1. 서론

1.1 탐구 동기

생명과학Ⅱ에서 유전자 발현 조절과 세포 분화를 배우면 같은 유전정보를 지닌 세포라도 실제로 만들어 내는 단백질의 양이 달라질 수 있고, 그 차이가 기능 차이로 이어질 수 있음을 이해하게 된다. 수업에서 배운 이 내용은 처음에는 세포 수준의 일반 원리처럼 보였지만, 암 치료를 살펴보는 과정에서 매우 직접적인 의학적 의미를 가진다는 점이 눈에 들어왔다. 특히 CAR-T 세포 치료는 환자의 T세포를 유전적으로 조작해 암세포 표면의 특정 항원을 인식하게 만든 뒤 체내에 주입하여 암세포를 제거하는 방식으로 알려져 있다. 재발성 또는 불응성 B세포 급성 림프모구성 백혈병에서 높은 반응률을 보였다는 점 때문에 큰 주목을 받았지만, 실제로는 일부 환자에서 재발이 나타나며 치료 효과가 오래 유지되지 않는 경우도 존재한다.

이 재발을 단순히 CAR-T 세포의 활성이 부족했기 때문이라고만 보면 설명이 충분하지 않다. 여러 학술 자료를 읽어 보면 치료 후 살아남은 세포들 가운데 표적 항원인 CD19의 발현이 낮거나 소실된 세포가 관찰되는 경우가 제시된다. 이는 백혈병 세포 집단이 겉으로는 하나의 집단처럼 보이더라도 실제로는 항원 발현 정도가 서로 다른 하위집단으로 이루어져 있을 수 있음을 뜻한다. 즉, 평균적으로는 CD19 양성 백혈병으로 보이더라도 개별 세포 수준에서는 CAR-T 세포가 쉽게 인식하는 세포와 잘 인식하지 못하는 세포가 섞여 있을 수 있다. 이 차이는 치료 직후의 반응뿐 아니라 치료 후 살아남는 잔존 세포의 구성에도 영향을 줄 수 있으며, 장기적으로는 재발 해석과도 연결된다.

이러한 문제의식은 생명과학Ⅱ에서 배우는 유전자 발현 조절 개념을 단순 암기 내용이 아니라 실제 치료 성패를 좌우하는 변수로 다시 보게 만들었다. 그래서 본 탐구에서는 CD19 표적 CAR-T 치료를 중심 사례로 삼아 백혈병 세포의 항원 발현량과 집단 내부의 발현 이질성이 세포 제거 효율에 어떤 차이를 만드는지 분석하고자 하였다. 실제 임상 원자료를 직접 다루기는 어렵기 때문에, 공개된 학술 자료에서 확인되는 경향을 바탕으로 가상 데이터를 설계하고 이를 정량적으로 해석하는 방식을 택하였다.

1.2 연구 목적

본 연구의 목적은 B세포 급성 림프모구성 백혈병에서 활용되는 CD19 표적 CAR-T 치료를 사례로 하여, 백혈병 세포의 표적 항원 발현량과 항원 발현 이질성이 세포 제거 효율에 어떤 영향을 미치는지 구조적으로 분석하는 데 있다. 이를 위해 첫째, CD19 발현 수준이 다른 세포군 사이에서 CAR-T 처리 후 제거율 차이가 어떻게 나타나는지 확인하고자 하였다. 둘째, 평균 발현량이 같은 조건에서도 세포 집단 내부의 발현 분산이 커질 때 전체 제거 효율이 감소하는지 검토하고자 하였다. 셋째, 이러한 결과를 바탕으로 저발현 세포의 선택적 생존과 항원 소실 재발의 가능성을 해석하고, 단일 표적 전략의 한계를 보완하기 위한 다중 표적 접근의 필요성을 논의하고자 하였다.

이를 연구 질문의 형태로 정리하면 다음과 같다. 첫째, CD19 항원 발현량이 높을수록 CAR-T 세포의 제거율은 증가하는가. 둘째, 세포 집단의 평균 발현량이 같아도 항원 발현 이질성이 커질수록 전체 제거 효율은 감소하는가. 셋째, 치료 후 저발현 또는 항원 소실 세포가 남는 현상은 재발 가능성과 어떤 방식으로 연결될 수 있는가. 본 보고서는 이 세 질문을 중심축으로 삼아 이론적 배경, 연구 방법, 결과 분석, 결론을 하나의 흐름으로 연결하였다.

2. 이론적 배경

2.1 교과 개념과의 연결

생명과학Ⅱ에서 다루는 유전자 발현 조절은 같은 유전자를 가진 세포라도 실제 발현되는 단백질의 양이 달라질 수 있음을 설명하는 핵심 개념이다. 전사 조절, 번역 조절, 단백질 분해 속도 차이와 같은 요소는 세포가 표면에 제시하는 단백질 양에도 영향을 준다. 백혈병 세포 역시 동일한 종양 집단으로 보이더라도 세포마다 CD19와 같은 표면 항원의 발현량이 다를 수 있다. 이 차이는 단순한 관찰상의 흔들림이 아니라 면역세포가 표적을 인식하는 정도를 좌우하는 변수로 작용할 수 있다. 즉, 세포 표면 항원의 양은 유전자 발현 결과물의 하나이며, 그 양적 차이는 곧 치료 반응 차이로 이어질 수 있다.

세포 분화 개념 또한 본 주제와 밀접하게 연결된다. 정상 B세포 계통은 분화 단계에 따라 표면 단백질 구성이 달라지며, B세포에서 유래한 백혈병 세포도 분화 상태나 유전적 변이에 따라 항원 발현 양상이 달라질 수 있다. 따라서 항원 발현 이질성은 단순한 무작위 변동으로만 볼 수 없고, 종양세포의 상태 변화와 선택 압력의 산물로 이해할 필요가 있다. 수업 시간에 다루는 세포 상태 변화의 개념이 실제로는 암세포의 면역 회피와 연결된다는 점에서 이 주제는 교과 지식을 현실 문제로 확장하는 사례가 된다.

2.2 CAR-T 세포 치료의 원리

CAR-T 세포 치료는 환자의 T세포를 체외에서 분리한 뒤 암세포 표면 항원을 인식할 수 있는 키메라 항원 수용체를 발현하게 하고, 이를 증식시켜 다시 환자에게 주입하는 방식이다. 이 수용체는 항체 유래의 항원 인식 부위와 T세포 활성화 신호 전달 부위를 결합한 구조를 가진다. 그 결과 일반적인 항원 제시 과정을 크게 거치지 않고도 표적 세포를 직접 인식할 수 있다. B세포 급성 림프모구성 백혈병에서는 CD19가 대표적 표적으로 사용되며, 이는 정상 B세포와 다수의 B세포성 종양세포에서 발현된다는 점 때문에 치료 표적으로 적합하다고 여겨진다.

CAR-T 세포가 암세포를 제거하려면 표적 항원과 수용체가 충분히 결합해야 하고, 이 결합은 세포 내 활성화 신호를 유도해 퍼포린과 그랜자임 분비, 사이토카인 분비, 세포독성 반응으로 이어진다. 따라서 표적 항원의 밀도가 낮아지면 T세포가 받는 자극의 강도도 달라질 수 있다. 일정 수준 이하에서는 표적이 존재하더라도 인식 강도가 약해져 세포독성 반응이 충분히 일어나지 않을 가능성이 있다. 이 점은 CAR-T 치료 반응을 항원의 존재 여부만으로 판단해서는 안 되며, 발현량의 정도를 함께 고려해야 함을 보여 준다.

2.3 항원 발현 이질성과 항원 소실

암세포 집단은 같은 세포가 반복적으로 증식한 결과처럼 보이지만, 실제로는 유전적 변이와 비유전적 변이가 축적되면서 이질적인 하위집단을 이룬다. 어떤 세포는 표적 항원을 높게 발현하고, 다른 세포는 중간 정도를 보이며, 일부는 매우 낮게 발현하거나 거의 소실할 수 있다. 이와 같은 항원 발현 이질성은 평상시에는 크게 드러나지 않을 수 있으나, 표적 치료가 시작되면 매우 중요한 의미를 갖게 된다. 항원이 높은 세포는 효과적으로 제거되지만 낮은 세포는 상대적으로 생존 가능성이 커지기 때문이다.

치료 후 관찰되는 CD19 저발현 또는 CD19 음성 재발은 이러한 선택적 생존 모델과 잘 맞아떨어진다. 항원 소실은 유전자 수준의 변화, 전사 조절 변화, 단백질 발현 저하, 세포 계통 전환 등 다양한 경로로 발생할 수 있다. 본 연구에서는 이 복잡한 원인을 모두 실험적으로 검증하지는 않지만, 결과적으로 CAR-T 세포가 표적을 충분히 인식하지 못하게 되는 현상이라는 점에 주목하였다. 특히 일부 세포가 치료 전부터 저발현 상태로 존재했다면, 치료 자체가 오히려 이들 세포를 상대적으로 남기는 선택 압력으로 작용할 수 있다.

2.4 평균값의 한계와 이질성의 의미

평균 발현량만으로는 실제 집단의 구조를 충분히 설명할 수 없다. 예를 들어 평균 CD19 발현량이 같은 두 집단이 있다고 하더라도, 하나는 대부분의 세포가 비슷한 수준을 보이는 균질한 집단일 수 있고, 다른 하나는 고발현 세포와 저발현 세포가 함께 섞인 이질적인 집단일 수 있다. 전자의 경우에는 대부분의 세포가 비슷하게 CAR-T의 표적이 되므로 제거 효율이 비교적 안정적으로 나타날 가능성이 높다. 반면 후자의 경우에는 평균이 같아도 저발현 하위집단이 살아남아 전체 제거율을 떨어뜨릴 수 있다. 따라서 항원 발현량의 평균뿐 아니라 분산과 변이 정도를 함께 보는 것이 실제 치료 반응을 더 정확하게 해석하는 데 중요하다.

2.5 치료 전략 확장과 본 연구의 의의

CD19 표적 CAR-T 치료는 높은 초기 반응률을 보이지만 일부 환자에서는 재발이 발생하며, 그 양상 가운데 하나가 항원 소실 또는 저발현과 관련된 재발이다. 이는 표적 치료의 정밀성이 오히려 강한 선택 압력으로 작용할 수 있음을 보여 준다. 그래서 최근에는 CD19와 CD22를 함께 겨냥하는 이중 표적 전략이나 복수 항원을 동시에 인식하는 설계가 제안되고 있다. 이러한 전략들은 하나의 표적이 사라져도 다른 표적을 통해 암세포를 인식하게 하려는 목적을 갖는다. 본 연구는 이러한 고도화된 치료 전략의 필요성을 이해하기 위한 기초 단계로서, 먼저 단일 표적 상황에서 항원 발현 이질성이 제거 효율을 어떻게 바꾸는지 정량적으로 살펴보는 데 의미가 있다.

3. 연구 방법

3.1 연구 설계

본 연구는 문헌 기반의 개념 탐구와 가상 데이터 분석을 결합한 모의 실증 연구로 설계하였다. 실제 환자 임상 원자료나 세포 배양 실험 자료를 직접 수집하기는 현실적으로 어렵기 때문에, 공개된 학술 자료에서 반복적으로 제시되는 경향을 바탕으로 현실적인 범위의 수치를 설정하였다. 연구 설계는 두 축으로 구성하였다. 첫 번째 축은 세포 개체 수준의 CD19 발현량 차이이고, 두 번째 축은 세포 집단 수준의 항원 발현 이질성 차이이다. 이렇게 설계하면 평균 발현량의 영향과 집단 내부 분산의 영향을 분리하여 해석할 수 있다.

연구 가설은 다음과 같이 세웠다. 첫째, CD19 항원 발현 수준이 높을수록 CAR-T 처리 후 세포 제거율은 증가한다. 둘째, 평균 항원 발현량이 동일하더라도 집단 내부의 발현 이질성이 증가할수록 전체 제거 효율은 감소한다. 셋째, 저발현 세포의 잔존 비율이 높을수록 항원 소실 재발을 시사하는 패턴이 더 뚜렷하게 나타난다. 이러한 가설은 면역 인식의 강도가 항원 밀도에 영향을 받는다는 원리와, 선택 압력이 집단 구성을 바꾼다는 진화적 해석을 함께 반영한다.

3.2 자료와 변수 설정

분석 대상은 B세포 급성 림프모구성 백혈병의 CD19 표적 CAR-T 치료 상황으로 한정하였다. 독립변수는 두 가지이다. 첫째는 세포 수준의 CD19 상대 발현 지수이며 저발현군, 중간발현군, 고발현군으로 구분하였다. 둘째는 집단 수준의 항원 발현 이질성으로, 평균 발현량을 동일하게 유지한 채 변이계수 값을 달리하여 낮음, 중간, 높음 집단으로 구분하였다. 종속변수는 CAR-T 처리 후 세포 제거율로 설정하였다. 통제변수는 CAR-T와 표적 세포의 비율, 반응 시간, 배양 조건, 온도 등으로 두었으며 모두 동일하다고 가정하였다. 이 설정은 항원 발현 관련 변수의 효과를 상대적으로 분리해 보기 위한 것이다.

3.3 데이터 설계와 분석 절차

첫 단계에서는 CAR-T 치료 원리, CD19 표적 치료, 항원 소실 재발에 관한 학술 자료를 검토해 핵심 개념을 정리하였다. 두 번째 단계에서는 이 문헌 경향을 반영하여 가상 데이터를 설계하였다. 발현 수준별 제거율 데이터는 저발현군 5개, 중간발현군 5개, 고발현군 5개로 총 15개 자료점을 만들었다. 이질성 수준별 제거율 데이터는 평균 발현량을 55 RFU로 고정하고 변이계수를 0.10, 0.25, 0.45로 달리한 세 집단에 각각 4개의 반복값을 두어 총 12개 자료점을 설정하였다. 일부 자료는 동일 조건에서도 변동이 존재함을 반영하기 위해 약간의 흔들림을 포함하였고, 한두 개 값은 이상치 성격을 띠도록 배치하였다.

세 번째 단계에서는 각 집단의 평균 제거율, 표준편차, 범위를 계산하였다. 이어서 발현량과 제거율 사이의 관계를 단순 선형 회귀식의 형태로 정리하고, 평균 발현량이 동일한 조건에서 이질성이 커질수록 제거율이 감소하는지 비교하였다. 본 연구는 엄밀한 임상 통계 검정보다는 고등학생 수준에서도 재현 가능한 정량 해석을 목표로 하므로, 평균값 비교와 상관 경향 파악에 중심을 두었다. 또한 제거율을 바탕으로 잔존 세포 비율을 계산하여, 치료 후 살아남는 세포가 어느 집단에서 더 많이 나타나는지 직관적으로 해석할 수 있도록 하였다.

3.4 윤리 및 연구 한계에 대한 고려

본 연구는 실제 환자 개인정보나 임상시험 원자료를 직접 사용하지 않고 공개된 학술 자료에서 확인되는 일반 경향을 바탕으로 가상 데이터를 구성하였기 때문에 연구윤리 측면에서 개인정보 침해 문제는 없다. 다만 가상 데이터는 현실을 단순화한 모형이므로, 실제 임상 효과를 정확히 예측하는 수치로 이해해서는 안 된다. 따라서 분석 결과는 경향을 설명하는 교육적 모델로 해석하였다.

4. 결과

4.1 항원 발현 수준별 CAR-T 제거율 차이

발현 수준에 따른 원시 데이터는 다음과 같이 설정하였다.

집단별 기초 통계량을 계산한 결과는 다음과 같다.

발현 수준이 증가할수록 평균 제거율도 증가하는 패턴이 분명하게 확인되었다. 저발현군의 평균 제거율은 42.8%, 중간발현군은 65.2%, 고발현군은 84.5%로 나타났다. 저발현군과 중간발현군의 차이는 22.4%p였고, 중간발현군과 고발현군의 차이는 19.3%p였다. 특히 고발현군에서 전반적으로 높은 제거율이 나타난 것은 표적 항원 밀도가 충분할수록 CAR-T 세포의 인식과 세포독성 반응이 더 효과적으로 일어날 수 있음을 보여 준다. 다만 고발현군의 한 반복값이 72.8%로 상대적으로 낮게 나타난 점은 항원 발현량이 높더라도 실제 제거율이 완전히 일정하지는 않다는 사실도 함께 시사한다.

그래프를 보면 저발현군에서 고발현군으로 갈수록 평균 제거율이 계단형으로 상승한다. 이는 CD19 발현량이 증가할수록 CAR-T 반응 효율이 커진다는 본 연구의 첫 번째 가설을 시각적으로 뒷받침한다.

4.2 세포 집단 내 이질성과 전체 치료 효율의 관계

평균 발현량을 동일하게 유지한 상태에서 집단 내부의 이질성만 달리한 데이터는 다음과 같다.

집단별 기초 통계량은 다음과 같다.

평균 발현량을 55 RFU로 고정했음에도 불구하고, 이질성이 증가할수록 제거율이 뚜렷하게 감소하였다. 낮은 이질성 집단의 평균 제거율은 74.0%였고, 중간 이질성 집단은 65.7%, 높은 이질성 집단은 55.2%로 나타났다. 낮은 이질성과 높은 이질성 집단의 차이는 18.8%p에 달했다. 이 결과는 평균값이 같아도 내부 구성의 차이에 따라 전체 치료 성과가 크게 달라질 수 있음을 잘 보여 준다. 특히 높은 이질성 집단에서 표준편차가 더 크게 나온 것은 집단 내부에 CAR-T가 잘 제거하는 세포와 잘 제거하지 못하는 세포가 함께 존재할 가능성을 반영한다.

그래프에서는 평균 발현량이 같아도 이질성 수준이 높아질수록 평균 제거율이 지속적으로 감소하는 흐름이 나타난다. 이는 본 연구의 두 번째 가설인 집단 내부 발현 분산 증가가 전체 치료 효율 저하와 연결된다는 점을 직관적으로 보여 준다.

4.3 상관 모델과 잔존 세포 비율

발현 수준별 데이터를 기준으로 단순 선형 관계를 추정한 결과, 제거율은 대체로 발현 지수 증가에 따라 상승하는 양의 상관 경향을 보였다. 예시 회귀식은 $제거율=0.77\times 발현지수+25.4$의 형태로 정리할 수 있었고 결정계수는 약 $R^2\approx0.88$ 수준으로 추정되었다. 이는 발현량이 제거율 변화의 상당 부분을 설명할 수 있음을 의미한다. 물론 모든 자료점이 직선 위에 정확히 놓이지는 않는다. 특히 고발현군의 낮은 반복값은 같은 고발현 조건에서도 다른 생물학적 요인이나 실험적 변동성이 작용할 수 있음을 암시한다.

제거율을 바탕으로 잔존 세포 비율을 계산하면 저발현군은 평균적으로 57.2%, 중간발현군은 34.8%, 고발현군은 15.5%가 남는 것으로 정리된다. 이 수치는 치료 후 살아남는 세포가 어떤 집단에서 더 많이 발생하는지를 분명하게 보여 준다. 같은 방식으로 이질성 집단을 계산하면 높은 이질성 집단의 잔존 세포 비율은 평균 44.8%로, 낮은 이질성 집단의 26.0%보다 훨씬 높게 나타난다. 결국 저발현 하위집단 또는 항원 인식이 어려운 세포가 집단 전체의 치료 저항성을 끌어올릴 수 있다는 해석이 가능하다.

4.4 결과의 종합

결과를 종합하면 두 가지 흐름이 동시에 확인된다. 첫째, 개별 세포 수준에서는 CD19 발현량이 높을수록 CAR-T 세포의 제거 효율이 커진다. 둘째, 집단 수준에서는 평균 발현량이 같더라도 발현 이질성이 클수록 전체 제거 효율은 떨어진다. 전자는 한 세포가 얼마나 강하게 표적이 되는가의 문제이고, 후자는 어떤 세포들이 치료 후 살아남아 집단을 다시 구성하는가의 문제라고 정리할 수 있다. 이 두 층위를 함께 보아야 치료 반응을 더 현실적으로 설명할 수 있다.

5. 논의 및 결론

5.1 수치 결과의 해석

본 연구에서 가장 분명하게 나타난 결과는 CD19 발현 수준이 높을수록 CAR-T 제거율이 증가한다는 점이다. 저발현군에서 평균 42.8%였던 제거율이 중간발현군에서 65.2%, 고발현군에서 84.5%로 상승한 것은 표적 항원의 양이 면역세포의 인식 강도와 실제 세포독성 반응에 직접적인 영향을 준다는 해석과 잘 맞는다. 이는 표적 치료가 성공하려면 항원이 단지 존재하는 것을 넘어서 충분한 밀도로 발현되어야 한다는 사실을 보여 준다. 다시 말해 CAR-T 반응은 표적의 유무만으로 결정되는 이분법적 사건이 아니라 발현량의 연속적 차이에 따라 효율이 달라지는 정량적 현상으로 보는 편이 더 적절하다.

두 번째로 중요한 결과는 평균 발현량이 동일한 경우에도 이질성이 커질수록 제거율이 감소했다는 점이다. 낮은 이질성 집단의 평균 제거율이 74.0%인데 비해 높은 이질성 집단은 55.2%에 머문 것은, 집단 내부에 존재하는 저발현 세포가 전체 치료 효율을 끌어내릴 수 있음을 의미한다. 이 결과는 임상 현장에서 평균 항원 발현량만으로 치료 반응을 예측하는 데 한계가 있을 수 있음을 보여 준다. 동일한 평균값을 가진 두 환자군이라도, 한쪽은 균질한 분포를 보이고 다른 쪽은 극단적으로 다른 하위집단을 포함할 수 있으며, 이 차이는 치료 후 잔존 세포 수에 큰 영향을 줄 수 있다.

5.2 교과 개념과의 연결

이 연구는 생명과학Ⅱ의 유전자 발현 조절 개념이 실제로 암 치료의 성패와 연결될 수 있음을 보여 준다. 같은 계통의 세포라도 특정 단백질의 발현량이 다르면 기능적 성질도 달라질 수 있으며, 백혈병 세포에서는 이러한 차이가 면역 회피 능력의 차이로 이어질 수 있다. 세포 표면 항원은 유전자 발현의 결과물이기 때문에, 발현 조절의 미세한 차이가 치료 반응의 차이로 번역되는 것이다. 따라서 교과서에서 배우는 발현 조절과 세포 상태 변화의 개념은 실제로는 의생명 연구와 임상 전략 설계에 직결되는 내용이라고 볼 수 있다.

또한 세포 집단을 평균값으로만 보지 않고 내부 분포까지 함께 보아야 한다는 점은 생명현상을 해석하는 시각 자체를 넓혀 준다. 같은 평균 발현량을 가진 집단도 내부 구조가 다르면 결과가 달라질 수 있다는 사실은, 생물학적 현상을 단순 평균으로 환원할 수 없음을 잘 보여 준다. 이 관점은 줄기세포 분화나 암세포 진화처럼 세포 상태의 다양성이 중요한 다른 주제에도 적용될 수 있다.

5.3 대안 해석과 방법론적 한계

본 연구 결과를 해석할 때 항원 발현량만이 유일한 결정 요인이라고 단정할 수는 없다. 고발현군에서도 한 반복값이 상대적으로 낮은 제거율을 보인 것은 CAR-T 세포의 활성 상태, 표적 세포의 생존 신호, 세포 간 접촉 효율, 미세환경 요인과 같은 다른 변수가 영향을 줄 수 있음을 시사한다. 실제 임상에서는 종양 부담, 환자의 면역 상태, CAR-T 세포의 지속성, 사이토카인 환경 등도 중요한 요소가 된다. 따라서 본 연구의 결과는 항원 발현 이질성이 중요한 설명 변수라는 점을 보여 주지만, 모든 치료 실패를 단독으로 설명하는 완결적 모델은 아니다.

방법론적 한계도 분명하다. 첫째, 본 연구는 실제 환자 데이터를 직접 분석한 연구가 아니라 공개된 학술 자료에서 확인되는 경향을 반영한 가상 데이터 모델링이다. 따라서 수치의 정확한 임상 재현성을 주장할 수는 없다. 둘째, 표본 수가 제한적이며 통계적 유의성 검정보다는 경향 분석에 초점을 두었다. 셋째, CD19 발현량을 단일 지표로 단순화하였기 때문에 세포 내부 신호전달 차이, 항원 구조 변화, T세포 피로도와 같은 변수는 반영하지 못했다. 넷째, 본 연구는 B세포 급성 림프모구성 백혈병과 CD19라는 특정 맥락에 초점을 두었으므로 다른 암종이나 다른 표적에 바로 일반화하기는 어렵다. 그럼에도 불구하고, 제한된 조건 안에서 변수와 결과의 관계를 구조적으로 정리하고 수치화했다는 점에서 탐구적 의미가 있다.

5.4 결론과 후속 탐구 방향

본 연구는 CD19 표적 CAR-T 치료에서 백혈병 세포의 표적 항원 발현량이 높을수록 제거 효율이 증가하며, 평균 발현량이 동일하더라도 집단 내부의 항원 발현 이질성이 커질수록 전체 치료 효율이 감소한다는 결론에 도달하였다. 특히 저발현 하위집단의 존재는 치료 후 잔존 세포 비율을 높여 재발 가능성을 시사하는 중요한 요인으로 해석되었다. 따라서 CAR-T 치료의 성패는 단순히 표적 항원의 존재 여부만으로 설명되기 어렵고, 항원의 양적 수준과 집단 내 분포 구조를 함께 고려해야 더 정확하게 이해할 수 있다.

이 결론은 면역치료의 정밀화를 위한 방향도 함께 제시한다. 치료 전 진단 단계에서 평균 항원 발현량뿐 아니라 세포 집단 내부 분포와 이질성을 평가하는 지표가 중요할 수 있으며, 단일 표적 의존성을 줄이는 이중 표적 또는 다중 표적 전략이 왜 필요한지를 설명하는 근거가 된다. 후속 탐구에서는 CD19와 CD22를 함께 겨냥하는 전략을 같은 방식의 가상 데이터로 비교할 수 있고, 항원 발현량뿐 아니라 T세포 투입 비율, 반응 시간, 종양 부담 같은 변수를 추가하여 다변량 모형으로 확장할 수 있다. 또한 항원 소실의 원인을 전사 조절 변화와 선택 압력의 상호작용 관점에서 심화 탐구하면, 생명과학Ⅱ의 유전자 발현 개념을 더욱 깊게 연결할 수 있을 것이다.

참고문헌

[1] National Center for Biotechnology Information. (2020). Chimeric antigen receptor T-cell therapy. StatPearls Publishing. https://www.ncbi.nlm.nih.gov/books/NBK537294/

[2] Ruella, M., & Maus, M. V. (2021). Catch me if you can: Leukemia escape after CD19-directed T cell immunotherapies. Computational and Structural Biotechnology Journal, 19, 989-996. https://pmc.ncbi.nlm.nih.gov/

[3] Shah, N. N., & Fry, T. J. (2019). Mechanisms of resistance to CAR T cell therapy. Nature Reviews Clinical Oncology, 16, 372-385. https://www.nature.com/

[4] Titov, A., Valiullina, A., Zmievskaya, E., Zaikova, E., Petukhov, A., Miftakhova, R., Bulatov, E., Rizvanov, A., & Solovyeva, V. (2020). Overcoming heterogeneity of antigen expression for effective CAR T cell therapy. Frontiers in Immunology, 11, 607324. https://pmc.ncbi.nlm.nih.gov/articles/PMC7281243/

[5] Zhang, X., et al. (2025). Strategies to overcome antigen heterogeneity in CAR-T cell therapy. Cancers, 17(5), 865. https://pmc.ncbi.nlm.nih.gov/articles/PMC11899321/

[6] Zhou, Y., et al. (2022). Use of CAR T-cell for acute lymphoblastic leukemia treatment. Bone Marrow Transplantation, 57, 1089-1100. https://www.nature.com/articles/s41417-021-00418-1

[7] Zuri, A. E., et al. (2023). Failure of ALL recognition by CAR T cells: A review of CD19-negative relapses after anti-CD19 CAR-T treatment in B-ALL. Journal of Hematology & Oncology. https://pmc.ncbi.nlm.nih.gov/articles/PMC10140490/

활동 요약 (자기평가서)

CAR-T 표적 항원 발현 이질성이 백혈병 세포 제거 효율에 미치는 영향을 주제로 탐구를 수행함. 생명과학Ⅱ에서 다룬 유전자 발현 조절과 세포 간 차이 개념을 바탕으로, 같은 백혈병 세포 집단 안에서도 CD19 발현 정도가 다를 수 있다는 점에 주목하여 탐구 문제를 구체화함. 공개된 학술 자료를 읽으며 CAR-T 치료 후 CD19 저발현 또는 음성 재발이 나타나는 사례를 정리하고, 이를 설명할 수 있는 핵심 변수로 항원 발현량과 집단 내 이질성을 설정함. 이후 저발현군, 중간발현군, 고발현군과 이질성 수준별 가상 데이터를 직접 구성하여 평균 제거율, 표준편차, 잔존 세포 비율을 계산하고, 발현량 증가에 따라 제거율이 상승하며 평균 발현량이 같아도 이질성이 커질수록 전체 효율이 감소하는 경향을 확인함. 결과를 단순 수치 비교에 그치지 않고 저발현 하위집단의 선택적 생존, 항원 소실 재발, 이중 표적 CAR-T 전략의 필요성과 연결하여 해석함. 교과 개념이 실제 의생명 치료 전략과 이어지는 과정을 구체적으로 이해하는 계기가 되었으며, 후속 탐구로는 CD19와 CD22를 함께 고려한 다중 표적 모델이나 종양 부담과 T세포 투입 비율을 포함한 확장 모형을 설계해 볼 수 있겠다고 정리함.