3강 / 20강

만드는 과정 — 꺼내서 고치고 불려서 돌려준다

환자마다 한 번씩, 몇 주가 걸린다

자가(autologous) CAR-T 는 환자 한 사람을 위해 한 번 만드는 약입니다. 공장에서 찍어 두었다가 파는 것이 아니에요.

① 백혈구성분채집   환자의 피에서 T세포를 모은다            몇 시간
② 활성화          자극을 주어 분열하게 만든다              1~2일
③ 형질도입        렌티바이러스 등으로 CAR 유전자를 넣는다   1일
④ 증식            수억 개가 될 때까지 키운다               1~2주
⑤ 제형·검사       씻고 얼리고 품질검사                     며칠~몇 주 (16강)
⑥ 림프구 제거     환자에게 항암제를 준다                   3일 (4강)
⑦ 주입            돌려준다                                 몇 분

①에서 ⑦까지 몇 주가 걸립니다. 그동안 환자의 병은 기다려 주지 않아요.

고등학생약을 공장에서 만들지 않는다

보통 약은 공장에서 수백만 개를 똑같이 만든다. 자가 CAR-T 는 환자 한 명당 한 번씩 만든다. 같은 제품이지만 만들 때마다 다르다.

만드는 순서

단계	하는 일	걸리는 시간
1. 채집	환자 혈액에서 T세포를 뽑음	몇 시간
2. 운송	제조 시설로 냉동 이송	며칠
3. 활성화	T세포를 깨움	1~2일
4. 유전자 도입	바이러스 벡터로 CAR 유전자를 넣음	1일
5. 증식	수백 배로 불림	7~10일
6. 검사 · 방출	무균 · 역가 · 순도 (16강)	며칠~2주
7. 회수	환자에게 주입

다 합쳐 3~5주. 이 기간이 이 치료의 가장 큰 실무적 제약이다.

주문 제작이라서 시간이 걸리고, 시간이 걸려서 못 받는 환자가 생긴다

고등학생몇 주가 왜 문제인가

이 치료를 받는 환자는 대개 다른 치료가 다 실패한 사람이다. 몇 주를 버틸 수 있는가 가 그 자체로 관문이다.

실제로 일어나는 일

일	왜
대기 중 병이 악화	공격적인 암은 몇 주가 길다
대기 중 사망	임상시험에서 실제로 집계됨
가교 치료가 필요	기다리는 동안 다른 항암제로 붙잡아 둠

여기서 통계의 함정이 생긴다

논문에 실리는 반응률은 대개 세포를 실제로 받은 사람 만 센다. 기다리다 못 받은 사람은 분모에서 빠진다. 그러면 버틸 만큼 건강한 사람만 남아서 성적이 좋아 보인다.

이것을 치료 의향 분석(ITT)으로 다시 세면 숫자가 내려간다. 6강과 19강에서 이 차이를 직접 따진다.

분모에 누가 들어갔는지를 확인하지 않은 비율은 읽을 수 없다

같은 시험, 다른 숫자. <b>등록 기준인지 주입 기준인지</b>를 반드시 확인해야 합니다.

Python 브라우저에서 실행

# 등록 기준과 주입 기준 - 같은 시험, 다른 숫자
import numpy as np
rng = np.random.default_rng(3)

N = 100
# 등록한 100명 중 일부는 제조 실패나 병 악화로 주입까지 못 간다
made = rng.random(N) < 0.88          # 제조 성공
alive = rng.random(N) < 0.92         # 주입 시점까지 버팀
infused = made & alive

# 주입받은 사람의 반응률이 진짜로 0.8 이라고 하자
resp = np.zeros(N, bool)
resp[infused] = rng.random(infused.sum()) < 0.80

print(f"등록 {N}명")
print(f"  제조 성공        {made.sum()}명")
print(f"  주입까지 도달    {infused.sum()}명")
print(f"  반응            {resp.sum()}명")
print()
print(f"주입 기준 반응률 (per-protocol)  {resp.sum()}/{infused.sum()} = "
      f"{resp.sum()/infused.sum()*100:.1f}%")
print(f"등록 기준 반응률 (ITT)          {resp.sum()}/{N} = {resp.sum()/N*100:.1f}%")
print()
print("같은 시험인데 숫자가 다르다.")
print("주입받지 못한 사람을 빼고 세면 성적이 좋아 보인다 - /reg 10강의 ITT 문제다.")
print()
print("논문을 읽을 때 '등록 N명, 주입 M명' 두 수가 다 적혀 있는지 본다.")
print("M 만 적혀 있으면 그 성적은 실제로 이 치료를 받으려는 환자에게 적용되지 않는다.")

고등학생만드는 데 실패하기도 한다

세포를 뽑았는데 약을 못 만드는 경우가 있다.

실패 원인	내용
T세포가 모자람	앞선 항암치료로 이미 고갈
증식이 안 됨	세포가 이미 지쳐 있음 (9강 소진과 같은 이야기)
규격 미달	순도 · 생존율 · 역가가 기준에 못 미침
오염	드물지만 치명적

역설 하나

가장 아픈 환자일수록 만들기 어렵다. 항암치료를 많이 받았을수록 T세포가 적고 지쳐 있기 때문이다. 그런데 이 치료가 필요한 사람이 바로 그 사람들이다.

그래서 최근에는 더 이른 시기에 세포를 뽑아 두자는 전략이 나온다. 아직 T세포가 건강할 때 채집해서 냉동해 두는 것이다.

치료가 필요한 조건과 치료를 만들 수 있는 조건이 서로 반대다

유전자를 어떻게 넣나

방법	어떻게	성격
렌티바이러스	유전체에 끼워 넣는다	허가된 제품들이 쓴다. 분열 안 하는 세포에도 들어간다
감마레트로바이러스	같음	분열하는 세포에만. 초기 제품들
트랜스포존	효소로 잘라 넣는다	바이러스가 필요 없어 싸다
유전자 가위	정해진 자리에 넣거나 유전자를 끈다	13강의 동종 세포치료에 쓰인다

앞의 셋은 어디에 들어갈지 정하지 않습니다 — 유전체의 아무 데나 끼어들어요. 그래서 이론적으로 삽입 부위가 문제를 일으킬 수 있고, 그것을 확인하는 것이 16강 품질검사의 한 항목입니다.

고등학생그래서 나온 대안들

대안	노리는 것	강
동종(남의 세포)	미리 만들어 두기 — 며칠로 단축	13강
병상 옆 제조	운송 시간을 없앰 — 일주일 이내	—
체내 제조 (in vivo CAR)	몸 안에서 직접 유전자 전달	—
NK · iPSC 유래	대량 생산 가능	14강

세 번째 줄이 최근 가장 뜨겁다

T세포를 꺼내지 않고, 몸 안에서 T세포에 직접 CAR 유전자를 넣는 방법이다. 지질 나노입자나 표적화된 바이러스 벡터를 주사한다. 성공하면 제조 공정이 통째로 사라진다 — 그냥 주사 한 대가 된다.

물론 어렵다. 원하는 세포에만 정확히 들어가야 하고, 잘못 들어가면 되돌릴 수 없다(1강). 그래도 이 방향이 성공하면 이 강의 3강·16강·18강의 문제 대부분이 사라진다.

제조가 병목이면, 제조를 없애는 것이 가장 근본적인 해법이다

🤔 확인 문제

어떤 CAR-T 시험이 '주입받은 68명 중 55명(81%)이 반응' 이라고 보고했습니다. 함께 봐야 할 수는?

해설 제조 실패와 병 악화로 주입에 이르지 못한 사람이 빠지면 성적이 좋아 보입니다. /epi 12강의 불멸시간 편향과 같은 구조예요.