한국인유전체

3 Contents

고유전체로 밝힌 임당·조영동 고분군 내의 친족 네트워크와 족내혼

경상북도 경산에 위치한 임당동과 조영동 고분군은 삼국시대 신라의 독특한 장례 문화인 순장을 보여주는 대표적인 유적입니다. 이곳은 원삼국 시대 소국이었던 압독국 후손들의 무덤으로, 이후 신라에 복속된 지방 귀족들의 위계를 잘 보여줍니다. 특히 인골의 보존 상태가 양호하여 고유전체 연구를 수행하기에 매우 적합한 환경을 갖추고 있습니다. 무덤 내부에서는 금동관과 같은 화려한 부장품과 함께 주피장자와 복수의 순장자들이 발견되어, 당시의 엄격한 계급 구조와 사회상을 엿볼 수 있는 중요한 학술적 가치를 지닙니다. 이번 연구는 고유전체 분석을 통해 삼국시대 지역 사회의 친족 네트워크와 통혼 양상을 구체적으로 밝혀내는 데 목적이 있습니다. 그동안 유럽을 중심으로 이루어진 연구들은 남성 중심의 여성 족외혼이 주를 이루었으나, 삼국사기 등 우리나라의 역사 기록에는 신라 왕실의 근친혼 사례가 빈번하게 등장합니다. 이에 연구진은 최신 NGS 분석 기술과 IBD 조각 추정 등 정밀한 유전학적 방법론을 도입하여, 문헌으로만 전해지던 고대 한국인의 친족 풍습과 유전적 프로필이 현대 한국인과 어떻게 연결되는지를 과학적으로 검증하고자 했습니다. 가계도 재구성 결과, 주피장자들은 자신의 무덤 내 순장자와는 친족 관계가 없었지만, 다른 무덤에 묻힌 주피장자들과는 긴밀한 친족 관계를 맺고 있음이 드러났습니다. 반면 순장자들의 경우에는 모녀나 일가족이 함께 매장되는 '가족 순장'의 사례가 빈번하게 관찰되었습니다. 특히 흥미로운 점은 신분과 무관하게 주피장자와 순장자 모두에게서 사촌 간 근친혼의 증거인 긴 동형접합 구간(ROH)이 발견되었다는 사실입니다. 이는 근친혼이 특정 계층만의 전유물이 아니라 당시 사회 전반에 걸쳐 수용되었던 풍습이었을 가능성을 시사합니다. 또한 이번 연구는 유럽의 고대 사회에서 흔히 발견되는 엄격한 여성 족외혼 풍습과는 다른 양상을 확인했습니다. 가계도 분석을 통해 성인 여성이 자신의 친족과 함께 매장된 사례들이 다수 확인되었으며, 성별에 따른 IBD 공유 네트워크 분포에서도 유의미한 차이가 나타나지 않았습니다. 이는 신라 지역 사회가 성별에 따른 거주지 이동이나 친족 형성에서 비교적 유연했거나, 유럽과는 다른 독자적인 친족 체계를 유지했음을 보여주는 중요한 증거입니다. 이러한 결과는 고대 한국 사회의 여성 지위와 가족 구조를 새롭게 이해하는 틀을 제공합니다. 유전적 계통 분석 결과, 임당동과 조영동의 고대인들은 신분이나 매장 위치에 따른 계통적 차이 없이 모두 현대 한국인과 유전적 연속성을 지니고 있었습니다. 이들은 동북아시아 계통과 남중국 계통의 혼합으로 설명 가능하며, 일본 열도의 조몬계 유전적 기여는 감지되지 않았습니다. 결과적으로 이번 연구는 고대 신라 지방 귀족 사회가 혈통 중심의 견고한 공동체를 형성하면서도, 현대 한국인으로 이어지는 유전적 틀을 이미 완성하고 있었음을 보여줍니다. 이는 고고학적 유물과 유전학적 데이터가 결합하여 이룬 고대사 연구의 쾌거라고 할 수 있습니다.

고유전체로 밝힌 임당·조영동 고분군 내의 친족 네트워크와 족내혼
생물학연구정보센터학술웨비나
  • 생명과학
  • 융합

[인터뷰] 바이오인공지능연구센터 ABC #007 | 김종일 유전체의학연구소 소장

기초 의학은 환자를 직접 진료하는 임상 의학과 달리 인체의 구조와 기능, 질병의 기전을 연구하는 학문입니다. 유전체학은 우리 몸의 DNA와 RNA를 거대한 덩어리로 연구하는 분야로, 생명 현상의 근본을 탐구합니다. 많은 이들이 의대 교수를 병원의 의사로만 생각하지만, 기초 의학자들은 실험실에서 생명의 신비를 밝히고 질병 치료의 토대를 마련하는 데 집중합니다. 이는 의학의 발전뿐만 아니라 순수 과학으로서의 가치도 매우 크며, 질병의 원인을 분자 수준에서 이해하는 핵심적인 역할을 수행합니다. 2009년 한국인 최초의 유전체 서열 분석 결과를 네이처(Nature)에 발표한 것은 국내 유전체 연구의 기념비적인 사건이었습니다. 당시 차세대 염기서열 분석 기술인 NGS가 막 등장했을 때, 연구팀은 직접 분석 도구를 개발하며 한국인만의 정밀한 유전체 지도를 완성했습니다. 비록 아시아인 최초라는 타이틀은 간발의 차로 놓쳤지만, 데이터의 정확성과 독창성을 인정받아 세계적인 주목을 받았습니다. 새로운 기술적 한계를 극복하며 얻어낸 이 결과는 한국 유전체학의 위상을 높이고 정밀 의료의 가능성을 여는 계기가 되었습니다. 유전체 연구를 통해 밝혀진 흥미로운 사실 중 하나는 한국인의 독특한 유전적 특징입니다. 인류의 조상은 본래 젖은 귀지를 가졌으나, 진화 과정에서 동쪽으로 이동하며 마른 귀지 형질이 나타났습니다. 한국인은 약 99.9%가 마른 귀지를 가지고 있는데, 이는 세계적으로도 매우 드문 높은 비율입니다. 유전적으로 열성 형질임에도 불구하고 특정 집단 내에서 이처럼 압도적인 비율을 보이는 현상은 인류 유전학적으로 매우 흥미로운 연구 대상이며, 우리 민족이 가진 고유한 유전적 동질성을 상징적으로 보여주는 사례이기도 합니다. 최근 유전체학 분야에서는 인공지능 기술이 필수적인 도구로 자리 잡았습니다. 특히 세포 하나하나를 분리해 분석하는 단일 세포 유전체 분석은 방대한 양의 데이터를 생성합니다. 수만 개의 세포에서 수만 개의 유전자 발현량을 측정하면 거대한 행렬 데이터가 만들어지는데, 여기서 의미 있는 생물학적 신호와 단순한 노이즈를 구분하기 위해 AI의 고도화된 통계 기법이 사용됩니다. 이를 통해 과거에는 불가능했던 정밀한 수준에서 세포의 상태 변화를 관찰하고, 현재의 건강 상태나 질병의 초기 징후를 포착하는 것이 가능해졌습니다. 미래의 의학은 공학, 자연과학과의 활발한 협업을 통해 더욱 발전할 것입니다. 의사 과학자들은 임상 현장의 문제의식을 바탕으로 기초 과학의 원리를 적용해 혁신적인 치료법을 제시할 수 있습니다. 이제는 선진국을 뒤쫓는 패스트 팔로워(Fast Follower)에서 벗어나, 세계적인 연구 흐름을 주도하는 리더로서 꿈을 크게 가져야 합니다. 캠퍼스 간의 장벽을 허물고 다양한 분야의 전문가들이 소통할 때, 인류의 건강을 증진시키는 창의적인 연구 성과가 지속적으로 창출될 수 있을 것입니다. 연구는 그 자체로 즐거운 여정이자 사회에 공헌하는 길입니다.

[인터뷰] 바이오인공지능연구센터 ABC #007 | 김종일 유전체의학연구소 소장
카오스재단카오스크로스

[강연] 게놈데이터를 이용한 정밀의학 _ by이세민 | 2020 가을 카오스강연 'Ai X' 3강 | 3강

정밀 의료는 기존의 획일적인 치료 방식에서 벗어나 환자 개개인의 특성에 맞춘 최적의 의료 서비스를 제공하는 패러다임입니다. 이는 환자가 보유한 유전체 정보뿐만 아니라 생활 습관, 가족력, 임상 정보 등 방대한 데이터를 종합적으로 분석하여 질병의 아형이나 인종적 특성에 따른 세분화된 치료를 가능하게 합니다. 이러한 정밀 의료의 핵심은 방대한 양의 데이터를 확보하고, 이를 기반으로 환자에게 가장 적합한 치료 전략을 정확하게 예측할 수 있는 시스템을 구축하는 데 있습니다. 방대한 고차원 데이터를 처리하기 위해 최근 의료 분야에서는 기계 학습 알고리즘을 적극적으로 도입하고 있습니다. 기계 학습은 컴퓨터가 경험과 데이터를 통해 스스로 학습하고 성능을 개선하는 기술로, 정밀 의료에서 요구되는 복잡한 예측 모델을 설계하는 데 필수적입니다. 연구자가 제공한 데이터를 바탕으로 학습된 모델은 새로운 환자 데이터가 입력되었을 때 기존의 학습 근거를 토대로 최적의 치료법이나 질병의 경과를 예측하며, 이는 의료진의 의사결정을 돕는 강력한 도구가 됩니다. 유전체는 한 생물종의 완전한 유전 정보 총합을 의미하며, 이를 읽어내는 기술은 생어 시퀀싱에서 시작해 차세대 염기 서열 분석(NGS)으로 비약적인 발전을 이루었습니다. 초기에는 인간 유전체 지도를 완성하는 데 13년이라는 긴 시간과 막대한 예산이 소요되었으나, 현재의 NGS 기술은 수십억 개의 염기 서열을 병렬로 빠르게 읽어낼 수 있어 데이터 생산량을 획기적으로 늘렸습니다. 이러한 기술적 진보는 개인의 유전체 정보를 저렴하고 빠르게 분석할 수 있는 토대를 마련했습니다. 암은 대표적인 유전체 질환으로, 세포 분열 과정에서의 복제 오류나 자외선, 흡연과 같은 외적 요인에 의해 축적된 유전 변이가 원인이 되어 발생합니다. 정상 세포가 암 유발 변이를 획득하면 사멸하지 않고 무한 증식하며 악성 종양으로 발전하게 되는데, 이 과정에서 발생하는 다양한 변이들을 파악하는 것이 치료의 핵심입니다. 연구자들은 대규모 암 유전체 프로젝트를 통해 수만 명의 환자 데이터를 분석함으로써 암 발생에 기여하는 핵심 유전자를 식별하고 이를 치료에 활용하고 있습니다. 인공지능은 암 유전체 빅데이터를 학습하여 특정 항암제에 대한 환자의 반응성을 예측하거나 개인 맞춤형 면역 항암제를 개발하는 데 활용됩니다. 특히 딥러닝 모델은 암세포의 유전 변이 정보를 분석하여 면역 세포가 암세포를 더 잘 인식할 수 있도록 돕는 신생 항원을 예측하는 데 탁월한 성능을 보입니다. 이러한 기술을 통해 개발된 신생 항원 백신은 실제 임상에서 피부암 환자의 재발을 막거나 완전 관해를 유도하는 등 정밀 의료의 가능성을 실무적으로 증명해내고 있습니다. 유전체 데이터의 활용은 암 치료를 넘어 정신 건강 영역으로도 확장되고 있습니다. 유전자의 발현 패턴과 유전체 메틸화 정도를 분석하는 후성유전체 데이터를 인공지능으로 분석하면 우울증 정도나 자살 위험도를 높은 정확도로 예측할 수 있습니다. 이는 부모로부터 물려받은 고정된 유전 정보가 아니라 외부 환경에 의해 변화하는 유전자 조절 메커니즘을 파악하는 것으로, 질병의 조기 진단과 예방적 차원에서의 정밀 의료가 정신 의학 분야에서도 중요한 역할을 할 수 있음을 시사합니다. 성공적인 정밀 의료를 위해서는 알고리즘의 고도화만큼이나 한국인 특성을 반영한 양질의 유전체 빅데이터 확보가 무엇보다 중요합니다. 인종마다 유전적 특성이 다르기 때문에 해외 데이터에만 의존할 경우 국내 환자에게 최적화된 진단을 내리는 데 한계가 있기 때문입니다. 현재 진행 중인 국가 바이오 빅데이터 구축 사업과 지역 기반의 유전체 프로젝트들은 한국인 특이적 변이를 체계적으로 분석하여 우리나라 의료 시스템에 최적화된 정밀 의료 시대를 앞당기는 초석이 될 것입니다.

[강연] 게놈데이터를 이용한 정밀의학 _ by이세민 | 2020 가을 카오스강연 'Ai X' 3강

이세민

카오스재단카오스강연
  • 생명과학