mRNA 백신 유도 항체 패턴 분석 및 돌파감염 위험군 규명

2021년부터 2025년까지 4년에 걸쳐 일본에서 수집한 2,526명의 COVID-19 mRNA 백신 유도 IgG(S) 항체 데이터를 분석했습니다. 수학적 모델링과 기계학습을 결합한 방법을 통해 ‘내구형’ ‘취약형’ ‘급격 저하형’의 세 가지 특징적 항체 동역학 집단을 규명했으며, 특히 취약형과 급격 저하형은 다른 유형에 비해 돌파감염 발생 시점이 더 빠른 것으로 확인했습니다. 이는 초기 항체 유도량보다 향체를 유지하는 능력이 조기 돌파 감염을 방지하는데 더 효과적임을 시사하며, 이 결과를 바탕으로 집단별 최적 추가접종(부스터) 시점을 추정할 수 있음을 보였습니다. 또한 돌파감염을 경험한 참가자에서는 접종 후 100일 이내의 IgA(S) 항체가가 감염을 피한 참가자보다 유의하게 낮아, IgA(S) 가 돌파감염의 조기 위험 신호로 활용될 수 있음을 시사합니다. 항체 동역학 패턴을 정량적으로 분석한 연구는 본 연구가 최초이며, 이를 통해 돌파감염 고위험 집단을 조기에 식별하기 위한 실마리를 제시했습니다. 특히 개인이 자신의 항체 동역학 유형을 파악할 수 있다면, 보다 적절한 시점에 추가접종을 시행하여 감염 위험을 효과적으로 낮출 수 있을 것으로 기대됩니다. 아울러 본 연구에서 사용한 수학적 모델링×기계학습 접근은 SARS-CoV-2에 국한되지 않고 다양한 바이러스와 백신에 적용 가능한 범용성을 갖습니다. 이에 따라 향후 신종 병원체가 출현하더라도 제한된 의료 자원의 효율적 배분과 효과적인 접종 전략 수립을 뒷받침하는 실용적 근거를 제공할 수 있습니다.

관련 보도자료: https://n.news.naver.com/article/277/0005655565?sid=102

논문 링크: https://www.science.org/doi/10.1126/scitranslmed.adv4214

바이러스 진화와 인간 행동 변화의 상호 작용 분석

   수학적 모델링과 최적화 기술을 활용한 연구를 통해, 신형 코로나바이러스(SARS-CoV-2)의 진화가 잠복기간·무증상률과 같은 임상적 특징뿐 아니라, 그에 따른 인간의 행동 변화와도 밀접하게 연결되어 있음을 확인했습니다. 우한주부터 델타주까지의 임상 데이터를 단계적으로 분석한 결과, 변이주가 등장할수록 체내 바이러스의 피크가 더 높아지고 더 빠르게 나타나는 급성 감염형 진화 경향이 명확하게 드러났습니다. 또한 최적화 기법을 적용한 바이러스 진화 시뮬레이터 분석 결과, 이러한 진화 방향은 감염자 격리·사회적 거리 두기·재택 대기 등 인간의 방역 행동을 우회하려는 바이러스의 생존 전략일 가능성이 시사되었습니다. 즉, 잠복기간 단축과 무증상률 증가는 인간 행동이 야기한 선택압(selection pressure)과 깊이 관련된 것으로 나타났습니다. 이 연구는 바이러스 진화가 생물학적 요인뿐 아니라 사회적 행동 그 자체에 의해 크게 영향을 받을 수 있음을 보여줍니다. 나아가 이러한 분석은 향후 발생할 변이의 특징을 예측하는 조기 경보 시스템 구축에 활용될 수 있습니다. 또한, 팬데믹 대응 시 사회·경제 활동 등의 인간의 행동과 감염 통제 전략을 함께 고려하여 최적의 균형점을 과학적으로 도출하는데 활용될 수 있으며, 미래 팬데믹 대비 전략을 정교하고 효과적으로 설계하는데에 기여할 수 있습니다.

관련 보도자료: https://www.eurekalert.org/news-releases/1008311

논문 링크: https://www.nature.com/articles/s41467-023-43043-2