암세포 중심체 분석 AI 모델 센세그넷 개발

주장센세그넷(CenSegNet)은 암 조직 내 중심체 이상을 고속으로 분할하고 분석하는 범용 딥러닝 프레임워크입니다. 이 기술은 기존 이미지 분석의 한계를 넘어 단일 세포 수준에서 공간적 해상도를 구현합니다.

팩트연구진은 127명의 환자로부터 확보한 911개의 유방암 조직 마이크로어레이 샘플로 모델을 검증했습니다. 이 과정을 통해 중심체의 수적 이상과 구조적 이상을 대규모로 정량화했습니다.

팩트분석 결과, 중심체의 수적 이상과 구조적 이상은 서로 다른 기전으로 작동합니다. 두 지표는 각각 종양 등급, 호르몬 수용체 상태, 유전적 변이와 뚜렷한 상관관계를 보입니다.

주장구조적 중심체 이상은 환자의 전체 생존율과 밀접한 연관이 있습니다. 특히 종양 경계면에서 나타나는 불일치한 중심체 프로파일은 국소적 종양 공격성 및 기질 재형성을 유도합니다.

주장센세그넷은 암 연구를 넘어 다양한 상피 세포 질환의 중심체 조절 장애를 체계적으로 조사하는 확장 가능한 플랫폼입니다. 이 모델은 암의 공간적 이질성을 이해하는 핵심 도구로 활용됩니다.

교차검증본 연구는 중심체 생물학의 복잡성을 규명하는 데 기여하지만, 다양한 상피 세포 질환으로 적용 범위를 넓히려면 추가적인 데이터셋 검증이 필요합니다. 또한 임상 현장 적용을 위한 실시간 최적화 과정도 병행되어야 합니다.

팩트이번 연구는 영국 사우샘프턴 대학의 자오치 쳉과 커치앙 판이 주도했으며 여러 연구 기관이 협력했습니다. 연구진은 2025년 10월 29일에 논문을 접수했습니다.

팩트해당 연구 결과는 국제 학술지 네이처 커뮤니케이션즈에 게재되었습니다.

팩트연구 자금은 영국 의학연구위원회(MRC)의 신진 연구자 지원금과 생명과학 연구소의 파일럿 보조금으로 조달되었습니다. 유방암 연구 단체인 브레스트 캔서 나우(Breast Cancer Now) 또한 비긴(BeGIN) 연구를 지원했습니다.

팩트연구 과정에서 형광 현미경 이미징은 사우샘프턴 대학 이미징 및 현미경 센터가 담당했습니다. 면역조직화학 염색 및 이미징은 사우샘프턴 대학 병원의 연구 조직 시설에서 수행되었습니다.

출처네이처 커뮤니케이션즈에 게재된 논문을 통해 관련 내용을 교차 검증했습니다. (https://www.nature.com/articles/s41467-026-75393-y)