공간생물학의 최종 산출물은 지도가 아니다.
다른 사람도 재현하고 신뢰할 수 있는 의사결정이다.
같은 조직을 두 개의 공간전사체 플랫폼으로 분석하면 결과가 완전히 같을까. 동일한 원본 데이터를 서로 다른 분석 pipeline에 넣으면 같은 세포 유형과 바이오마커가 도출될까.
현실에서는 플랫폼의 측정 원리, 유전자 패널, 조직 전처리, 세포 경계 정의, 분석 parameter 및 사용 알고리즘에 따라 결과가 달라질 수 있다. 어느 한쪽이 반드시 틀렸다는 의미는 아니다. 각 기술이 생물학적 현실의 서로 다른 부분에 무게를 두고 측정하고 있기 때문이다.
연구 단계에서는 이러한 차이 자체가 새로운 발견의 출발점이 될 수 있다. 그러나 수백억 원이 투입될 표적이나 후보물질을 선택해야 한다면 이야기가 달라진다. 결과가 왜 달라졌는지 설명하고, 어느 조건에서 같은 결론을 얻을 수 있는지 증명해야 한다.
공간전사체가 신약 개발의 표준 인프라가 되기 위한 마지막 병목은 정확도만이 아니다. 재현성, 비교 가능성, provenance와 경제성에 대한 신뢰다.
연구용 benchmark와 의사결정용 benchmark는 다르다
연구용 benchmark에서는 해상도, 검출 유전자 수, sensitivity와 세포 분할 정확도가 중요하다. 이는 기술의 성능을 이해하는 데 필수적이다.
하지만 산업적 의사결정에서는 다른 질문이 추가된다. 플랫폼이나 batch가 바뀌어도 표적의 우선순위가 유지되는가. 종양과 정상 조직의 차이가 단백질 수준에서도 확인되는가. 공간적 바이오마커가 실제 임상 결과나 약물 반응과 연결되는가. 결과를 얻는 데 얼마나 오래 걸리고, 한 번의 의사결정에 얼마의 비용이 드는가.
기술적으로 가장 높은 해상도를 제공하는 방법이 모든 질문에 가장 적합한 것은 아니다. 넓은 cohort를 비교하는 연구에는 비용과 처리량이 중요할 수 있고, 제한된 영역의 세포 상호작용을 보는 연구에는 깊이와 정밀도가 더 중요할 수 있다.
기술 산업의 역사는 가장 우수한 단일 성능을 가진 제품이 반드시 시장 표준이 되지는 않는다는 점을 반복해서 보여준다. 기존 workflow와의 호환성, 사용 편의성, 비용, 공급망과 생태계가 함께 작동해야 한다. 공간생물학도 예외는 아니다.
RNA의 발견을 다른 증거와 연결해야 한다
공간전사체는 강력하지만, RNA 발현만으로 약물 표적의 적합성을 확정하기는 어렵다. 항체나 세포 치료제는 대개 단백질에 작용하므로, RNA 수준의 신호가 실제 단백질 발현과 세포막 위치에서도 확인되는지 검증해야 한다.
면역조직화학(IHC)이나 공간 단백질 분석을 이용한 orthogonal validation, 즉 다른 원리의 기술을 통한 독립적 검증이 필요한 이유다. 가능하다면 과거 환자의 임상 결과를 이용한 retrospective validation으로 바이오마커와 치료 반응의 관계도 확인해야 한다.
그러나 RNA와 단백질이 항상 일치하지 않는다는 이유로 공간전사체의 가치가 사라지는 것은 아니다. 두 측정값의 불일치 자체가 번역 조절, 단백질 분해 또는 조직 상태에 관한 중요한 단서가 될 수 있다. 핵심은 하나의 데이터 유형을 진실로 선언하는 것이 아니라, 서로 다른 증거가 어디에서 일치하고 어긋나는지 설명하는 것이다.
표준화해야 할 것은 방법보다 증거의 구조다
표준화가 필요하다는 주장에는 반론도 있다. 기술이 빠르게 발전하는 시기에 형식을 너무 일찍 고정하면 새로운 측정 방식과 분석법의 도입을 늦출 수 있다. 모든 데이터를 하나의 파일 형식이나 단일 pipeline으로 통일하는 것도 바람직하지 않다.
표준화의 목표는 모든 기관이 똑같은 기술을 사용하는 것이 아니어야 한다. 서로 다른 방법으로 얻은 결과를 비교하고 검증할 수 있도록 최소한의 공통 기반을 만드는 것이다.
단기적으로는 reference tissue와 control sample을 이용해 batch 및 기관 간 변동을 측정하고, 사용한 데이터·QC 기준·parameter·소프트웨어 버전이 남도록 분석 provenance를 표준화해야 한다.
중기적으로는 동일한 조직을 여러 플랫폼으로 분석하는 cross-platform benchmark와 RNA-단백질 검증을 축적해야 한다. 기술 간 수치가 완전히 일치하는지보다 동일한 의사결정에 도달하는지를 평가할 필요가 있다.
장기적으로는 제약사, 기술 기업, 병원과 규제 기관이 함께 의사결정용 benchmark를 설계해야 한다. 정확도뿐 아니라 cost per decision, turnaround time, 실패율 및 결과 재현성을 함께 측정해야 한다.
Portrai가 선택한 역할
Portrai가 현장에서 배운 것은 특정 플랫폼의 우수성을 선언하는 것보다 여러 종류의 증거를 연결하는 일이 더 중요하다는 점이었다. 표적 후보는 공간 RNA 데이터에서 발견될 수 있지만, 정상 조직과의 비교, 단백질 검증, 환자 간 일관성 및 약물 전달 가능성이 함께 확인되어야 실제 개발 의사결정으로 이어질 수 있었다.
그래서 우리는 하나의 측정 기술을 승자로 만드는 것보다, 서로 다른 데이터와 분석이 같은 질문에 어떤 답을 주는지를 비교하는 역할에 집중하고 있다. 플랫폼은 계속 발전할 수 있지만, 의사결정의 근거는 추적되고 검증될 수 있어야 한다.
이 접근에도 한계는 있다. 희귀암이나 새로운 modality에서는 충분한 임상 결과가 없어 retrospective validation이 불가능할 수 있다. 이때는 불완전한 증거를 숨기기보다 불확실성의 범위와 향후 검증 계획을 명확히 제시하고 보완해 나가야 한다.
앞으로 5년
낙관적으로는 공통 reference와 benchmark가 축적되어 서로 다른 플랫폼의 결과를 신약 개발 과정에서 함께 활용할 수 있게 될 것이다. 현실적으로는 임상적 가치가 높은 일부 암종과 modality에서 먼저 검증 체계가 자리 잡을 가능성이 크다.
반대로 각 기업과 기관이 서로 다른 기준으로 성능을 주장한다면 데이터는 증가해도 의사결정자의 신뢰는 따라오지 못할 수 있다. Mass adoption은 가장 정교한 지도를 만드는 기술이 아니라, 반복해서 믿을 수 있는 결정을 만드는 시스템에서 시작될 것이다.
The final product of spatial biology is not a map. It is a decision that others can reproduce and trust.
다음 글에서는 여섯 개의 병목이 해결되었을 때 공간전사체가 별도의 연구 분야를 넘어 신약 개발과 정밀의료의 기본 인프라가 될 수 있을지, 2030년의 세 가지 미래 시나리오를 살펴보려 한다.
