바이오인

많은 연구자들이 최근 10년 이상 식중독, 신약개발, 그리고 생물학 연구를 하는데 있어 여러 가지 역할을 해온 대장균(Escherichia coli)의 정확한 컴퓨터 모델을 만들기 위해 노력해 왔다.

최근 완료된 유전자 데이터베이스와 실험실 데이터를 조합하여, 연구자들은 살아있는 세포의 행동과 약 75%정도 일치하는 행동 양상을 보이며 예측도 가능한, 디지털 생물체를 만들었다.

현재 NSF의 지원을 받고 있는 San Diego에 있는 University of California의 연구자들은 불리한 환경에 놓였을 때 대장균의 대사 체계가 어떻게 적응하고 진화하는지를 정확하게 예측하는 컴퓨터 모델을 만들었다. Bernhard Palsson, Rafael Ibarra (현재 California, Carlsbad의 GenVault Corporation 소속임)와 Jeremy Edwards (현재 Newark의 University of Delaware에 있음)가 이 연구 결과를 Nature 지(November 14 issue)에 보고하였다.

이 결과는 유일하게 존재하는 대장균의 유전체 규모(genome-scale)의 모델이라고 Palsson박사는 말했으며. 유전자 실험에 대한 많은 접근이 개개의 유전자의 knock out과 그 결과를 추적한(살펴본) 것인 반면, 이 새로운 모델은 전 시스템을 다뤘다고 덧붙였다. 유기체가 적응하여 진화하게 되면 유전자 암호 중 한가지만을 변화시키는 것은 무의미 할 수 있다. 불리한 환경을 기초(constraints-based approach)로 한 모델은 대장균이 자연계에서 일어나는 것과 좀 더 가까운 몇 가지 가능한 경로를 따라 진화하는 것을 예측할 수 있게 해 준다.

연구자들은 환경 요소를 변화시켜 컴퓨터 상으로 새로운 변종 세균을 고안하고 시간에 따라 미생물이 어떻게 적응하는 지를 예측하는데 이 모델을 이용할 수 있을 것이다. 그리고 실험실에서 환경을 재창조하여 살아있는 세균이 새로운 변종으로 진화하는 것을 유도할 수도 있을 것이다. 이렇게 만들어진 변종은 기존의 기술로 조합된 세균 종보다 인슐린이나 암 치료약을 생산하는데 더 효율적일 수 있다.

우리는 세균이 변화에 어떻게 적응하고 진화하는지를 예측하는 더 좋은 도구를 가지게 된 것이라고 National Science Foundation의 연구팀장인 Fred Heineken 박사는 말한다. 결국 이 불리한 환경에 기초한 접근 방법으로 목적에 좀 더 맞는 생물체를 만들어 낼 수 있다고 그는 덧붙였다.

초기 실험 연구와 대장균 유전체 서열을 바탕으로, 연구자들은 디지털 세균을 이용하여 모든 유전자의 기능에 대한 실험적 정보와 함께 유전자 암호를 상세히 설명하였다. 이런 디지털 모델을 in silico 실험이라고 하며, 컴퓨터에서 수행되는 생물학 연구를 가리킨다.

살아있는 유기체를 테스트하는 첫날, 세균은 시뮬레이션에 의해 예측된 계통으로 적응되지 않았다. 그러나 좀더 시간이 지난 후에(40일 또는 500-1000 세대), 실험실 플라스크에서 자라는 대장균은 in silico 모델에서 예측된 것과 같은 계통으로 적응, 진화되었다.
불리한 환경에 기초한 접근 방법의 신기한 점은 시간에 따른 세포내의 특성 변화를 나타내 주며, 또 다른 장점은 놀랍게도 이러한 변화가 실제로도 종종 일어난다고 Palsson 박사는 말한다.

여러 해 동안 신약 개발자들은 대장균 계통들의 유전자 암호를 조작해서 당뇨병에 걸린 사람을 위한 인슐린 호르몬이나 실험단계에 있는 암 치료제인 angiostatin과 같은 중요한 물질을 생산할 수 있는 종을 만들어 왔다.

Palsson 박사 팀이 개발한 새로운 기술을 이용하여 신약 개발자들과 바이오프로세싱 회사는 가장 효과적이고 생산적인 대장균을 생산할 수 있는 유전자 암호를 결정하는데 컴퓨터를 이용할 수 있으며, 원하는 특성을 가진 세균 계통을 만드는데 진화를 이용할 수 있게 되었다.

Palsson 박사는 이 개발이 새로운 생산 계통을 만드는데 있어서 혁신적인 지침이 될 것이며, 대장균 내의 이러한 과정에 대한 많은 이해를 바탕으로 한다면, 다른 생물체에 대해서 시뮬레이션을 개발하는 것은 오랜 시간이 걸리지 않을 것이라고 말한다.