행성단위 마이크로바이옴 구조 및 Generalist에 의한 유전자 확산
지구상의 모든 미생물을 하나의 통합된 체계로 이해하려는 ‘전 지구적 마이크로바이옴’ 연구가 주목받고 있습니다. 미생물은 해양과 토양은 물론, 극한의 사막과 빙하, 그리고 우리 인간의 장과 피부에 이르기까지 지구 곳곳에 존재하며 탄소나 질소 순환 같은 전 지구적 생지화학적 순환에 기여합니다. 기존 연구들은 특정 환경이나 국가 단위에 국한되는 경우가 많았지만, 실제 자연계에서는 비가 내리고 강이 바다로 흐르듯 서로 다른 환경의 미생물들이 끊임없이 섞이고 상호작용하며 거대한 순환 고리를 형성하고 있습니다. 방대한 양의 전 지구적 데이터를 분석하기 위해 연구진은 전 세계 739개의 독립적인 연구에서 약 10만 개의 메타지놈 샘플을 수집했습니다. 하지만 공개 데이터의 메타데이터 품질이 낮아 서식지를 정확히 구분하는 데 어려움이 있었습니다. 이를 해결하기 위해 단일 세포 RNA 시퀀싱에서 사용하는 차원 축소와 클러스터링 기법을 마이크로바이옴 분석에 도입했습니다. 166만 개의 모델 테스트를 거쳐 가장 정교하게 서식지를 분류할 수 있는 최적의 모델을 구축했고, 이를 통해 마이크로바이옴 중심의 새로운 분류 체계를 마련했습니다. 분석 결과, 전 지구적 마이크로바이옴은 총 40개의 서식지 클러스터로 구분되었습니다. 이들은 크게 숙주 공생 미생물과 환경 마이크로바이옴이라는 두 갈래로 나뉘었으며, 환경 미생물은 다시 수중과 토양으로, 숙주 공생 미생물은 장내와 비장내 미생물로 분화되었습니다. 특히 흥미로운 점은 하수 처리 시설이나 도시 표면과 같이 인류 활동으로 만들어진 서식지들이 숙주 공생 미생물과 환경 미생물 사이의 중간 지대에 위치한다는 것입니다. 이는 인간의 활동이 서로 다른 두 생태계를 잇는 가교 역할을 하고 있음을 시사합니다. 서식지별 마이크로바이옴 조성을 결정하는 핵심 요인들도 밝혀졌습니다. 해양의 경우 지리적으로 멀리 떨어진 북극과 남극의 미생물 조성이 매우 유사하게 나타났는데, 이는 수온이 해양 미생물 군집 구조를 결정하는 가장 결정적인 변수임을 보여줍니다. 인간 장내 미생물의 경우 2세 미만의 영유아기에는 연령이 가장 중요한 구분 요소였으나, 성인이 된 이후에는 식습관이나 주거 형태 등 생활 양식에 따라 클러스터가 나뉘었습니다. 이는 미생물 생태계가 지리적 거리보다는 환경적 조건과 생태적 특성에 의해 더 강하게 규제됨을 입증하는 결과입니다. 미생물은 서식 범위에 따라 특정 환경에만 머무르는 ‘스페셜리스트’와 다양한 환경에 걸쳐 존재하는 ‘제너럴리스트’로 나뉩니다. 대부분의 미생물은 자신의 서식지에 특화된 스페셜리스트이지만, 소수의 제너럴리스트는 호기성 환경 적응력과 다양한 화학 물질 분해 능력을 바탕으로 여러 환경을 넘나듭니다. 스페셜리스트들이 고유 환경에서 항생 물질을 만드는 등 경쟁 우위를 점하려 노력하는 반면, 제너럴리스트는 특정 환경에서의 경쟁 대신 넓은 서식지 확산을 선택하는 생태학적 트레이드오프 전략을 취하고 있다는 사실이 확인되었습니다. 서식지 간의 유전자 이동은 주로 수평적 유전자 이동(HGT)을 통해 일어나는데, 이 과정에서 제너럴리스트의 역할이 매우 중요합니다. 비슷한 환경 간에는 스페셜리스트들 사이에서도 유전자 교환이 활발하지만, 해양과 인간 장내처럼 완전히 이질적인 환경 간의 연결은 오직 제너럴리스트에 의해서만 매개됩니다. 즉, 제너럴리스트 미생물이 서로 다른 서식지를 이동하며 유전자를 운반하는 거대한 유전자 풀의 메신저 역할을 수행하는 것입니다. 이러한 기전은 종의 공유만으로는 설명할 수 없었던 광범위한 유전자 확산의 비밀을 풀어주는 열쇠가 됩니다. 인류 활동으로 조성된 환경은 숙주 공생 미생물과 자연 환경 사이에서 유전자가 이동하는 통로가 됩니다. 특히 항생제 내성 유전자나 병원성 유전자가 이러한 경로를 통해 전파될 때 공중 보건에 큰 위협이 될 수 있습니다. 실제로 하수 처리 시설을 매개로 강력한 항생제 내성 유전자가 환경으로 확산되는 사례들이 포착되었습니다. 이번 연구는 전 지구적 마이크로바이옴의 구조를 규명했을 뿐만 아니라, 미생물의 이동 경로를 추적함으로써 향후 공중 보건 정책 수립에 기여할 수 있는 데이터 기반의 강력한 프레임워크를 제시했다는 점에서 큰 의미를 갖습니다.
