Portrai가 제안하는 정밀 DDS의 다음 단계
정밀 약물 전달체(DDS)를 설계할 때 중요한 질문은 더 이상 “약물이 종양에 가는가?”에 그치지 않습니다. 이제는 종양 안의 어디에 도달하는지, 그리고 어떤 세포가 실제로 그 약물을 받아들이는지를 함께 살펴봐야 합니다. 기존 생체분포(biodistribution) 분석은 장기 수준의 약물 축적을 보여주지만, 종양 미세환경 내부의 세포 단위 선택성까지 설명하기에는 한계가 있습니다.
공간적 맥락이 중요한 이유
약물 영상(Drug imaging)은 약물이 조직 내 어디에 분포하는지 보여주고, 공간전사체학(Spatial Transcriptomics, ST)은 해당 위치의 유전자 발현과 세포 조성을 보여줍니다. 두 데이터를 결합하면 “약물이 어디로 가는가”와 “그 분포가 어떤 생물학적 특성과 연관되는가”를 함께 해석할 수 있습니다.
이 개념은 2022년 Small Methods 논문에서 최초로 제시되었고, 해당 연구는 형광 기반 나노약물 분포 이미지와 ST 데이터를 통합해 4T1 종양 조직 내 나노메디슨 축적과 연관된 hypoxia, glycolysis, apoptosis 관련 분자 마커를 도출할 수 있음을 보여주었습니다.
약물 신호에서 기전 해석으로
Portrai의 접근은 단순히 이미지와 오믹스를 겹쳐보는 데서 끝나지 않습니다. 핵심은 약물 신호와 ST 데이터를 동일한 공간 좌표에 정렬한 뒤, 세포 조성과 분자 시그니처를 단계적으로 해석하는 것입니다. 이를 통해 약물이 많이 축적된 영역이 어떤 세포군으로 구성되어 있는지, 어떤 수용체 축이나 대사 프로그램과 연관되는지 파악할 수 있습니다.
통합 분석 파이프라인의 핵심 알고리즘
이 통합 분석에는 포트래이의 몇 가지 핵심 알고리즘이 사용됩니다.
SPADE: 조직 이미지의 특징과 공간 유전자 발현을 연결해, drug fluorescence pattern과 transcriptomic feature를 함께 해석합니다.
CellDART: scRNA-seq reference를 바탕으로 각 spatial spot의 세포 조성을 추정합니다.
IAMSAM: Segment Anything Model 기반으로 drug-enriched ROI를 추출하고, 해당 영역의 분자 시그니처를 분석합니다.
이 조합은 분포를 “보는 것”을 넘어, 약물 흡수와 연관된 생물학적 특성를 조직 수준에서 해석할 수 있게 합니다.
당화 기반 표적화의 적용 사례
이 프레임워크는 최근 Theranostics에 보고된 precision-glycosylated clickable albumin nanoplatform(CAN-DGIT) 연구에서도 활용됐습니다(하단 그림). 이 연구는 PET와 ST 기반 분석(SPADE, CellDART, IAMSAM)을 결합해, glycosylation type이 약물의 pharmacokinetics와 세포 선택성을 어떻게 바꾸는지 보여주었습니다.
구체적으로, mannosylated albumin (Man-Alb) 은 ECM/TAM-rich cluster와 Mrc1-high 영역에 enrichment를 보였고, galactosylated albumin (Gal-Alb) 과 glucosylated albumin [Glc(6)-Alb] 은 glycolytic/hypoxic tumor cluster와 Slc2a1-high 영역에 uptake를 보였습니다. 저자들은 이를 바탕으로 정밀하게 조정된 glycosylation이 TME 내에서 programmable biodistribution과 cell-type targeting을 가능하게 한다고 해석했습니다.
Theranostics 지의 해당 호 커버
DDS 개발의 평가 기준은 어떻게 달라지는가
이러한 분석은 DDS 평가의 기준 자체를 바꿉니다. 중요한 것은 단순한 종양 내 축적량이 아니라, 어떤 미세환경 영역(niche)에 도달하는지, 어떤 세포가 약물의 유효성분(payload)을 전달받는지, 그리고 그 선택성이 어떤 분자 프로그램과 연관되는지를 함께 검증하는 것입니다.
ST와 약물 영상의 통합은 후보물질 비교, 리간드 설계 최적화, 후속 검증의 우선순위 설정을 더욱 정밀하게 수행할 수 있도록 돕습니다.
정밀 약물 전달의 다음 단계
Portrai는 공간전사체학을 단순한 오믹스 측정 수단이 아니라, 약물 전달을 기능적으로 해석하는 공간 정보층으로 봅니다. 이 접근은 당화 설계 나노입자뿐 아니라 리간드 기반 표적형 DDS, 항체–약물 접합체(ADC), 방사성 리간드 전달, 면역세포 표적 치료제로도 확장될 수 있습니다.
정밀 DDS의 다음 단계는 “많이 가는 약물”을 넘어, “정확한 세포와 미세환경 영역에 도달하는 약물”을 설계하고 검증하는 데 있습니다.
References
Park J, Choi J, Lee JE, Choi H, Im HJ. Spatial Transcriptomics-Based Identification of Molecular Markers for Nanomedicine Distribution in Tumor Tissue. Small Methods. 2022;6(11):e2201091. doi:10.1002/smtd.202201091.
Bae S, et al. Discovery of molecular features underlying the morphological landscape by integrating spatial transcriptomic data with deep features of tissue images. Nucleic Acids Research. 2021. SPADE.
Bae S, et al. CellDART: cell type inference by domain adaptation of single-cell and spatial transcriptomic data. Nucleic Acids Research. 2022;50(10):e57.
Lee D, Park J, Cook S, et al. IAMSAM: image-based analysis of molecular signatures using the Segment Anything Model. Genome Biology. 2024;25(1):290.
Park JY, et al. Engineering and evaluation of precision-glycosylated clickable albumin nanoplatform for targeting the tumor microenvironment. Theranostics. 2026.
