단일 세포 RNA 분석을 통한 위장관계 암의 분석: 위험도, 예후 및 약물 반응성의 관점으로 = Single-cell RNA Sequencing Analysis of Gastrointestinal Cancers: Risk, Prognosis, and Drug Responsiveness

국문 초록 (Abstract)

위장관계(gastrointestinal tract, GIT) 암은 위암, 대장암, 식도암, 췌장암 등을 포함하는 악성종양으로 전 세계적으로 높은 발생률과 사망률을 보이고 있다[1]. GIT암은 세포 이질성(cellular heterogeneity), 복잡한 종양 미세환경(microenvironment), 그리고 다양한 유전적 변이로 인해 분자생물학적 특성이 매우 복잡하며, 이로 인해 정확한 진단, 예후 예측 및 효과적인 치료법 개발에 많은 어려움이 있다[2,3]. 기존의 벌크(bulk) RNA 시퀀싱 분석 기술은 조직 전체의 평균적인 유전자 발현 패턴을 분석하기 때문에 종양 내에 존재하는 다양한 세포집단이나 희귀 세포 종류의 특성을 반영하지 못하는 본질적인 한계를 가진다[4,5]. 이러한 한계는 중요한 바이오마커를 놓치거나 특정 약물 반응성 메커니즘을 파악하는 것을 방해한다[6].
이러한 배경을 감안하여 단일 세포 RNA 시퀀싱(singlecell RNA sequencing, scRNA-seq) 기술은 개별 세포 수준에서 유전자 발현을 분석할 수 있는 접근법으로 주목받고 있다[7]. scRNA-seq은 종양 조직 내 세포 다양성을 높은 해상도로 밝혀내어, 희귀 세포 집단이나 상태가 변하고 있는 세포 집단에 대한 정보도 알 수 있게 한다[8].
이 기술은 최근 GIT 암 연구에서 암세포의 유전적 및 전사체적 이질성을 해석하고, 종양 미세환경을 구성하는 면역세포, 섬유아세포(cancer-associated fibroblasts, CAFs) 등 비종양 세포들과의 복잡한 상호작용을 규명하는 데 중요한 도구가 되었다[9]. 이를 통해 암의 진행경로, 종양 아형 분류, 치료 저항성 메커니즘 이해 및 맞춤형 치료 타겟 발굴에 크게 기여하고 있다[3,10].
이 리뷰는 scRNA-seq이 GIT 암의 위험도 평가(risk assessment), 예후 예측, 약물 반응성(drug response) 분석 및 내성 메커니즘 규명에 어떻게 기여하고 있는지를 체계적으로 조사할 것이다. 또한 scRNA-seq 데이터 분석을 위한 생명정보학(bioinformatics) 방법론과 공공 데이터베이스 활용, 그리고 임상 적용 가능성을 중개연구(translational research) 사례와 함께 논의할 것이다. 마지막으로 현재 기술의 한계점을 분석하고 향후 다중 오믹스(multiomics) 통합 연구를 포함한 기술 발전 방향을 제시하여 GIT 암에 대한 정밀의료의 방향성에 대해 논의할 것이다.

다국어 초록 (Multilingual Abstract)

Gastrointestinal cancers are a major cause of global cancer mortality, characterized by profound cellular heterogeneity and complex tumor microenvironments that challenge effective treatment.
Traditional bulk RNA sequencing fails to resolve this complexity; however, single-cell RNA sequencing has emerged as an important technology that provides transcriptomic analysis at the individual cell resolution. This review explores the pivotal contributions of single-cell RNA sequencing to gastrointestinal cancer research, emphasizing its potential to investigate intratumoral heterogeneity; characterize diverse cell subtypes such as cancer cells, immune cells, and cancer-associated fibroblasts; and discover their interactions. We discuss the development of prognostic gene signatures and risk-scoring models that effectively stratify patients, guiding personalized therapeutic strategies. This review explores how single-cell RNA sequencing, often integrated with patient-derived organoids, is applied in predicting drug response and revealing the mechanisms of therapeutic resistance. Acknowledging current limitations such as data sparsity, we outline the future trajectory of the field. The integration of single-cell RNA sequencing with multiomics, spatial transcriptomics, and artificial intelligence promises to accelerate the discovery of novel biomarkers and therapeutic targets, ultimately guiding the way for precision medicine for patients with gastrointestinal cancer.