면역관문억제제(Immune checkpoint inhibitors, ICIs)는 최근 수년간 암 환자의 생존율을 실질적으로 향상시켰다. 그러나 ICI 치료에 반응하는 환자는 소수에 불과하며(고형암에서 약 30%), 현재 사용되는 ICI 반응 관련 바이오마커는 종종 ICI 치료 반응을 예측하지 못한다. 본 연구에서는 네트워크 기반 분석을 활용하여 견고한 예측을 수행할 수 있는 ICI 치료 바이오마커(NetBio)를 식별하는 기계학습(ML) 프레임워크를 제시한다. 우리는 임상적 결과와 전사체(transcriptomic) 데이터가 포함된 ICI 투여 환자 표본 700건 이상을 수집하였고, NetBio 기반 예측이 흑색종, 위암, 방광암의 세 가지 서로 다른 암 유형에서 ICI 치료 반응을 정확하게 예측함을 관찰하였다. 또한 NetBio 기반 예측은 ICI 표적 또는 종양 미세환경(tumor microenvironment) 관련 마커와 같은 다른 기존의 ICI 치료 바이오마커에 기반한 예측보다 우수하다. 본 연구는 정밀 종양의학을 위한 견고한 ML 기반 예측을 수행할 수 있는 면역치료 반응 관련 바이오마커를 효과적으로 선별하기 위한 네트워크 기반 방법을 제시한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.