서열분석

2 Contents

[인터뷰] 이준호 _ 진화와 발생의 만남, 이보디보! | 2022 카오스강연 '진화'

서울대학교 생명과학부 이준호 교수는 예쁜꼬마선충을 통해 생명의 신비를 탐구합니다. 1mm 남짓한 이 작은 생명체는 '엘레강스'라는 종명처럼 투명하고 아름다운 구조를 지니고 있습니다. 약 천 개의 세포로 이루어진 단순함 덕분에 수정란부터 성체까지의 모든 세포 계보와 유전 정보가 완전히 밝혀져 있습니다. 이러한 특징은 인간을 직접 연구하기 어려운 한계를 극복하게 해주며, 노화나 신경계와 같은 복잡한 생명 현상을 빠르고 정확하게 이해할 수 있는 훌륭한 모델이 됩니다. 노화 연구는 정의하기 까다로운 분야이지만, 예쁜꼬마선충은 약 3주의 짧은 수명 덕분에 효율적인 연구가 가능합니다. 유전자 조작을 통해 수명이 몇 배로 늘어난 돌연변이를 관찰하거나, 수만 가지의 신약 후보 물질을 투여해 수명 연장 효과를 확인하는 실험이 활발히 진행되고 있습니다. 이는 단순히 수치를 기록하는 것을 넘어, 생명체가 노화를 지연시키는 보편적인 메커니즘을 찾아가는 과정입니다. 세포 수준의 분열 정지와 개체 수준의 죽음을 연결하는 연구는 현대 생물학의 핵심 과제 중 하나입니다. 최근 생물학계에서 주목받는 '이보디보(Evo-Devo)'는 진화발생생물학의 줄임말로, 발생 과정의 진화를 연구하는 학문입니다. 정자와 난자가 만나 하나의 개체가 되는 '발생'과, 서로 다른 종 사이에서 발생하는 차이를 다루는 '진화'를 결합한 것입니다. 과거의 진화학이 주로 추론과 계산에 의존했다면, 이보디보는 분자생물학적 수단을 통해 유전자의 변화와 작용을 직접 들여다봅니다. 이는 생명의 다양성이 어떤 유전적 원리로 형성되었는지 분자 수준에서 설명할 수 있는 강력한 관점을 제공합니다. 이보디보의 학문적 토대는 유전체 분석 기술의 비약적인 발전과 궤를 같이합니다. 최근 10년 사이 유전체 서열 분석 비용이 낮아지면서, 이제는 마음만 먹으면 지구상의 모든 생물 유전체를 분석하려는 거대한 꿈을 꿀 수 있게 되었습니다. 이러한 기술적 진보는 특정 종의 연구를 넘어 생명 전체의 연결 고리를 파악하게 합니다. 유전체 데이터의 축적은 우리가 생명의 역사를 이해하는 방식을 근본적으로 바꾸어 놓을 것이며, 이는 현대 생물학이 나아가는 가장 역동적인 방향 중 하나라고 할 수 있습니다. 기초과학의 위기 속에서도 변하지 않는 가치는 인간의 본원적인 호기심입니다. 자연과학은 '어떻게'를 넘어 '왜'라는 질문에 답을 찾아가는 과정이며, 이는 국가의 기초를 튼튼히 하는 선진국의 필수적인 덕목입니다. 유전학자로 시작해 진화의 문제에 도달하게 된 여정은 생명 현상의 보존과 변화를 이해하려는 끊임없는 탐구의 결과입니다. 예쁜꼬마선충이라는 작은 창을 통해 바라본 생명의 신비는, 결국 우리 자신을 포함한 모든 생명체가 공유하는 거대한 이야기의 일부임을 깨닫게 해줍니다.

[인터뷰] 이준호 _ 진화와 발생의 만남, 이보디보! | 2022 카오스강연 '진화'

이준호

카오스재단석학인터뷰
  • 생명과학

[강연] 인공지능으로 단백질 이해하기 by 백민경 ㅣ 대학과 함께하는 2022 UN 세계기초과학의 해 한국 선포식 특별강연

단백질은 흔히 필수 영양소로만 알려져 있지만, 실제로는 우리 몸의 거의 모든 생명 현상을 주도하는 핵심 생체 분자입니다. 헤모글로빈처럼 산소를 운반하거나 효소로서 물질을 분해하고 합성하며, 외부 바이러스에 맞서는 항체 역할까지 수행합니다. 약 2만 가지의 단백질은 20종의 아미노산이 사슬처럼 연결된 구조를 가지며, 이들의 배열 순서인 서열에 따라 고유한 3차원 구조를 형성합니다. 이러한 구조는 단백질의 기능을 결정짓는 가장 중요한 요소로 작용하며 생명의 신비를 푸는 열쇠가 됩니다. 단백질의 구조를 파악하는 것은 생명 현상을 이해하고 질병의 기전을 밝히는 데 필수적입니다. 예를 들어 코로나바이러스의 스파이크 단백질 구조를 정확히 알면 감염 경로를 차단하는 치료제나 백신을 더욱 효과적으로 설계할 수 있습니다. 하지만 현재 우리가 알고 있는 단백질 서열은 3억 개에 달하는 반면, 실험적으로 밝혀진 구조는 16만 개에 불과합니다. 엑스레이 결정학이나 극저온 전자현미경 같은 실험 방식은 정확하지만, 하나의 구조를 밝히는 데 수개월에서 수년의 시간과 막대한 비용이 소요된다는 한계가 있습니다. 물리화학적 원리에 기반한 컴퓨터 시뮬레이션은 탐색해야 할 구조의 가짓수가 너무 많아 우주의 나이만큼의 시간이 걸릴 정도로 복잡합니다. 이를 해결하기 위해 과학자들은 자연의 진화 데이터에 주목했습니다. 단백질이 기능을 유지하며 진화하는 과정에서, 서로 상호작용하는 아미노산들은 함께 변이하는 '공진화' 패턴을 보입니다. 인공지능은 이러한 방대한 서열 데이터 속에 숨겨진 복잡한 패턴을 학습하여, 아미노산 간의 접촉 지점을 찾아내고 단백질의 3차원 구조를 놀라운 속도로 예측해내는 혁신을 이루었습니다. 최근 등장한 알파폴드2와 로제타폴드는 인공지능 기반 단백질 구조 예측의 새로운 지평을 열었습니다. 이 모델들은 과거 수년이 걸리던 작업을 단 몇 분 만에 실험 결과와 거의 일치하는 정확도로 수행합니다. 더 나아가 단일 단백질을 넘어 두 단백질이 결합하는 복합체 구조까지 예측할 수 있게 되었습니다. 이는 세포 내에서 일어나는 유전 정보의 전사나 번역, DNA 수리 등 복잡한 생체 반응들을 데이터에 기초하여 깊이 있게 이해할 수 있는 강력한 도구가 되어 생명공학 연구의 패러다임을 바꾸고 있습니다. 인공지능 기술은 이제 구조 예측을 넘어 새로운 단백질을 디자인하는 단계로 진화하고 있습니다. 암세포의 증식을 억제하기 위해 특정 단백질 간의 결합을 방해하는 새로운 단백질 치료제를 설계하는 것이 대표적인 사례입니다. 이러한 혁신은 양자역학에서 시작된 컴퓨터 기술이 생명과학과 만나 탄생한 결과입니다. 기초과학 연구는 당장의 성과를 넘어 인류의 삶을 풍요롭게 할 무궁무진한 잠재력을 지니고 있으며, 앞으로도 다양한 질병 치료와 생명 현상 규명에 있어 가장 강력한 토대가 될 것입니다.

[강연] 인공지능으로 단백질 이해하기 by 백민경 ㅣ 대학과 함께하는 2022 UN 세계기초과학의 해 한국 선포식 특별강연

백민경

카오스재단카오스크로스
  • 생명과학