• 늙은 쥐에게 RNA 분자를 주입하면 수명이 늘어나고, 털이 다시 자라고, 신체적 정신적 능력이 유지되는 데 도움이 되는 것을 확인함
• 1월 15일 Cell metabolism 에 설명된 이 치료법은 노화 과정의 주요 특징 중 하나인 세포 노화 라는 단계를 표적으로 작동하여 세포는 복제 능력을 잃는 것을 확인함
• 연구자들은 이 발견이 언젠가는 항노화 약물 개발로 이어질 수 있기를 바라지만 이를 위해 더 많은 연구가 필요함

• miR-302b 는 유전자 조절에 관여하는 작은 비코딩 RNA인 microRNA 로  노화 과정을 늦추는 데 도움이 될 수 있는 것으로 밝혀짐.
• 이 분자는 이전에 면역과 암세포 억제에 관여하는 것으로 밝혀졌음
• 연구진은 먼저 실험실에서 배양한 인간 세포를 이용해 인간 배아줄기세포의 엑소좀(세포 간에 RNA를 운반하는 패키지) 이 노화된 세포의 증식 능력을 회복할 수 있다는 것을 입증함
• 그런 다음 그들은 20개월에서 25개월 사이의 살아있는 쥐를 대상으로 (인간 나이로 60-70세) 일부 쥐에 세포 분열에 관여하는 두 유전자에 영향을 미치는 miR-302b가 포함된 엑소좀을 주입함
• 생리식염수를 주입한 대조군과 달리 miR-302b 를 주입한 쥐는 평균적으로 약 4.5개월 더 오래 살았음
• 털이 다시 자랐고, 체중이 더 많이 유지되었으며, 회전하는 막대 위에서 더 오래 균형을 유지할 수 있었으며 혈액 내 염증성 단백질 수치도 낮았고, 미로 검사를 더 빨리 통과할 수 있었음
• 이는 miR-302b 처리가 쥐의 수명을 연장했을 뿐만 아니라 노화 지표를 줄이는 동시에 신체적, 인지적 기능을 크게 향상시켰음을 보여줌

• miR-302b가 실제로 노화 방지 효과가 있는지 확인하고 이러한 치료가 사람에게 부작용을 일으키지 않도록 하기 위해 더 많은 연구가 필요함
• 쥐가 평균적으로 몇 달 더 오래 산다면 사람에게 어떻게 적용되는지 아직은 알 수 없음
• 암이 생길 위험성이 있기 때문에 추가 연구가 필요함

- Bi, Y. et al. Cell Metab. https://doi.org/10.1016/j.cmet.2024.11.013 (2025).

BMI 가 아닌 새로운 비만의 정의

• 1월 14일 The Lancet Diabetes & Endocrinology 에 게재된 연구에서는 비만의 정의를 사람의 체중을 키와 연결 하는 체질량지수(BMI)에만 의존하지 않고, 과도한 체지방 (비만증) 이 신체에 어떤 영향을 미치는지에 초점을 맞췄음
• 이들은 과도한 체지방을 가지고 있지만 장기는 정상적으로 작동하는 경우인  임상 전 비만 (preclinical obesity) 과 과도한 지방이 신체의 장기와 조직에 해를 끼치는 경우인 임상 비만 (clinical obesity) 으로 나눠서 정의함
• 비만의 복잡성을 고려한 이러한 변화가 임상 치료, 공중 보건 정책 및 비만에 대한 사회적 태도를 개선할 수 있을 것이라는 전망

• BMI 는 근육과 지방과 같은 신체 구성의 차이를 고려하지 않기 때문에 사람의 건강에 대한 전체적인 그림을 제공하지 못함
• 이로 인해 일부 사람들에게 불필요한 치료를 초래하는 반면, 도움이 필요한 다른 사람들을 놓치게 되는 경우가 있었음
• 새로운 비만의 정의는 비만의 대리 지표인 허리 둘레 측정이나 지방량을 직접 측정할 수 있는 저준위 X선을 사용한 신체 스캔과 같은 다른 방법이 결합한 것
• 임상 전 비만인 사람들은 정상적으로 작동하는 조직을 가지고 있지만 비만이 없는 사람들보다 건강 문제가 발생할 위험이 더 높으며 상담과 생활 방식 변화와 같은 예방 조치를 통해 더 심각한 건강 문제가 발생할 위험을 줄일 수 있음
• 임상적 비만은 과도한 지방이 장기에 해를 끼치거나 걷기나 옷 입기와 같은 일상 활동을 심각하게 제한할 때 발생하며 건강을 개선하고 합병증을 예방하기 위한 치료가 필요할 수 있음

• 체중 감량 약물 사용이 증가함에 따라 비만의 정의를 세분화하는 것이 특히 중요함
• 여전히 비만을 과도한 지방으로 인한 질병이 아니라 의지력의 문제로 보고 있으며, 그 근본 원인에는 호르몬 변화와 유전적 요인이 포함될 수 있음을 고려해야 할 것
• 최신 접근법은 비만에 대한 보다 정확한 그림을 제공하는 것을 목표로 하지만, 그것이 더 많은 진단으로 이어질지, 더 적은 진단으로 이어질지, 또는 그것이 클리닉에서 질환을 관리하는 데 어떤 영향을 미칠지는 불분명
• 그러나 임상 지표로 이러한 평가가 필요할 것으로 보임

- Rubino, F. et al. Lancet Diabetes Endocrinol. https://doi.org/10.1016/S2213-8587(24)00316-4 (2025).

AI 로 바이러스의 진화 예측

• 많은 연구 그룹이 AI 를 사용하여 SARS-CoV-2, 인플루엔자 및 기타 바이러스의 진화를 예측하고 있음
  
• 연구자들은 바이러스가 어떻게 진화할지 예측함으로써 이론적으로 백신과 항바이러스 치료법을 미리 설계할 수 있음
• 지금까지 AI 도구는 바이러스의 어떤 단일 돌연변이가 가장 성공적일지, 그리고 어떤 변종이 단기적으로 우세할 지 예측할 수 있었으나 여전히 오랜 시간 후에 발생할 돌연변이나 변종의 조합을 예측할 수 있는 수준에는 미치지 못했음

• AI 회사 DeepMind가 개발한 AlphaFold 나 Meta 가 개발한 ESM- 2 및 ESMFold와 같은 AI 기반 단백질 구조 예측 도구의 등장으로 이 분야의 활발한 연구가 가능해짐
• AI 모델은 바이러스 진화를 예측하기 위해 방대한 양의 데이터가 필요한데, SARS-CoV-2의 대량 시퀀싱이 이를 가능하게 했으며 연구자들은 이제 모델을 훈련하는 데 사용할 수 있는 약 1,700만 개의 시퀀스를 보유하고 있음
• 하버드 의대의 EVEscape 라는 모델은 바이러스가 세포를 감염시키는 데 사용하는 SARS-CoV-2 스파이크 단백질의 83가지 가능한 버전을 설계하는 데 사용되었으며 이러한 스파이크 아바타는 현재 유행하는 변종에 백신을 맞거나 감염된 사람이 생성한 항체를 회피할 수 있으며 향후 COVID-19 백신의 효과를 테스트하는 데 사용될 수 있을 것으로 전망함
• 도쿄대 연구진은 ESM-2 를 사용하여 SARS-CoV-2 변종의 상대적 적합도를 예측할 수 있는 CoVFit이라는 모델을 만들었고 이는 13,643개의 SARS-CoV-2 스파이크 단백질 변종에 대해 학습되었으며, 개별 돌연변이가 바이러스의 항체 회피 능력에 어떤 영향을 미치는지를 예측하여 XBB 의 확산을 예측한 바 있음
• 2024년 3월까지 전 세계적으로 우세했던 SARS-CoV-2 변종 JN.1 도 CoVFit을 사용하여 세 가지 단일 아미노산 변화를 식별했음

• AI 모델의 정확도를 개선하기 위해 연구자들은 바이러스 진화에 대한 5년 이상의 데이터가 필요할 것
• AI 모델을 사용하여 광대한 진화적 궤적을 더 잘 이해하고 그 한계를 결정하는 방법을 찾고 있음
• 사람에게서 바이러스가 발견된 후 빠르게 바이러스가 진화할 수 있는 여지가 얼마나 되는지 알아내는 것이 추가적인 연구가 될 것

- Hie, B., Zhong, E. D., Berger, B. & Bryson, B. Science 371, 284–288 (2021).

-Jian, F. et al. Nature https://doi.org/10.1038/s41586-024-08315-x (2024).

• 칼바도스 30 ml
• 라임주스 15 ml
• 그레나딘 시럽 15 ml
• 만드는 방법: shaking