분비 단백질 신호 활성을 추정하는 연산 프레임워크 SecAct

분비 단백질은 세포 자율적으로 작용하지 않아 그 기능을 체계적으로 특성화하는 데 한계가 있었다. SecAct는 37개 암종의 공간전사체 데이터를 기반으로 사전 계산된 신호 시그니처를 활용해 이러한 문제를 해결한다.

무엇을 했나

• 37개 암종의 공간전사체 샘플 1,258개를 학습하여 인간 분비 단백질 1,170개의 신호 활성 추정 모델을 구축했다.
• 항분비 단백질 치료 전사체 데이터를 이용해 치료 후 분비 단백질 활성 억제 예측 정확도를 검증했다.
• 공간 및 단일세포 전사체 데이터 분석을 위한 대화형 모듈을 제공하여 세포 간 통신 분석을 지원한다.
• 54개 암 면역요법 코호트의 환자 5,174명에게 적용하여 종단 면역과 관련된 분비 단백질을 발굴하고 생체 내 실험으로 검증했다.

왜 눈여겨볼 만한가

기존 전사체 분석만으로는 파악하기 어려웠던 분비 단백질 기반의 세포 간 신호 활성을 단일세포와 공간전사체 수준에서 수치화할 수 있다는 점에서 유용하다. 특히 대규모 코호트 데이터 분석과 면역요법 반응 해석에 활용해 볼 만하다. 다만 37개 암종 데이터 기반으로 학습되었기 때문에 비암종이나 다른 조직 데이터에 적용할 때는 결과 해석에 주의가 필요하다.

원문

• Nature Methods · DOI 10.1038/s41592-026-03172-0