전사체

3 Contents

혈액 기반 다중유전자위험점수와 전사위험점수의 통합을 통한 알츠하이머병 위험 예측

전 세계적으로 치매 환자가 급증하며 2050년에는 약 1억 5천만 명에 달할 것으로 예측되는 가운데, 치매의 주요 원인인 알츠하이머병에 대한 조기 진단의 중요성이 날로 커지고 있습니다. 최근 알츠하이머병의 진단 패러다임은 환자의 증상 위주에서 아밀로이드 베타와 타우 단백질 같은 생물학적 바이오마커 중심으로 변화하고 있습니다. 특히 병리 현상이 증상 발현보다 수십 년 전부터 시작된다는 점을 고려할 때, 무증상 단계에서의 조기 개입은 치료 효과를 극대화할 수 있는 핵심적인 기회가 됩니다. 하지만 기존의 뇌척수액 검사나 PET 촬영은 높은 비용과 침습성이라는 한계가 있어, 대규모 선별을 위한 접근성 높은 지표의 개발이 시급한 상황입니다. 알츠하이머병의 유전적 위험을 평가하기 위해 활용되는 다유전자 위험 점수(PRS)는 전장 유전체 연관성 분석(GWAS)을 통해 질병과 관련된 수천 개의 변이 효과를 하나의 숫자로 요약한 지표입니다. 이에 더해 새롭게 주목받는 전사체 위험 점수(TRS)는 유전 변이가 특정 유전자의 발현량을 조절하는 정보인 발현 양적 형질 유전자좌(eQTL)를 활용하여, 실제 RNA 시퀀싱으로 측정한 발현값들을 위험도가 높아지는 방향으로 합산한 점수입니다. 이러한 방법론은 유전적 감수성뿐만 아니라 실제 세포 내에서 일어나는 전사 조절의 이상을 동시에 파악할 수 있게 해줍니다. 연구팀은 이 두 가지 점수를 혈액 데이터 기반으로 산출하여 알츠하이머병의 복잡한 병인을 다각도에서 분석하고자 했습니다. 기존의 연구들은 주로 백인 집단을 대상으로 다유전자 위험 점수(PRS)와 전사체 위험 점수(TRS)의 유용성을 입증해 왔습니다. 혈액 기반 전사체 위험 점수(TRS) 연구에서는 정상군에서 환자군으로 갈수록 점수가 단계적으로 상승하는 패턴이 확인되었으며, 이는 해마 부피 감소나 아밀로이드 축적과 같은 실제 뇌 영상 지표와도 밀접한 연관성을 보였습니다. 또한 뇌 조직 기반 전사체 위험 점수(TRS) 분석에서도 유전적 위험도만을 활용했을 때보다 전사체 정보를 함께 고려했을 때 알츠하이머병 분류 성능이 최대 16%까지 향상되는 결과를 얻었습니다. 이러한 선행 연구들은 전사체 위험 점수(TRS)가 단순히 질병의 유무를 넘어 병리의 진행 정도나 예후를 예측하는 데에도 중요한 역할을 할 수 있음을 시사하며, 통합적 지표의 가능성을 뒷받침해 주었습니다. 본 연구의 핵심은 백인 위주의 기존 연구 결과를 넘어 한국인 집단에서도 이러한 지표들이 효과적으로 작동하는지 확인하는 것이었습니다. 이를 위해 미국 ADNI 코호트와 분당서울대학교병원의 한국인 코호트를 비교 분석하였습니다. 분석 결과, 다유전자 위험 점수(PRS)와 전사체 위험 점수(TRS)가 모두 높은 그룹에서 알츠하이머병 위험도가 급격히 상승하는 공통적인 양상이 관찰되었습니다. 구체적으로 두 점수가 모두 높은 'High-High' 그룹은 저위험군에 비해 백인 집단에서는 약 2.5배, 한국인 집단에서는 약 3.4배가량 발병 위험이 높았습니다. 이는 서로 다른 인종 간에도 유전적 감수성과 전사체 조절 이상이 결합되었을 때 질병 발생 가능성이 극대화된다는 보편적인 메커니즘을 확인한 성과입니다. 결론적으로 정적인 유전체 정보와 동적인 전사체 정보를 통합한 모델은 단독 모델보다 뛰어난 분류 성능을 보여주었으며, 이는 머신러닝 기반의 다양한 분석에서도 일관되게 입증되었습니다. 직접 측정한 혈액 전사체를 활용함으로써 분석의 견고함을 더했으며, 인종적 차이를 극복한 일반화 가능성을 확보했다는 점에서 큰 의미가 있습니다. 향후 연구에서는 종단적 추적 관찰을 통해 전사체 위험 점수(TRS)가 시간에 따른 진단 변화를 어떻게 포착하는지 살피고, 단백질체나 후성유전체 같은 다양한 오믹스 데이터를 결합하여 더욱 정밀한 예측 모델을 구축할 계획입니다. 이러한 다각적인 접근은 알츠하이머병의 조기 진단과 맞춤형 치료 전략 수립에 기여할 것으로 기대됩니다.

혈액 기반 다중유전자위험점수와 전사위험점수의 통합을 통한 알츠하이머병 위험 예측
생물학연구정보센터학술웨비나
  • 생명과학
  • 뇌인지과학
  • 융합

세포지도의 데이터 이렇게 그린다ㅣ빅데이터를품은 인간세포지도ㅣ이혜옥(가톨릭대학교)[토요과학강연#7-1부]

우리 몸을 이루는 최소 단위인 세포는 생명 과학 연구의 핵심적인 대상입니다. 과거에는 주로 현미경을 통해 세포의 형태를 관찰하는 방식이 주를 이루었으나, 최근에는 데이터 과학의 발전과 함께 의학과 생물학의 패러다임이 급격히 변하고 있습니다. 수많은 세포 데이터를 분석하여 생명 현상을 심도 있게 이해하려는 시도는 질병 치료와 생명 연장을 위한 새로운 길을 열어주고 있으며, 특히 빅데이터를 활용한 연구는 세포 수준에서의 정밀한 분석을 가능하게 합니다. 유전체(Genome)는 한 생명체가 가진 완전한 유전 정보의 총합을 의미합니다. DNA에 저장된 이 정보는 전사 과정을 거쳐 RNA라는 중간 산물을 만들어내며, 이들의 총합을 전사체(Transcriptome)라고 부릅니다. 결국 이러한 정보들이 단백질로 발현되어 우리 몸의 실제적인 기능을 수행하게 되는데, 전사체를 분석하는 것은 유전 정보가 실제 생명 활동으로 어떻게 전환되는지를 해독하는 중요한 열쇠가 되며 세포의 상태를 파악하는 핵심 지표가 됩니다. 인간의 몸은 약 37조 개의 세포로 구성되어 있으며, 그 종류는 대략 210가지에 달하는 것으로 알려져 있습니다. 그동안 과학자들은 세포의 모양이나 위치, 기능을 기준으로 세포를 분류해 왔으나, 데이터 기반의 전사체 분석을 통하면 육안으로 확인하기 어려운 더욱 세밀한 차이를 발견할 수 있습니다. 정상 상태와 질병 상태에서 세포가 어떻게 변화하는지 데이터로 파악함으로써, 우리는 생명의 미세한 움직임을 추적하고 질병의 근본적인 원인에 한 걸음 더 다가갈 수 있게 되었습니다. 우리의 모든 세포는 수정란이라는 하나의 세포에서 시작되었기에 기본적으로 동일한 유전 정보를 공유하고 있습니다. 하지만 피부 세포와 혈액 세포가 서로 다른 형태와 기능을 갖는 이유는 유전 정보 중 특정 부분만을 선택적으로 해독하여 사용하기 때문입니다. 전체 유전체의 단 1%만이 유전자를 만드는 영역이지만, 나머지 영역은 세포의 종류에 따라 어떤 정보를 추출할지 조절하는 중요한 역할을 수행하며 우리 몸을 구성하는 세포의 다양성을 만들어냅니다. 과거 인간 유전체 프로젝트는 32억 개의 염기쌍 서열을 밝히기 위해 13년이라는 긴 시간과 천문학적인 비용을 투입해야 했습니다. 그러나 오늘날의 시퀀싱 기술은 비약적인 발전을 거듭하여 일주일 이내에 훨씬 적은 비용으로 전체 유전 정보를 읽어낼 수 있게 되었습니다. 이러한 기술적 진보는 수많은 세포의 데이터를 동시다발적으로 처리할 수 있는 기반을 마련하였으며, 아날로그적인 생물학 정보를 정교한 디지털 정보로 전환하는 결정적인 계기가 되었습니다. 세포 지도는 복잡한 전사체 데이터를 시각화하여 세포 간의 관계를 지형도처럼 그려낸 것입니다. 세포 하나하나를 완전히 분리해 RNA 정보를 분석하고 이를 컴퓨터 알고리즘으로 처리하면, 수만 개의 세포가 각각 어떤 특징을 가졌는지 데이터 공간 안의 점으로 표현할 수 있습니다. 이러한 방식은 특정 암세포나 면역 세포의 군집을 한눈에 파악하게 해주며, 질병의 진행 과정을 규명하고 환자 개개인에게 최적화된 맞춤형 치료법을 개발하는 데 필수적인 도구로 활용됩니다. 데이터를 기반으로 세포 지도를 완성하기 위해서는 생물학적 지식뿐만 아니라 컴퓨터공학과 통계학적 역량의 결합이 필수적입니다. 수조 개의 세포 데이터를 통합하고 실제 생명 현상에 적합하게 모델링하는 과정은 고도의 수학적 알고리즘과 이미지 처리 기술을 요구합니다. 다양한 전공 분야의 협업을 통해 만들어지는 세포 지도는 우리 몸의 미지의 영역을 밝히는 이정표가 될 것이며, 데이터 과학이 주도하는 미래 정밀 의료 시대를 앞당기는 핵심 동력이 될 것입니다.

세포지도의 데이터 이렇게 그린다ㅣ빅데이터를품은 인간세포지도ㅣ이혜옥(가톨릭대학교)[토요과학강연#7-1부]
서울시립과학관[과학강연] 21년 토요과학강연
  • 생명과학
  • 융합

[석학인터뷰] 장혜식_ 코로나 RNA 전사체를 세계 최초로 분석하다! | 2021 서울대 자연과학대 공개강연

코로나19 팬데믹 초기, 전 세계 과학자들은 전례 없는 속도로 바이러스 연구에 뛰어들었습니다. 흥미로운 점은 뛰어난 성과를 낸 연구진 대부분이 완전히 새로운 분야를 개척한 것이 아니라, 기존에 수행하던 연구 주제를 코로나19로 전환했다는 사실입니다. RNA 전사체 분석이나 다른 바이러스 연구를 10년 이상 지속해온 전문가들은 축적된 기술력을 바탕으로 단기간에 유의미한 결과를 도출할 수 있었습니다. 이는 기초 과학 연구에 대한 꾸준한 지원이 위기 상황에서 얼마나 중요한지를 잘 보여주는 사례라고 할 수 있습니다. 연구의 속도에는 지리적 요인과 사회적 환경도 큰 영향을 미쳤습니다. 우리나라는 비교적 초기에 확진자가 발생하면서 연구에 필요한 환자 검체를 신속하게 확보할 수 있는 여건이 마련되었습니다. 당시 중국은 강력한 봉쇄 조치로 인해 연구 활동에 제약이 많았던 반면, 한국은 상대적으로 정상적인 연구 환경을 유지하며 분석 작업을 이어갈 수 있었습니다. 이러한 환경적 이점과 연구진의 노력이 결합되어 전사체 분석과 같은 정밀한 작업에서 세계적인 경쟁력을 확보하며 빠르게 대응할 수 있었던 것입니다. 하지만 치료제나 백신 개발과 같은 제품화 단계에서는 기존 산업 기반의 중요성이 더욱 극명하게 드러났습니다. 생물학적 제제는 개발 자체보다 안전성 테스트와 각종 규제 해결에 막대한 시간이 소요되며, 수많은 실패를 거쳐야 완성됩니다. 모더나나 화이자와 같은 글로벌 제약사들이 mRNA 백신을 신속히 내놓을 수 있었던 것은 이미 관련 플랫폼 기술을 완성해 두었기 때문입니다. 우리나라도 기초적인 기술은 보유하고 있었으나, 즉각적으로 대응할 수 있는 완성된 플랫폼의 부재로 인해 초기 개발 단계에서 다소 뒤처지는 한계를 경험했습니다. 유전체 정보가 생명체의 모든 것을 결정한다는 생각은 일종의 오해일 수 있습니다. 따로 자란 일란성 쌍둥이 사례를 보면 유전자가 같은데도 성격이나 직업, 세부적인 신체 특징에서 차이를 보입니다. 이는 유전자가 생명의 설계도 역할을 하지만 환경적 요인 또한 무시할 수 없음을 시사합니다. 인간의 유전자 수가 생쥐와 큰 차이가 없음에도 더 복잡한 지능을 갖는 이유는 유전자 개수 자체보다 이를 어떻게 조합하고 활용하느냐의 차이에 있습니다. 마치 한정된 단어로 얼마나 풍성한 소설을 써내느냐와 같은 원리라고 볼 수 있습니다. 유전체 분석 기술인 시퀀싱은 현재 정확도 향상을 넘어 산출량 증대와 휴대성 강화라는 두 가지 방향으로 발전하고 있습니다. 분석 비용이 획기적으로 낮아지면 특정 질환자뿐만 아니라 전 국민이 일상적으로 유전체 정보를 활용하는 시대가 열릴 것입니다. 또한, 장비의 소형화는 연구실을 벗어나 오지나 극지방, 심지어 우주 공간에서도 즉석 분석을 가능하게 합니다. 스마트폰에 연결해 침 한 방울로 유전체를 해독하는 기술이 완성 단계에 이른 만큼, 미래에는 누구나 자신의 생물학적 정보를 실시간으로 확인하는 삶을 살게 될 것입니다.

[석학인터뷰] 장혜식_ 코로나 RNA 전사체를 세계 최초로 분석하다! | 2021 서울대 자연과학대 공개강연

장혜식

카오스재단석학인터뷰
  • 생명과학