후성유전체

2 Contents

레드·그린·화이트바이오 혁신의 공통 엔진인 플랫폼바이오🔬ㅣ국가생명공학정책연구센터

플랫폼 바이오란 생명과학과 바이오 산업의 근간이 되는 공통 기반 기술을 의미합니다. 이는 생명현상의 핵심인 DNA를 읽고, 쓰고, 편집하는 전 과정을 아우르며, 설계 예측부터 세포 및 장기 도입 기술까지 포함합니다. 이 기술의 궁극적인 지향점은 현대 의학으로 해결하기 어려운 암이나 알츠하이머 같은 난치병을 치료하고 선제적으로 차단하는 것입니다. 나아가 환경 오염이나 우주 개척 등 인류가 직면한 거시적인 문제들을 바이오 기술을 통해 극복하고자 하는 목표를 지니고 있습니다. 이는 단순한 연구를 넘어 인류의 미래를 바꾸는 중추적인 역할을 할 것으로 기대됩니다. 첫 번째 핵심 기술인 세포 정밀 이미징 시퀀싱은 기존 유전체 분석의 한계를 뛰어넘는 혁신을 보여줍니다. 과거의 분석 방식이 1차원적인 서열 정보에 의존했다면, 이 기술은 특수 현미경을 활용해 세포 내 현상을 3차원으로 관찰하며 특정 DNA의 발현량과 위치를 동시에 파악합니다. 이를 통해 세포 본연의 형태를 유지한 상태에서 단일 세포 수준의 정밀한 연구가 가능해졌습니다. 이러한 유전체 분석 프로토콜의 간소화와 구조 정보 획득은 신약 개발 및 개인 맞춤형 의료 서비스 구현에 방대한 영향을 끼칠 것이며, 향후 10년 이내에는 질병의 정밀 진단 기술로 정착될 전망입니다. 두 번째로 주목받는 기술은 유전체를 직접 설계하고 합성하여 세포에 전달하는 차세대 유전체 합성 기술입니다. 이 기술은 IT, 인공지능, 로봇 등 첨단 기술과 융합하여 속도와 규모의 혁신을 이루고 있습니다. 특히 바이오파운드리 기술의 확보는 실험의 재현성과 신뢰성을 높여 바이오 산업화를 가속화합니다. 이를 통해 의학, 농업, 화학 분야에 필요한 소재들을 친환경적으로 대량 생산할 수 있으며, 기후 변화나 팬데믹 같은 사회적 위협을 근본적으로 해결할 생물학적 대안을 제시합니다. 다만 유전체를 직접 다루는 만큼 연구자의 윤리적 책임과 사회적 영향에 대한 고려가 병행되어야 합니다. 세 번째 기술인 후성유전체 편집은 기존의 유전자 가위 기술에서 한 단계 진화한 형태를 띱니다. DNA 서열을 직접 절단하거나 변화시키지 않고 유전자 발현을 선택적으로 조절함으로써, 후대에 유전적 영향을 주지 않는 안전한 편집이 가능합니다. 이 기술은 유전자 특이적 조절 인자와 이를 인체에 효율적으로 전달하는 나노입자 기반의 전달체 기술을 핵심으로 합니다. 국내에서도 초소형 유전자 가위와 고해상도 이미징 기술 연구가 활발히 진행되고 있으며, 이는 재생 의학 및 유전자 치료제 산업의 경쟁력을 확보하는 데 중요한 역할을 할 것입니다. 플랫폼 바이오 기술은 희귀 질환과 퇴행성 질환을 정복하고 인간의 삶의 질을 획기적으로 향상시킬 수 있는 강력한 도구입니다. 비가역적인 손상으로 고통받는 환자들에게 새로운 치료법을 제시함으로써 건강한 사회를 구현하는 데 기여할 것입니다. 비록 전문적인 내용이라 생소하게 느껴질 수 있으나, 기후 변화와 팬데믹 등 인류 공동의 난제를 해결하기 위한 기반 기술이라는 점에서 그 중요성은 매우 큽니다. 지속적인 연구 개발과 법적, 윤리적 제도 정비가 동반된다면, 플랫폼 바이오는 머지않은 미래에 우리의 삶에 실질적인 도움과 희망을 주는 기술로 자리매김할 것입니다.

레드·그린·화이트바이오 혁신의 공통 엔진인 플랫폼바이오🔬ㅣ국가생명공학정책연구센터
한국생명공학연구원2022 바이오 미래유망 기술
  • 생명과학
  • 융합
  • 공학·기술

[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