루닛이 개발한 인공지능 기반 정밀의료 소프트웨어 Lunit-SCOPE를 통해 면역관문억제제에 보이는 치료 반응을 예측할 수 있는 것으로 나타났다. Lunit-SCOPE는 비소세포폐암 환자의 암세포를 3가지로 분류하고 있는데 표현형별로 면역관문억제제에 대한 반응률을 예측하는 바이오마커의 역할을 톡톡히 하고 있는 것.

루닛은 오는 29~31일 온라인으로 개최되는 미국임상종양학회 연례학술대회(ASCO 2020 Virtual Scientific Program)에서 이같은 내용을 담은 2편의 포스터를 발표할 예정이다.

면역관문억제제의 등장은 환자의 면역세포를 활용해 암세포를 사멸시키는 새로운 기전으로 항암치료에 새로운 지평을 열었다. 하지만 20~30%대의 낮은 반응률로 인해 치료반응을 예측할 수 있는 바이오마커의 개발이 도전 과제로 남아있다.

특히 PD-L1 발현율이 낮은 환자에서는 면역관문억제제의 치료반응을 예측할 수 있는 지표가 더욱 절실한 상황이다.

지난 14일 공개된 결과에 따르면, 루닛은 삼성의료원에서 제공받은 1,824개 비소세포폐암 조직의 H&E 이미지를 Lunit-SCOPE로 딥러닝시켜 면역세포의 양과 위치에 따라 'inflamed', 'excluded', 'desert' 등 3가지로 분류했다.

루닛은 이 세 가지 분류법를 면역관문억제제로 치료 받은 119명의 임상 결과를 통해 최적화하고 LC-biomarker 연구에 등록된 62명의 환자에서 검증했는데, 이번에 그 결과를 발표한 것이다.

연구 결과, 'inflamed' 표현형을 가진 환자들은 PD-L1 발현율이 높은(TPS ≥50%) 경우는 물론, 낮은(TPS <50%) 경우에도 'excluded'나 'desert' 표현형을 가진 환자들보다 면역관문억제제가 잘 듣는 것으로 나타났다.

TPS <50%인 환자에서 'inflamed' 군의 무진행생존기간 중앙값(mPFS)은 14.3개월인 반면 'excluded/desert' 군은 1.4개월로 뚜렷한 차이를 보인 것이다.

또 'excluded' 표현형을 가진 환자들은 나쁜 예후와 연관성이 있는 종양변이부담(TMB)이 'inflamed' 군보다 높았고, 면역관문억제제에 저항성을 나타내는 기전 중 하나인 HLA LOH(loss of heterozygosity of HLA)도 다른 두 타입보다 높게 나타났다.

연구진은 Lunit-SCOPE에 의한 3가지 표현형 분류가 PD-L1 발현율이 낮은 환자에서 면역관문억제제의 치료 결과를 예측할 수 있고, 특히 'excluded' 표현형은 그중에서도 면역관문억제제 치료에 나쁜 결과를 시사한다고 주장했다.

또 다른 연구는 면역관문억제제로 치료 받은 환자들의 저항 패턴을 이 3가지 표현형에 근거해 분석했다.

그 결과 면역관문억제제 투여 후 질병이 진행된 경우 치료 전보다 'excluded'나 'desert' 표현형의 비중이 증가한 것으로 나타났다. 앞선 연구 결과와 일맥상통하는 부분이다.

반면, 치료전 'inflamed' 표현형으로 분류된 29명의 환자는 반응 유지 기간에 따라 질환 진행 후 현격하게 다른 표현형 비율을 보였는데, 연구진은 그 기준을 mPFS 3.7개월로 나누었다.

mPFS가 3.7개월보다 긴 경우 환자들은 여전히 'inflamed' 표현형을 유지하고 있거나 'excluded' 표현형으로 바뀌었는데, mPFS가 3.7개월보다 짧은 환자들은 'desert' 표현형으로 바뀌는 것이 관찰됐다.

또한 'inflamed' 표현형에 남아 있는 환자들은 면역관문억제제 치료 실패 후에도 'desert' 표현형으로 변한 환자보다 전체생존기간(OS) 역시 더 길게 나타났다.

연구진은 "'inflamed' 표현형을 가진 환자는 면역관문억제제 반응 유지 기간에 따라 저항 패턴이 뚜렷하게 나타났으며, 빠르게 질병이 진행되는 환자에서는 'desert' 표현형으로 전환되는 것이 확인돼 면역관문억제제 저항 극복을 위해선 맞춤 전략이 필요하다"고 주장했다.