early-stage)부터 진행성/전이성 질환(metastatic disease)까지 CTC 수가 어떻게 증가하는지, 치료 전후 변화, 반응 vs 저항 사례를 비교.
암종별 예시(유방암, 폐암, 전립선암 등)에서 CTC 수가 예후(prognosis)나 치료 반응과 어떻게 상관되는지 표시.
종양 진화(tumour evolution) 과정에서 CTC 수가 증가하며, 이는 이질성 확대와 내성 클론의 출현을 반영.
이 그림은 유방암(breast cancer)을 예시로 한 종양의 자연사(natural history)와 순환종양세포(CTC)를 활용한 액체 생검(liquid biopsy)의 임상 적용 단계를 시간 축에 따라 통합적으로 보여주는 모식도입니다.
종양이 발생부터 진행, 치료 후 미세잔존질환(MRD), 재발까지 이어지는 장기적인 시간 경과 동안 CTC 수가 어떻게 변화하는지, 그리고 각 단계에서 액체 생검이 어떤 역할을 할 수 있는지를 명확히 제시합니다.
상단: 질병 진행 단계 (Disease progression timeline)
Early lesion? (초기 병변?)
아직 임상적으로 발견되지 않은 매우 초기 단계 (ductal carcinoma in situ 등).
유방에 작은 병변이 보임.
액체 생검 역할: Screening for cancer (암 선별검사) — 혈액에서 극소수의 CTC를 검출하여 조기 발견 시도.
Primary tumour (원발 종양)
진단 가능한 크기의 원발 종양.
액체 생검 역할: Risk assessment and diagnosis (위험 평가 및 진단) — CTC 수와 분자 특징으로 예후 예측과 진단 보조.
DTCs and micrometastasis (파종종양세포와 미세전이)
수술 후에도 몸 곳곳(폐, 뼈, 간 등)에 남아 있는 미세전이 또는 휴면 상태의 DTCs.
액체 생검 역할: Surveillance of minimal residual disease (미세잔존질환 감시) — 수술 후 CTC/DTC를 모니터링하여 재발 위험을 조기 예측.
Overt metastasis (명확한 전이)
임상적으로 발견되는 거대 전이 병변.
액체 생검 역할: Molecular characterization of metastatic relapse (전이 재발의 분자 특성화) — CTC를 통해 전이 병변의 유전자 프로파일, 치료 저항성 변이, 표현형 변화를 실시간으로 분석.
하단: CTC 수의 시간에 따른 변화 그래프 (CTC trajectory)
Y축: 혈액 내 CTC 수 (log scale, 대략 100 ~ 5,000개 범위)
X축: 진단 후 시간 (Years, 약 0~25년)
곡선의 특징:
초기 급격한 상승: 원발 종양이 성장하면서 CTC가 혈액으로 많이 방출됨.
최고점: 원발 종양 진단 무렵 (약 5~10년 경과 시점).
수술 후 급격한 감소: 원발 종양 제거 후 CTC 수가 현저히 줄어듦 (그러나 완전히 0이 되지는 않음).
저점 유지 기간: 수년간 낮은 수준으로 유지 → 미세잔존질환(MRD) 또는 휴면 DTCs 존재.
후기 재상승: 약 15~20년 후 다시 CTC 수가 증가 → 임상적 재발(metastatic relapse)을 예고.
이 그래프는 CTC가 종양 부하(tumour burden)의 실시간 동적 지표임을 잘 보여줍니다.
특히 수술 후 낮은 수준으로 유지되다가 다시 증가하는 패턴은 휴면 상태(dormancy)에서 벗어나 재활성화되는 전형적인 재발 과정을 반영합니다.
CTC 수의 변화는
종양 부하(tumour burden)와 클론 진화(clonal evolution)의 실시간 proxy(대리 지표)입니다.
치료 중 CTC 수가 감소하지 않거나 오히려 증가하면,
pre-existing resistant subclones의 선택적 증식이나
adaptive resistance(persister cells를 통한 de novo 변화)를 시사합니다.
단일 세포 수준에서 CTC를 분석하면
단순한 수치가 아닌,
어떤 subclones가 살아남고 있는지(예: TKI 저항성 돌연변이, EMT 상태, stem cell marker 발현 등)를 밝혀낼 수 있습니다.
이는 longitudinal monitoring(종단적 추적)에 매우 강력한 도구입니다.
논문 전체 맥락
종양 이질성의 본질: 이질성은 유전적(genetic)뿐 아니라 표현형적(phenotypic)·후성유전적(epigenetic) 수준에서 발생하며, CTC 단일 세포 프로파일링(scRNA-seq, scDNA-seq, proteomics 등)이 이를 가장 잘 드러낸다.
CTC vs ctDNA: ctDNA는 bulk genomic information(돌연변이, copy number 등)을 잘 제공하지만, 살아있는 세포의 기능적 상태(RNA expression, protein, metabolic reprogramming, cell-cell interaction)는 CTC 분석으로만 가능. 특히 CTC 클러스터나 hybrid epithelial-mesenchymal 세포는 전이와 저항에 핵심적이다.
임상적 함의:
예후 예측: 높은 CTC 수 + 특정 표현형(예: mesenchymal or stem-like CTC)은 불량 예후.
치료 모니터링: Minimal residual disease(MRD) 검출, 조기 저항성 발견.
치료 전략: CTC 기반으로 combinatorial therapy나 adaptive therapy 설계 가능.
전체 메시지: 종양 이질성은 치료 실패의 주요 원인이며, 액체 생검(liquid biopsy) 중 특히 단일 CTC 프로파일링은 비침습적으로 종양의 실시간 진화, 전이 잠재력, 저항 메커니즘을 해독할 수 있는 강력한 창구이다. 기존 조직 생검의 공간적·시간적 한계를 극복할 수 있는 미래 지향적 접근
Perspective
Published: 24 February 2020
Tumour heterogeneity and the evolutionary trade-offs of cancer
Tumours vary in gene expression programmes and genetic alterations. Understanding this diversity and its biological meaning requires a theoretical framework, which could in turn guide the development of more accurate prognosis and therapy. Here, we review the theory of multi-task evolution of cancer, which is based upon the premise that tumours evolve in the host and face selection trade-offs between multiple biological functions. This theory can help identify the major biological tasks that cancer cells perform and the trade-offs between these tasks. It introduces the concept of specialist tumours, which focus on one task, and generalist tumours, which perform several tasks. Specialist tumours are suggested to be sensitive to therapy targeting their main task. Driver mutations tune gene expression towards specific tasks in a tissue-dependent manner and thus help to determine whether a tumour is specialist or generalist. We discuss potential applications of the theory of multi-task evolution to interpret the spatial organization of tumours and intratumour heterogeneity.
종양은
유전자 발현 프로그램(gene expression programmes)과
유전적 변화(genetic alterations)에서 큰 다양성을 보인다.
이러한 다양성과 그 생물학적 의미를 이해하기 위해서는
이론적 틀(theoretical framework)이 필요하며,
이는 결국 더 정확한 예후 예측과 치료법 개발을 이끌 수 있다.
본 리뷰에서는
암의 다중 과제 진화(multi-task evolution of cancer) 이론을 소개한다.
이 이론은
종양이 숙주 내에서 진화하며,
여러 생물학적 기능 사이에서 선택적 무역(trade-offs)을 겪는다는 전제에 기반한다.
이 이론은
암세포가 수행하는 주요 생물학적 과제(major biological tasks)를 식별하고,
이 과제들 사이의 무역 관계를 밝히는 데 도움을 준다.
또한
전문가형 종양(specialist tumours)과
범용가형 종양(generalist tumours)이라는 개념을 도입한다.
전문가형 종양은 하나의 과제에 집중하는 반면,
범용가형 종양은 여러 과제를 동시에 수행한다.
전문가형 종양은
자신의 주요 과제를 표적으로 하는 치료에 민감(sensitive)할 것으로 제안된다.
Driver mutations(운전자 돌연변이)은
조직에 따라 특정 과제 쪽으로 유전자 발현을 조정(tune)함으로써
종양이 전문가형인지 범용가형인지를 결정하는 데 기여한다.
마지막으로,
우리는 다중 과제 진화 이론이
종양의 공간적 조직(spatial organization)과 종양 내 이질성(intratumour heterogeneity)을 해석하는 데
잠재적으로 어떻게 적용될 수 있는지 논의한다.
이 표는 암세포가 진화적으로 최적화하려는 5가지 보편적 생물학적 과제(Universal cancer tasks)를 정리한 것입니다.
각 과제마다:
어떤 유전자 발현 프로그램이 강하게 활성화되는지
해당 과제가 지배적인 종양의 임상적 특징(clinical properties)
그 과제를 표적으로 할 때 예상되는 약물 감수성(drug sensitivities)
을 보여줍니다.
이 표의 핵심 메시지
“종양은 무작위로 이질적인 것이 아니라, 특정 과제에 특화(specialist)되거나 여러 과제를 균형 있게 수행(generalist)하는 방향으로 진화한다”
각 행(과제)별 상세 설명
Specialist vs Generalist 종양의 근거
Cell division task에 특화된 종양: 높은 세포 밀도, triple-negative breast cancer, 많은 copy number alteration → 빠르게 증식하지만 재발까지 시간이 길 수 있음. 미세소관 표적 약물(ixabepilone)에 민감할 가능성.
Invasion and tissue remodelling task에 특화된 종양: Stage III–IV, 림프관 침범, stroma가 풍부 → 침윤성과 전이 능력이 강함. MEK 억제제(trametinib)에 상대적으로 민감.
Tumour–immune interaction task에 특화된 종양: 높은 돌연변이 부하(high TMB), poorly differentiated → 면역원성이 높지만, 실제로 checkpoint inhibitor에 대한 반응은 아직 충분히 테스트되지 않음.
Trade-off의 증거
한 과제(예: Cell division)가 강하게 활성화되면 다른 과제(예: Invasion)는 상대적으로 약해지는 경향이 관찰됨.
이는 Pareto optimality 이론에 따라 종양 표현형이 제한된 다면체 공간 안에 위치한다는 것을 실증적으로 보여줍니다.
조직 및 암종 의존성
같은 driver mutation이라도 조직 종류에 따라 어떤 task를 강화하는 방향으로 작용하는지가 다름.
예: ER+/PR+ 유방암에서는 Lipogenesis task가 더 두드러지게 나타남.
치료 전략에 대한 시사점
Specialist 종양 → 주요 task를 강력하게 표적화하는 단일 요법이 효과적일 수 있음.
Generalist 종양 → 여러 task를 동시에 공격하는 조합 요법이 필요.
mTOR inhibitor, MEK inhibitor 등 기존 약물의 감수성을 task 관점에서 재해석할 수 있음.
종양 내 이질성은 무작위 돌연변이의 산물이 아니라, 여러 생물학적 과제 사이의 선택적 무역(trade-offs) 때문에 필연적으로 발생한다는 점을 강조.
각 패널별 상세 설명
a. Pareto front와 Specialist vs Generalist
X축: 과제 A의 유전자 발현 수준
Y축: 과제 B의 유전자 발현 수준
Pareto front (파레토 최전선): 회색 선. 두 과제를 동시에 최적화할 수 없는 한계선.
Archetype 1 (파란 점): 과제 A에 특화된 전문가형(specialist) 종양
Archetype 2 (녹색 점): 과제 B에 특화된 전문가형 종양
중간 회색 점들: 여러 과제를 어느 정도 수행하는 범용가형(generalist) 종양
→ 종양의 실제 유전자 발현 프로파일은 이 Pareto front 위나 근처에 위치한다.
b. Growth archetype와 Survival archetype
성장(growth) 과제와 스트레스 저항(survival/stress response) 과제 사이의 trade-off를 보여줌.
시간이 지나면서 growth archetype (파란 점)에서 survival archetype (녹색 점)으로 이동.
의미: 초기에는 빠른 증식이 유리하지만, 후기(저산소, 치료 압력 등)에서는 생존 능력이 더 중요해진다.
c. Performance contours (성능 등고선)
두 과제의 발현 수준에 따라 과제 수행 능력(contours)이 어떻게 달라지는지 보여줌.
Archetype 1과 2는 각각 한 과제에서 최고 성능을 내지만, 다른 과제에서는 성능이 낮음.
중간 지점(×)은 generalist로, 두 과제 모두에서 중간 수준의 성능을 보임.
d. 과제 수에 따른 Pareto front의 형태 변화
2개 과제: 직선
3개 과제: 삼각형
4개 과제: 사각형(다면체) → 과제가 많아질수록 가능한 표현형 공간이 더 복잡한 다면체(polyhedron) 형태가 된다. 실제 종양은 이 다면체의 꼭짓점(archetypes)이나 면 위에 위치한다.
e. Darwin’s finches 비유 (생태학적 비유)
새의 부리 모양이 먹이(큰 씨앗 vs 작은 씨앗 vs 곤충)에 따라 전문화(specialist)되는 것처럼,
종양도 수행하는 과제에 따라 전문화된다.
한 종(species) 내에서도 개체 간 variation이 존재하듯, 종양 내에서도 다양한 archetype이 공존한다.
혈관 가까운 암세포: Invasion and resistance to therapy archetype이 강함
혈관에서 먼 암세포: Hypoxia survival archetype이 강함 → 종양 내부에서도 위치에 따라 서로 다른 archetype이 우세해지는 공간적 gradient가 형성된다.
Figure가 전달하는 가장 중요한 메시지 (대학원 수준)
종양 이질성의 기원 이질성은 단순히 돌연변이가 무작위로 쌓여서 생기는 것이 아니라, 여러 과제 간 trade-off 때문에 불가피하게 발생한다.
Archetype 개념 종양은 무한한 표현형 공간이 아니라, 제한된 Pareto front 위에 존재한다. 각 꼭짓점(archetype)은 특정 과제에 특화된 전문가형(specialist) 상태를 나타낸다.
Temporal & Spatial dynamics 시간(종양 진행 단계)과 공간(혈관과의 거리)에 따라 어떤 archetype이 유리한지가 달라진다. → 이는 종양 내에서 연속적인 gradient와 subclonal heterogeneity를 설명한다.
치료적 함의
Specialist 종양(특정 archetype에 가까운 경우): 해당 과제를 강력히 타겟하는 치료에 더 민감할 수 있다.
Generalist 종양: 여러 archetype이 혼재되어 있어 단일 요법으로는 저항성이 높다.
a. Polyhedron fitting 과정 (전체 워크플로우)
왼쪽: 종양 샘플들을 PCA 공간(PC1, PC2)에 plotting.
가운데: 데이터에 가장 잘 맞는 polyhedron(다면체)를 fitting → Pareto front를 정의.
오른쪽: 각 꼭짓점(archetype)의 임상적 특성을 분석.
주황색 점: 림프절 전이 있는 종양
흰색 점: 림프절 전이 없는 종양
파란색 archetype: Invasion archetype (침윤 과제에 특화) → 림프절 전이와 강한 상관관계.
b. 암종별 Pareto front 예시
Glioma (교종): 데이터가 삼각형(polyhedron) 안에 넓게 분포 → 다양한 archetype이 존재.
Bladder tumours (방광암): 데이터가 한쪽으로 치우쳐 분포 → 특정 archetype(예: 침윤형)이 지배적일 가능성.
c. 5가지 Universal cancer tasks와 archetype 연결 (Table 1과 직접 연계)
삼각형 꼭짓점에 5가지 과제가 배치됨:
노란색: Lipogenesis archetype
파란색: Invasion and tissue remodelling archetype
주황색: Tumour-immune interaction archetype
보라색: Cell division archetype
녹색: Biomass and energy archetype
화살표 “Progression”: 종양이 진행될수록 특정 방향(예: Invasion 쪽)으로 이동하는 경향을 보여줌.
d. 두 가지 시나리오 비교 (가장 중요한 개념적 Figure)
Scenario 1 (왼쪽): Cancer cells are specialists
단일 세포(scRNA-seq) 수준에서는 명확한 archetype(전문가형)으로 분리됨.
벌크 RNA-seq(bulk)에서는 여러 archetype이 평균화되어 generalist처럼 보임.
Scenario 2 (오른쪽): Cancer cells can be generalists or specialists
일부 종양은 single-cell 수준에서도 generalist(여러 과제를 동시에 수행).
종양 간 차이가 크며, 한 종양 내에서도 specialist와 generalist가 혼재할 수 있음.
→ 실제로는 Scenario 2에 더 가깝다는 것이 논문의 결론적 입장입니다.
e. Driver mutations와 archetype의 관계
Driver mutation이 특정 방향으로 gene expression effect vector를 이동시킨다.
TP53 mutation 등은 특정 archetype(예: survival or invasion 쪽)으로 종양을 이동시킴.
Passenger mutation은 큰 영향을 주지 않음.
f. Breast tumours와 Thyroid tumours 예시
Breast cancer: TP53 mutation 유무에 따라 archetype 위치가 크게 달라짐 (TP53 mutated = 더 aggressive archetype 쪽).
Thyroid cancer: NRAS mutation 유무에 따라 archetype이 이동.
g. 치료 감수성과 archetype의 관계 (치료적 함의)
Generalist tumour (녹색 점): 여러 과제를 동시에 수행 → 단일 약물에 저항성 높음.
Specialist tumour (보라색 점): 특정 과제에 특화 → 해당 과제를 타겟하는 약물에 민감할 수 있음.
TP53 mutation은 generalist 쪽으로 이동시켜 약물 저항성을 높이는 경향.
1. 단일 세포 유전체학(single-cell genomics)은 종양 내에서 광범위한 세포 표현형을 드러내며, 대부분의 변이는 유전적 돌연변이가 아닌 후성유전적 가소성(epigenetic plasticity)에 기인한다.
종양 세포와 미세환경 세포 모두에서 염색질 landscape의 변화와 대체 프로그램(alternative programs)에 대한 접근이 관찰된다.
이는 세포 간 상호작용(cell-to-cell communication)을 통해 종양 niche를 재구성(remodeling)하게 만든다.
주장의 핵심: 표현형 이질성(phenotypic heterogeneity)의 주된 원인은 후성유전적 변화이며, 이는 단일 세포 기술로 처음으로 명확히 드러났다.
2. 후성유전적 가소성(epigenetic plasticity)은 암의 핵심 특징(hallmark)이며, 전이(metastasis), 면역 회피(immune evasion), 약물 저항성(drug resistance)의 기초가 된다.
다중오믹스(multiomic) 단일 세포 기술(특히 공간적(spatial) 기술)을 활용하면 가소성을 유발하는 메커니즘을 발견하고, 새로운 치료 타겟을 찾을 수 있다.
주장의 핵심: 가소성은 암세포가 환경 변화에 적응하는 강력한 능력을 부여하며, 이를 타겟으로 하는 치료 전략이 필요하다.
3. 종양은 환자 간에 크게 다르며, 분자적 서브타입(molecular subtypes)으로 분류할 수 있다.
분류 기준: 유전자 돌연변이, 염색체 이상, 후성유전 변화, 유전자 발현 프로파일 등.
이러한 서브타입은 기존 조직병리학(histopathology)보다 더 다양하며, 독특한 예후(prognostic) 프로파일과 연관되어 있다.
비침습적 검사(non-invasive assays)를 통해 진단을 개선하고, 치료 타겟을 제안할 수 있다.
주장의 핵심: 이질성은 환자 간(intertumour) 수준에서도 매우 크며, 정밀의학(precision medicine)의 기반이 된다.
4. 분자적 이해를 실제 임상 결과로 전환하는 데 실행 가능한 타겟(actionable targets)이 부족한 것이 주요 한계이다.
대부분의 환자에서 현재 지식으로는 효과적인 치료로 이어지지 못한다.
주장의 핵심: 기술 발전에도 불구하고, 이질성을 극복하고 임상적으로 유의미한 치료를 개발하는 데 여전히 큰 장벽이 존재한다.
5. 종양은 공간적으로 조직된 생태계(spatially organized ecosystems)로, 유전적·세포적·표현형적 이질성을 동시에 가진다.
다중 중첩 이미징(multiplexed imaging)과 공간 전사체학(spatial transcriptomics)을 통해 세포 이웃(cellular neighborhoods), 집단 간 의존성(co-dependencies), 다세포 표현형(multicellular phenotypes)이 밝혀지고 있다.
이러한 공간적 특징은 생존(survival)과 강하게 연관되어 예후 가치를 가진다.
데이터 분석의 표준화(standardization)가 필요하다.
주장의 핵심: 이질성은 단순히 세포 수준이 아니라 공간적 맥락에서 이해해야 하며, 이는 예후 예측과 치료 설계에 중요하다.
6. 소세포폐암(SCLC)은 여러 분자적 서브타입으로 구성되며, 각 서브타입마다 독특한 치료 취약점(therapeutic vulnerabilities)이 있다.
그러나 종양 내 이질성과 가소성으로 인해 종양이 동적으로 진화하여 “움직이는 치료 타겟(moving therapeutic target)”이 된다.
모델 시스템과 시스템 생물학을 통합하여 가소성의 규칙을 이해하고, 면역치료 등을 활용해 다양한 상태를 동시에 공격해야 한다.
주장의 핵심: SCLC는 이질성과 가소성의 전형적인 예로, 이를 극복하기 위한 통합적 접근이 필수적이다.
7. 종양 내 이질성(intra-tumor heterogeneity, ITH)은 클론 선택(clonal selection)에 의해 발생하며, 암종에 따라 정도와 패턴이 다르다.
예: 신장 chromophobe renal cell carcinoma는 광범위한 ITH를 보이지만 copy number profile은 비교적 균질하다. 반면 lung squamous cell carcinoma는 single nucleotide variant보다 copy number variation에서 더 많은 ITH를 보인다.
조기 유전체 이상(early genomic aberrations)은 진단 수십 년 전에 발생할 수 있어 조기 검출 기회를 제공한다.
주장의 핵심: ITH의 패턴은 암종별로 다르며, 진화적 관점에서 조기 개입의 가능성을 시사한다.
8. ITH의 진화 과정은 돌연변이 signature로 추적할 수 있다.
외인성(exogenous: 흡연, UV 등)과 내인성(endogenous: DNA repair failure, APOBEC 등) 과정에 의한 signature가 존재한다.
시퀀싱을 통해 종양 발생(tumorigenesis)과 진행(progression)을 이해할 수 있다.
주장의 핵심: 돌연변이 signature 분석은 종양 발생의 역사와 메커니즘을 밝히는 강력한 도구이다.
Hyperthermia(특히 39~41°C fever-range mild hyperthermia)와의 관계
암세포가 혈관을 덜 만드는 특성을
hyperthermia가 역으로 활용하거나 개선하는 효과가 잘 입증되어 있습니다.
온도에 따라 이중적(dual) 효과.
39~41°C (mild/fever-range hyperthermia) — 혈관 접근(accessing vasculature) 활용의 최적 범위 종양 혈관이 열에 취약한 점을 이용해 혈관 확장(vasodilation) → 혈류 증가(blood perfusion ↑) → 산소 공급(oxygenation ↑)과 약물/나노입자 전달(EPR effect 강화)이 일어납니다.
종양 혈관의 thermoregulation 반응으로 혈관 투과성(vascular permeability)이 선택적으로 증가 → 간질액 압력 ↓ → 약물 침투 ↑.
HIF-1α 등 hypoxia 관련 경로가 일시적으로 완화되며, 저산소 환경 개선.
면역세포(NK, CTL 등) 침윤도 증가 (혈관 내 adhesion molecule: ICAM-1, E-selectin, P-selectin ↑).
결과: cold tumor → hot tumor 전환에 기여 + 방사선/항암제/면역치료 시너지 효과. 예: 자궁경부암, 유방암 간전이 등 임상 연구에서 mild HT(40°C, 30~60분)가 혈류를 유의하게 증가시켜 paclitaxel 등 약물 효능을 34% 이상 높임.
42°C 이상 (moderate to high hyperthermia) — 혈관 손상(damage) 종양 혈관의 불완전한 구조 때문에 정상 혈관보다 먼저 혈관 정체(vascular stasis), 혈관 폐쇄(closure), 혈관 투과성 과도 증가 → 간질 부종 → 혈류 감소 → 종양 괴사(necrosis) 유발. VEGF 억제 + 혈관 손상으로 장기적으로 angiogenesis 억제 효과도 나타남.
엘리트 선수들은 경기 중 중심온도 Tc ≥ 40°C에 자주 도달하지만, 열 관련 의학적 문제(Exertional Heat Illness/Exertional Heat Stroke, EHI/EHS)가 발생하는 경우는 매우 적습니다.
검토된 연구에서 선수의 11.9%가 Tc ≥ 40°C를 보였고, 이 중 EHI/EHS 증상을 보인 경우는 단 2.8%에 불과했습니다.
최고 Tc는 40~41.5°C까지 관찰되었으며, 이는 더운 환경뿐만 아니라 온대 환경에서도 나타났습니다.
Tc ≥ 40°C는 실험실 연구에서 자주 위험 기준으로 인용되지만, 실제 경쟁 스포츠에서는 일관된 위험 지표가 아니다는 점이 핵심 메시지입니다. 대신 인지 장애나 보행 이상(gait disruption) 같은 2차 증상을 함께 모니터링해야 한다고 강조합니다.
운동 강도와 시간(지속 시간) 관점에서의 Tc 반응
운동 강도(Intensity)와 지속 시간(Duration)이 Tc 상승의 주요 결정 요인입니다. Tc 상승은 운동으로 인한 열 생산(대사 열)에 비례하며, 열 소산 능력(땀 증발, 혈관 확장 등)과의 균형에 따라 결정됩니다.
지속적 고강도 운동(Endurance sports): 장거리 달리기, 철인 3종 경기 등 지속적이고 높은 강도의 운동에서 Tc ≥ 40°C 발생률이 간헐적 스포츠보다 높습니다.장시간 동안 열 생산이 지속되어 체온이 점진적으로 상승하기 때문입니다.
간헐적 운동(Intermittent sports, 예: 팀 스포츠): 반복 스프린트나 짧은 고강도 + 휴식 패턴에서는 평균 Tc 상승이 상대적으로 낮습니다. 그러나 순간적인 고강도 구간에서 Tc가 급격히 오를 수는 있습니다.
강도 × 시간 상호작용: 짧은 시간이라도 최대 강도에 가까운 운동(예: 반복 스프린트)이나, 장시간 중강도 이상의 운동(마라톤 등) 모두 높은 Tc를 유발할 수 있습니다.
논문은 “Tc rise is proportional to movement demands”라고 명시하며, 운동의 총 에너지 소비와 지속 시간이 Tc에 직접 영향을 준다고 설명합니다.
연구 목적운동으로 인한 과열(Exertional Hyperthermia), 특히 운동성 열사병(Exertional Heat Stroke, EHS) 치료를 위한 전신 냉각(Whole-Body Cooling) 방법의 효과를 평가하고, 가장 효율적인 냉각 방법을 확인하는 것. 데이터베이스(MEDLINE, EMBASE, SportDiscus 등)에서 89개 연구를 검색한 후, 엄격한 기준(PEDro scale ≥4/10, 직장 온도 측정 등)을 통과한 7개 연구만을 분석했습니다.
주요 배경 및 운동 유발 과열
운동 중 core body temperature (Tc, 직장 온도 등으로 측정)가 38.5°C 이상으로 상승하는 것은 흔합니다.
2. 게놈 불안정성 및 돌연변이 (Genome instability and mutation) — 두 번째로 강력한 증거 41°C 이상: DNA 복구 경로 억제 (BER, HR, NHEJ 부분 억제), 복제 포크 정지, SSB/DSB 증가 → 화학요법·방사선요법 감수성 향상. S기 세포가 가장 민감.
3. 세포 사멸 저항 (Resisting cell death) 41~43°C: 미토콘드리아 경로 및 외인성 경로를 통한 아포토시스(apoptosis) 유도 (Bax/Bcl-2 비율 변화, 카스파아제 활성화).
41.5°C: 괴사(necrosis). 자가포식(autophagy)도 관여. p53 상태에 따라 효과 다름.
4. 세포 에너지 대사 조절 이상 (Deregulating cellular energetics) ATP 감소, ROS(Reactive Oxygen Species) 증가, 젖산 증가, 산화적 인산화(OXPHOS) 및 오탄당 인산 경로(PPP) 억제.
5. 혈관 신생 유도/활용 (Inducing/accessing vasculature) — 이중 효과(dual role) <42°C: 혈류·산소 공급 일시적 개선 (재산소화, re-oxygenation). 42°C: 혈관 붕괴, 혈전 형성.
6. 침윤 및 전이 활성화 (Activating invasion and metastasis) — 이중 효과 일부 촉진(HSF-1 경로를 통한 EMT), 일부 억제(막·세포골격 손상).