국내 연구진이 소변 냄새를 통해 전립선암을 조기에, 높은 정확도로 진단할 수 있는 ‘인공 후각’ 기반의 진단 플랫폼을 개발했다. 기존 검사의 낮은 정확도로 인해 환자들이 겪어야 했던 불필요한 조직검사와 신체적·경제적 부담이 크게 줄어들 것으로 기대된다.

연세대 강남세브란스병원 비뇨의학과 구교철 교수와 이화여대 식품영양학과 박태현 교수 연구팀은 후각 바이오센서와 인공지능(AI) 머신러닝을 결합한 전립선암 조기 진단 모델을 개발하고 그 유용성을 확인했다고 발표했다.

현재 전립선암 진단에는 주로 전립선 특이항원(PSA) 혈액검사가 사용된다. 그러나 이 검사는 특이도가 낮아 암이 아닌 전립선비대증이나 전립선염증이 있을 때도 수치가 높게 나타난다. 이로 인해 많은 환자가 암 여부를 확실히 가리기 위해 통증과 부작용 위험이 따르는 척추 마취 하의 조직검사를 받아야 했다.

연구팀은 훈련된 탐지견이 환자의 소변 냄새를 맡아 전립선암을 높은 정확도로 감별해냈다는 과거 연구에서 착안해 인공 후각 시스템을 구축했다. 인간의 후각 수용체 단백질 6종을 미세 인공 세포막 나노입자인 '나노디스크'에 결합한 센서를 개발한 뒤, 암세포의 대사 작용으로 소변에서 발생하는 특정 휘발성 유기화합물(VOCs)을 감지하도록 한 것이다. 여기에 AI 머신러닝 알고리즘을 결합해 암 환자 특유의 소변 냄새 양상을 학습시켰다.

소변 냄새 기반 전립선암 인공지능(AI) 진단 플랫폼의 작동 원리. 환자의 소변 샘플을 수집해 암 세포가 만들어낸 특이한 냄새 물질인 '휘발성 유기화합물(VOCs)'을 포착(1단계), 인간의 코를 모사한 '인간 후각 수용체 나노 센서'에 냄새 분자가 결합하면서 발생하는 미세한 형광 신호 감소 변화를 측정(2단계), 총 6종의 센서 배열로 얻은 형광 신호 패턴을 인공지능(머신러닝)이 분석해 전립선암 유무와 암의 악성도 분류(3단계).

환자군 40명과 대조군 33명을 대상으로 총 290개의 소변 샘플을 분석·검증한 결과, 이 AI 모델의 진단 예측 능력을 나타내는 AUC 수치는 0.964(1에 가까울수록 우수)로 최상위 등급의 정확도를 기록했다. 소변 검사만으로 전립선암 환자와 정상인을 96.4% 수준까지 정확하게 가려낼 수 있다는 의미다. 연구팀은 암 분자를 찾아내는 데 결정적인 역할을 하는 핵심 수용체 3종(OR2W1, OR51E1, OR51E2)도 함께 규명했다.

이번에 개발된 비침습적 진단법은 통증이 전혀 없고 간편할 뿐 아니라 기존 PSA 검사로는 알 수 없었던 암의 공격성 정도(글리슨 점수)까지 예측할 수 있다. 구교철 교수는 "통증 없는 간편한 방법으로 전립선암을 높은 적중률로 진단할 수 있는 가능성을 제시했다"며 "암의 공격성 정도까지 함께 확인할 수 있어 임상적 의의가 크며, 향후 대규모 임상 연구를 통해 실제 의료 현장에서 활발히 쓰일 수 있도록 기술을 발전시킬 계획"이라고 말했다. 이번 연구 결과는 분석화학 분야의 세계적 권위지인 'ACS Biosensors' 최신호에 게재됐다.

김선영 기자, <소변 냄새 활용한 전립선암 진단 플랫폼 개발…정확도 96.4%>, 헬스중앙, 2026

[기사 원문] https://jhealthmedia.joins.com/news/articleView.html?idxno=32940