임상유전학자의 ‘제 3의 눈’ : AI 자동 재분석이 여는 진단의 새로운 가능성

지난 글에서는 NF1 사례에서 Dual Diagnosis(NF1 + FANCA) 로 진단이 확장되거나, MOCS1 변이가 생화학 정보 업데이트를 통해 재조명된 사례 등을 소개하며, 임상 정보 업데이트가 재분석의 핵심 동력이 된다는 점을 말씀드렸습니다.

하지만 동시에, 환자의 상태 변화 없이 지나치게 짧은 간격으로 재분석을 요청하는 것은 비효율적일 수 있고, 각 임상의가 빠르게 변화하는 유전학 지식을 모두 따라잡는 것 역시 현실적으로 어렵다는 점도 함께 이야기했습니다.

그래서 결론은 명확합니다. 유전체 진단율을 극대화하는 가장 현실적이고 강력한 해법은 ‘시스템을 활용한 전략적 관리’에 있다는 것입니다.

오늘은 바로 그 핵심, 즉 쓰리빌리언의 자동 재분석(Automated Reanalysis) 시스템이 실제로 어떻게 작동하며, 환자에게 어떤 장기적 혜택을 제공하는지 상세히 소개해 드리겠습니다.

---

멈추지 않는 지식의 진화: 쓰리빌리언의 자동 재분석

재분석(Reanalysis) 이란, 과거에 분석했던 유전체 데이터를 최신의 의학 및 유전학 정보—새로운 질환·유전자 정보, 임상 데이터베이스 업데이트, 최신 논문 근거, 알고리즘 개선 등—를 지속적으로 반영하여 다시 평가하는 과정입니다.

쓰리빌리언은 미진단 환자의 진단 여정이 끝날 때까지, 이 과정을 자동화된 시스템으로 반복 수행하고 있습니다.

• 현재 누적 샘플 수: 약 75,000건 (2025년 3월 기준)
• 이 중 미진단(Negative/ Inconclusive) 샘플: 약 45,000–52,500건
• 재분석 대상 변이 수: 총 33.8억 ~ 39.3억 개

이처럼 ‘천문학적인 규모의 변이’를 관리하고 의미 있는 진단에 도달하기 위해서는 체계적인 전략이 필수적입니다.

---

자동 재분석의 핵심: ‘전략적 분류’ 9가지 시나리오

쓰리빌리언은 무작위적인 재분석을 지양하고, 진단 가능성이 높은 변이를 놓치지 않도록 재분석이 필요한 상황을 9개 주요 카테고리와 26개 세부 사례로 분류했습니다.
(이 분류는 최신 지식에 맞춰 계속 업데이트되고 있습니다.)

주요 카테고리 예시

• P/LP로 재분류된 변이
• OMIM에 새로 등록된 질환과 증상이 연관된 변이
• 증상과 매우 잘 맞는 High VUS
• 임상적으로 의심되는 gene 관련 변이 등

이렇게 세분화된 기준 덕분에, 시스템은 방대한 데이터 속에서도 임상적으로 중요한 변이만 선별적으로 재검토할 수 있습니다.

---

핵심 업데이트 : 3ASC 도입으로 ‘증상 유사도 한계’의 극복

초기 자동 재분석 시스템은 주로 ‘증상 유사도(symptom similarity)’가 일정 기준 이상인 변이를 중심으로 감지했습니다.
그러나 이 방식에는 근본적인 한계가 있었습니다:

• 증상이 매우 적거나 비특이적일 경우 점수가 낮게 나옴
• Dual Diagnosis처럼 하나의 변이로 모든 증상을 설명하기 어려운 경우 감지 실패
• 결국 진단해야 할 중요한 변이를 시스템이 놓치는 결과로 이어짐

해결책: AI 기반 3ASC 도입

쓰리빌리언은 이런 ‘놓침 사례’를 분석한 끝에, 해당 변이들이 모두 3ASC Top 5 안에 드는 변이라는 공통점을 발견했습니다.
이에 따라 기준을 다음과 같이 변경했습니다.

---

3ASC란 무엇인가요?

3ASC는 쓰리빌리언이 개발한 AI 기반 변이 병원성 예측 모델입니다.
수십만 건의 실제 데이터를 학습해, 변이가 질병을 일으킬 가능성을 정교하게 예측합니다.

3ASC는 변이가 기능적으로 중요한 도메인에 발생했는지, 또는 그 아미노산이 진화적으로 강하게 보존된 부위인지 같은 전통적 해석 지표에만 의존하지 않고, 다음과 같은 다양한 임상·유전체 Feature를 통합적으로 고려합니다:

• ACMG Bayesian score
• VAF(Variant Allele Frequency)
• 사내 in-house 빈도
• 유전자의 기능 손실 민감도 (pLI, LOEUF)
• prediction of pathogenicity
• ClinVar database
• 이 외 수많은 전문 유전체 feature 포함

AI가 이러한 요소를 조합해 변이를 High / Mid / Low로 분류하고, 진단 가능성이 높은 변이를 우선적으로 제시합니다.

변경된 재분석 조건

• 기존: 증상 유사도 기준 충족
• 개선: 3ASC가 Mid 이상인 변이

---

결과: 정확도 상승, 진단 확대, 놓침 감소

3ASC 도입 이후 시스템 성능은 명확하게 개선되었습니다.

1. 자동 재분석 정확도 5% 향상

2. 3ASC 도입 이후 수행 된 재분석으로 발행 된 보고서 24건 중 10건이 3ASC 덕분에 추가 감지됨

3. 특히 난이도 높은 케이스에서 큰 성과

• 초기 분석 당시 증상이 거의 없던 영아
• Dual Diagnosis 가능 케이스
• 표현형 정보가 제한된 환자

즉, 3ASC는 ‘증상 정보가 완벽하지 않아도’ 잠재적 원인 변이를 놓치지 않도록 하는 강력한 보완장치가 되었습니다.

---

자동 재분석은 임상의의 부담을 줄이고, 진단율을 극대화하는 기술적 해답입니다

유전학 지식은 지금 이 순간에도 계속 업데이트되고 있습니다. 하지만 임상의가 모든 변화를 실시간으로 따라잡는 것은 불가능합니다.

쓰리빌리언의 자동 재분석 시스템은 이러한 간극을 메우며, 임상 업데이트 + 유전학 지식 업데이트 두 축을 모두 반영하여 진단 가능성을 지속적으로 끌어올리는 전략적 솔루션입니다.

여기에 3ASC가 결합된 지금의 시스템은, “시간이 지날수록 환자의 진단 가능성이 오히려 더 높아지는” 그런 진정한 의미의 장기적 케어를 제공합니다.

---

다음 글에서는 이 AI 기반 자동 재분석 시스템이 실제로 어떻게 미진단 환자에게 진단을 선사했는지, 구체적인 사례를 소개해드리도록 하겠습니다. 

재분석이 더 궁금하신가요?

쓰리빌리언 임상유전학자가 전하는 재분석 이야기를 더 읽어보세요.

1. 쓰리빌리언의 재분석 Part 1: 유전자 검사는 끝이 아니다 – 왜 재분석이 필요할까?
2. 새로운 임상정보가 진단의 방향을 바꾼다 — Phenotype 업데이트 기반 재분석의 핵심 가치
3. 임상 업데이트에 따라 진단은 계속 확장된다 – 사례로 살펴보기