9 minute read

🇺🇸 Read this post in English

안녕하세요. 바이오인포매틱스 연구자 김가경입니다.

SCSOK 2026 사흘 동안 여러 발표가 단일세포 분석에서 세포 상태를 무엇으로 정의하고 그 정의를 어디까지 믿을 수 있는지를 물었습니다. 무작위 시드만 바꿔도 군집 수가 달라지고, 표현형이 같은 T세포가 서로 다른 항원을 보며, 단백질이 RNA와 다른 위치에 나타나기도 합니다.

10월 14일부터 16일까지 쉐라톤 인천 호텔에서 SCSOK와 KSBMB Single-Cell Society의 공동 심포지엄(2026 SCSOK & KSBMB Single-Cell Society Joint Symposium)이 열렸습니다. IBS 유전체교정연구단과 한국바이러스기초연구소도 공동 주최로 참여했고 저는 사흘 동안 본 프로그램의 기조강연과 초청 강연을 차례로 들었습니다.

세션은 줄기세포와 발생, 면역 질환, AI와 알고리즘, 다중 오믹스, 암으로 나뉘어 있었고 이 글은 세포 상태를 무엇으로 정의하고 그 정의를 어디까지 믿을 수 있는지라는 질문을 따라 사흘의 발표를 묶었습니다.

단일세포 분석의 공간 모티프와 계보 추론

둘째 날 기조강연은 Junhyong Kim 교수(펜실베이니아대)의 “Computing through Space and Time in Single Cell Biology”였습니다. 9월 KOGO 국제학술대회에서 수상돌기 전사체로 기조강연을 맡았던 연자라 두 강연을 이어 들을 수 있었습니다(KOGO 2026 마지막 날 정리). KOGO 강연이 측정 설계에서 진화 가설로 나아갔다면, 이번 강연은 분석 방법론 자체를 다뤘습니다.

강연은 단일세포 분야의 짧은 역사와 데이터의 희소성에서 출발했습니다. 2006년 무렵 다룰 수 있던 단일세포 전사체는 약 40개였고 KOGO에서도 언급한 대로 지금도 전사체의 60% 이상이 세포당 10분자 미만입니다. 그사이 단일세포 분석 도구는 1,000개를 넘어섰는데(Zappia와 Theis, Genome Biology 2021), 연자는 도구가 이렇게 많은 상황 자체가 큰 문제라고 말했습니다.

공간 쪽에서는 세포마다 주변 이웃을 그래프로 묶어 변분 그래프 오토인코더(variational graph auto-encoder, VGAE)로 임베딩하고 잠재 공간에서 빽빽하게 모인 부분집합을 조직에 반복해 나타나는 공간 모티프로 보았습니다. 같은 종양 세포 유형이라도 어느 모티프에 속하느냐에 따라 전사체가 갈렸습니다. 연자는 VGAE가 세포 상태 자체를 재구성하지 않는다는 한계도 직접 밝혔고 모티프를 제대로 찾으려면 더 나은 거리 성질이 필요하다고 덧붙였습니다.

시간 쪽 질문은 세포 계보였습니다. 같은 분자 유형의 세포라도 같은 모세포에서 나오지 않으므로, 전사체만으로 계보를 거꾸로 추론할 수 있는지를 물었습니다. CellTreeQM(Kuang 등, ICML 2025)은 계보 트리를 네 세포씩 묶은 쿼텟(quartet)으로 나누고 트리가 만족해야 하는 4점 조건을 손실 함수로 씁니다. 계보의 일부만 알아도 많은 쿼텟을 지도 신호로 얻을 수 있어서 이진 트리에서 세포가 두 집합으로 갈린다는 정보만 있으면 가능한 쿼텟의 약 37%, 네 집합이면 약 70%를 학습에 쓸 수 있습니다.

결론은 신중했습니다. 기하 추론만으로는 부족하고 생물학적 기능의 모듈 구조를 학습해야 하는데, 그러려면 맥락 데이터가 방대하게 필요하고 그런 자료는 구하기 어려우므로 모듈성을 반영한 귀납 편향이 필요하다고 정리했습니다. 질의응답에서는 공간 자료의 영상 처리 잡음과 세포 분할 문제가 대부분의 분석에서 무시된다고 지적했습니다.

분석 선택에 흔들리는 세포 상태

둘째 날 오후 AI와 알고리즘 세션은 이 지적을 구체적인 도구로 이어받았습니다.

Jae Kyoung Kim 교수(KAIST, IBS)는 scRNA-seq 분석에서 사용자가 정하는 값들, 곧 주성분 수, 군집 해상도와 무작위 시드, 배치 보정 방식이 결과를 바꾼다는 문제부터 짚었습니다. 공개된 폐 조직 자료에서 시드만 바꿔도 군집이 28개와 27개로 달라지는 예를 보였습니다.

scLENS(Kim 등, Nature Communications 2024)는 무작위행렬이론(random matrix theory)으로 잡음 고유값 분포 밖의 성분만 신호로 세고 행렬에 작은 잡음을 더해도 방향이 거의 바뀌지 않는 성분만 남기는 신호 강건성 검정을 더합니다. 연자 설명으로는 생물 신호의 방향은 1~2도, 잡음은 45~90도 바뀝니다. scICE(Kim 등, Nature Communications 2025)는 시드를 바꿔 군집을 반복하고 불일치 계수로 일관성을 재서 믿을 만한 군집 수의 범위를 좁힙니다. 큰 모델을 만드는 일보다 믿을 만한 신호를 찾는 일이 먼저일 수 있다는 취지였습니다.

Jeongbin Park 교수(부산대 의대)의 SSAF-T는 공간 전사체에서 세포 경계를 먼저 그리는 순서를 뒤집었습니다. 세포 경계를 어떻게 정하느냐가 분자 배정과 세포 유형 판정을 바꾸는 병목이라고 보고 mRNA 신호의 밀도장에서 세포 유형을 먼저 추론한 뒤 그 결과를 제약 조건으로 삼아 세포 경계를 나중에 만듭니다. 주석은 사람과 생쥐 문헌에서 모은 마커 지식 그래프를 근거로 LLM 에이전트 CeLLMan이 맡습니다. 마커 근거가 상충하거나 더 세분할 근거가 부족하면 상위 세포 유형에 남기고 지식 그래프에 없는 새 상태는 배정을 거부해 미지 유형으로 두는 원칙이 특히 인상 깊었습니다.

둘째 날 오전 면역 질환 세션의 Heeju Ryu 교수(성균관대 의대)는 다른 각도에서 같은 문제를 제기했습니다. 고차원 분석은 T세포 상태를 잘게 나누지만 그 세포가 보는 항원 정보는 버리는 경우가 많고 표현형이 같아도 종양, 바이러스, 자가 항원, 무관한 항원에 반응하는 방관자(bystander) 세포로 특이성이 갈릴 수 있다고 지적했습니다. 연구팀은 금속 바코드 조합으로 최대 120종의 사량체를 한 번에 쓰는 조합 사량체 염색을 질량세포분석(CyTOF)과 결합해 150개 이상의 차원을 얻었습니다. 메르켈세포암 환자에서는 혈액 속 바이러스(MCPyV) 특이 CD8 T세포가 치료 전에 검출되는지에 따라 무진행생존이 갈렸다고 보고했습니다. 롱코비드에서는 SARS-CoV-2 특이 세포와 함께 CMV와 EBV 특이 CD8 T세포까지 말단 분화와 소진 쪽으로 치우쳤습니다(Cell Reports Medicine 2026).

같은 세션의 Jeong Seok Lee 교수(KAIST)는 심근염 환자와 대조군을 포함한 76명의 종단 혈액 멀티오믹스와 심장 조직을 묶어, 혈액의 CCR2hi 고전 단핵구 프로그램이 심장 조직의 염증 니치와 수렴한다고 발표했습니다. 두 발표 모두 혈액 속 면역세포로 질환과 치료 반응을 읽으려면 표면 표현형 너머의 정보가 필요하다는 점을 보여 줬습니다.

한 시료에서 겹쳐 읽는 여러 층위

전사체만으로 세포 상태를 정하기 어렵다면 같은 시료에서 다른 층위를 함께 읽는 방법이 있습니다. 사흘 동안 이 방향의 발표가 여럿 있었습니다.

Chung-Chau Hon 박사(RIKEN)는 첫날 5’ scRNA-seq 데이터에서 전사 개시 위치를 따로 읽어 전사되는 조절요소(transcribed cis-regulatory element, tCRE) 지도를 만드는 연구를 발표했습니다. 표준 10x 5’ 프로토콜로 만든 데이터에 SCAFE 같은 도구를 적용하면, 같은 시료에서 인핸서 활성이라는 근거를 하나 더 얻습니다. 초록 기준으로 30개 인체 조직의 약 300만 세포, 131개 세포 유형과 687개 세포 상태를 담았고 단일세포 수준의 형질 유전력 농축을 계산한 결과를 웹 자원 SCREATE로 공개할 준비를 하고 있습니다. 83개 유전체로 학습한 DNA 모델 Chromix가 GTEx eQTL 우선순위화에서 비교 모델보다 나았다고도 초록에서 보고했습니다.

Dongsung Lee 교수(서울대 의대)는 한 핵에서 DNA 메틸화와 염색질 3차원 구조를 함께 읽는 snm3C-seq(Lee 등, Nature Methods 2019)를 발달기 인간 뇌에 적용한 결과(Heffel 등, Nature 2024)를 정리했습니다. 해마의 메틸화 재편이 전전두엽보다 앞섰고 발달 중 메틸화와 염색질 구조는 변하는 시기가 뚜렷이 갈렸습니다. 어느 쪽이 먼저냐는 질문에는 분화 중에는 염색질 구조 변화가 메틸화보다 빨랐다고 답했습니다. 다만 메틸화된 부위에는 단백질이 잘 결합하지 못해 메틸화가 계통을 잠그는 자물쇠처럼 작동할 수 있으므로, 둘이 서로 영향을 주고받는다고 덧붙였습니다.

Kyunggon Kim 교수(울산대 의대)는 질량분석(LC-MS) 기반의 단일세포와 공간 단백체를 소개했습니다. 단일세포에서 RNA와 단백질의 상관이 낮다는 점을 출발점으로 삼았고 항체에 기대지 않는 질량분석이 약물 표적과 번역후 변형을 직접 잰다는 점을 장점으로 들었습니다. 세포를 하나씩 분주해 정량하는 단일세포 단백체와, 조직 절편의 영역을 레이저로 떼어 내 정량하는 공간 단백체를 함께 보여 줬습니다.

셋째 날 기조강연의 Yutaka Suzuki 교수(도쿄대)는 같은 슬라이드에서 Xenium 2k 패널로 RNA를 읽은 뒤 PhenoCycler로 단백질 표적을 더 읽는 흐름을 보였습니다. 두 층위가 어긋나는 사례도 있었습니다. CXCL13은 RNA가 B세포에서 보이지만 단백질은 분비되어 다른 위치에 나타났고 PTPRC(CD45)의 RA와 RO 아이소폼은 RNA로 가르기 어려웠던 반면 단백질에서는 기억 T세포와 나이브 T세포가 구분되었습니다.

관찰에서 섭동으로 옮겨 가는 가상 세포

가상 세포(virtual cell)는 여러 세션에서 거듭 등장했습니다.

Byungjin Hwang 교수(연세대 의대)는 생명과학이 관찰에서 섭동(perturbation)으로 옮겨 가고 있다는 문제의식으로 시작했습니다. 유전자 사이의 인과 같은 세포 맥락을 학습하려면 맥락 특이적인 섭동 데이터가 필요하다는 주장입니다.

이를 위해 만든 SCITO-Perturb-seq는 조합 인덱싱으로 방울 하나에 여러 세포가 겹치는 한계를 피해 처리량을 늘리고 유전체 규모의 CRISPRa 섭동과 표면단백질을 함께 읽습니다. 초록에 따르면 1차 인간 CD4 T세포 360만 개에서 표면단백질 201종을 측정했습니다(프리프린트는 Wang 등, bioRxiv 2026). 섭동 효과를 반비음수 행렬분해(semi-NMF)로 단백질 모듈 다섯 개로 나눴고 외부 기능 스크린과 비교하자 모듈이 개별 마커보다 나았습니다. 처음 보는 섭동을 예측하는 데는 아직 한계가 있다는 점도 함께 다뤘습니다.

Joon-Yong An 교수(고려대)는 뇌 오가노이드 시료 501개, 360만 세포를 모은 아틀라스 NOCAP으로 단일세포 기초모델을 학습해 유전체 전체의 in silico 섭동 반응을 예측하고 그 반응 군집을 희귀 변이 연관 결과와 합쳐 자폐 스펙트럼 장애 후보 유전자의 우선순위를 정했습니다(Koh 등, bioRxiv 2026). 질의응답에서 나온 질문 하나가 이 접근의 핵심을 짚었습니다. cNMF나 WGCNA 같은 단순한 공동 발현 군집으로도 같은 위험 유전자 군집이 회수되는지를 물었는데, 기초모델의 이득을 단순한 기준선과 견줘 보여 달라는 요구로 들렸습니다.

Joonha Kwon 교수(국립암센터)는 발표 제목(“Decoding the Aging-Cancer Nexus and Inverse Virtual Cells for Rejuvenation”)대로 가상 세포를 거꾸로 쓰는 ReverseAGE를 소개했습니다. 초록에 따르면 목표 상태를 고정하고 CRISPRa와 CRISPRi 아틀라스로 그 상태에 이르는 섭동 조합을 역으로 찾습니다. 정방향 예측에 머물던 가상 세포를 설계 도구로 쓰려는 방향입니다.

오가노이드에서 환자 조직까지의 세포 지도

첫날 기조강연인 Bon-Kyoung Koo 교수(IBS)의 “Organoids Zoo”는 척추동물 26종의 성체 줄기세포 유래 장 오가노이드를 상용 배지 하나로 유지하는 플랫폼을 소개했습니다. 초록에 따르면 종별 전사체를 비교해 Slc12a2와 Cdk6를 종 간 보존 장 줄기세포 표지로 찾았습니다. 여러 종의 오가노이드를 바이러스에 감염시켜 종 특이 감수성을 비교한 결과도 보였습니다. 질의응답에서는 오가노이드가 세포주보다 중화항체 시험의 동적 범위가 넓어, 비용이 들어도 기본 스크리닝으로 쓸 만하다는 외부 연구자의 사례를 전했습니다.

Sangho Lim 교수(KAIST)는 인간 장 오가노이드에서 희소 상피세포인 M cell을 만들고 SPIB+ 초기, ICAM2+ 미성숙, GP2+ 성숙으로 이어지는 분화 궤적을 재구성했습니다. 사람 M cell은 생쥐와 달리 MHC II를 상시 발현하는 수지상세포 유사 프로그램을 지녔고 글루텐 펩타이드를 처리하자 항원 특이 CD4 T세포를 활성화했습니다. 희소 집단을 표지자 조합으로 단계별로 정의하고 기능으로 확인한 설계는 앞서 다룬 세포 상태 정의 문제에 대한 하나의 답으로 읽혔습니다.

환자 조직으로 가면 규모가 달라집니다. Suzuki 교수가 소개한 아시아태평양 공간 중개연구 연합(ASTRA)은 Garvan 연구소와 도쿄대가 이끌며 아시아태평양 지역에서 2,000례 이상의 범암 공간 아틀라스 구축을 목표로 합니다. GWAS 참여자 대부분이 유럽계라는 자료(Fatumo 등, Nature Medicine 2022)로 출범 동기를 설명했습니다. 데이터는 2027년 1분기 DDBJ 기탁을 목표로 하며 환자 단위 임상 정보는 연구윤리 심의 조건상 공동연구 안에서만 나눌 수 있다고 답했습니다.

셋째 날 암 세션은 단일세포 참조로 벌크 코호트를 읽는 연구가 많았습니다. Semin Lee 교수(UNIST)는 바터팽대부암의 첫 단일세포 아틀라스(Jeong 등, Biomarker Research 2026)를 발표했습니다. 원발 종양 8예와 정상 4예의 34,672 세포에서 cNMF로 악성 상피를 네 프로그램(Int-Wnt, Int-Hypoxia, PB-KRAS, Cycling)으로 나눴고 독립 벌크 62예를 디컨볼루션하자 PB-KRAS 비율이 재발 종양에서 높았습니다(p=0.011). 다변량 Cox 모형에서 PB-KRAS의 전체 생존 위험비는 116.6이었지만 95% 신뢰구간이 5.4에서 2,496.6까지 넓어(N=61), 저는 효과의 크기보다 방향으로 읽었습니다. 질의응답에서는 NMF 프로그램의 상위 유전자가 세포 표지라기보다 함께 발현되는 유전자 묶음인데 이를 디컨볼루션 시그니처로 써도 되느냐는 질문이 나왔고 연자는 활동 프로그램이 섞일 수 있어 세포 유형과 완전히 같지는 않다고 인정했습니다.

Jinhyuk Bhin 교수(연세대 의대)는 위암 벌크 코호트를 단일세포와 공간 참조로 디컨볼루션해 11개 미세환경 세포 유형에서 재현되는 세포 상태 42개를 찾았습니다. 그중 섬유모세포 상태가 예후와 항PD-1 반응을 가르는 핵심으로 나왔고 세포 상태가 함께 나타나는 양상으로 묶은 에코타입 가운데 하나는 생존 개선과 연관되었습니다.

같은 세션의 Hae Ock Lee 교수(가톨릭대 의대)는 절제된 조기 비소세포폐암 56예의 유전체, 전사체, 단일세포, 공간 자료를 통합해 TMB와 PD-L1을 보완하는 림프 니치 시그니처를 도출했다고 초록에서 밝혔습니다. Subin Lim 교수(아주대)는 종양 안, 종양 사이, 암종 사이를 포함한 여러 수준에서 종양 이질성을 보고 세포외기질 유전자 묶음(matrisome)으로 만든 폐암 예후 지수(Nature Communications 2017)에서 출발한 연구 흐름을 소개했습니다.

보관된 고정 조직을 단일세포 수준으로 다시 읽는 방법은 둘째 날 다중 오믹스 세션에서 나왔습니다. Chang Ho Sohn 교수(KAIST)의 FX-seq은 강하게 고정된 조직의 고정제를 교환해 역전사 접근성을 되살리고 조합 인덱싱과 함께 쓰는 단일핵 전사체 방법으로, 프리프린트(Park 등, bioRxiv 2026)로 공개되어 있습니다.

사흘을 이은 세 가지 흐름

발표를 정리하며 세 가지 흐름이 남았습니다.

세포 상태의 정의는 분석 선택을 따라 움직입니다. 시드 하나로 군집 수가 바뀌고, 분할 순서가 세포 유형 판정을 바꾸며, NMF 프로그램에는 세포 유형과 활동이 섞일 수 있습니다. 도구가 1,000개를 넘은 상황이 문제라는 Junhyong Kim 교수의 지적도 같은 맥락입니다. 근거가 부족하면 상위 유형에 남기는 CeLLMan과, 강건성 검정을 통과한 성분만 신호로 남기는 scLENS처럼 근거가 모자라면 판정을 미루는 설계가 하나의 대응책이었습니다.

전사체 하나로는 세포를 다 설명하지 못합니다. 표현형이 같은 T세포가 서로 다른 항원을 보고 CXCL13처럼 RNA와 단백질이 다른 위치에 나타나는 경우도 있었습니다. 전사 개시 위치, 메틸화와 3차원 구조, 단백질을 같은 시료에서 겹쳐 읽는 방법들이 이 빈틈을 메우고 있었습니다.

섭동 데이터와 단순한 기준선이 함께 필요합니다. 가상 세포는 관찰에서 섭동으로 옮겨 가는 흐름의 중심에 있었고 맥락 특이적인 섭동 데이터를 직접 만드는 연구가 이어졌습니다. 한편 기초모델의 이득을 단순한 공동 발현 군집과 견줘 보여 달라는 질문도 나왔고 큰 모델보다 믿을 만한 신호를 먼저 찾자는 주장도 있었습니다. 모델을 키우기 전에 비교할 기준선부터 갖춰야 한다고 느꼈습니다.

다음

둘째 날 저녁에는 Yoshinari Ando 박사(RIKEN)가 Human Cell Atlas Asia를 소개했습니다. 2026 HCA Asia 모임은 11월 2일부터 4일까지 호주 퍼스에서 열리고 2027년 모임은 10월 11일부터 13일까지 제주에서 여는 안이 잠정으로 잡혀 있다고 안내되었습니다. ASTRA의 첫 데이터 공개도 2027년 1분기로 예고되었습니다. 아시아 환자의 공간 데이터가 공개되면 이번 발표들에서 본 분석 방법을 실제 자료에 적용해 보고자 합니다.

Updated: