바이오인

출처 : 생물학연구정보센터(BRIC)

System biology 동향: Protein-protein interaction network 구축현황과 활용

[ 요약 ]

Next generation sequencer의 발달로 인해 각 유전자에 대한 정보는 Resequencing을 통해 자연계에 존재하는 변이 정도, RNAseq을 통해 발달/기관/처리별 발현 변화를 매우 쉽게 알 수 있게 되었고, 지금 이 순간에도 데이터가 집적되고 있다. 이러한 유전자(Node)에 대한 데이터와 함께 역동적인 생물 현상을 이해하기 위해 System biology에서는 유전자 간의 상호작용(Edge)을 연구하고 있으며 그 중 High-throughput yeast two hybrid 기술을 이용한 protein protein interaction (PPI) network가 한 축을 차지하고 있다. 본 동향 리뷰에서는 인간 및 식물의 PPI network 구축 현황과 그 활용에 대해 알아보고 PPI typing의 기술적 발전에 대해서도 짚어본다.

[ 목차 ]

 1. 서론
 2. 본론
   2.1 인간유전체의 PPI
   2.2 식물의 PPI
   2.3 Protein array 기반 PPI network
 3. 결론
 4. 참고문헌

1. 서론

 실화를 바탕으로 한 영화 스노든에서 정부기관이 특정인의 약점을 파악하기 위해 소셜 네트워크를 이용해서 가족들을 포함한 주변인들의 정보를 정부기관의 특권 하에 파악하고 그 사람을 함정에 빠뜨린다. 이는 특정 개인의 Profile로써 개인 간의 상호작용, 상호작용을 기반으로 한 이웃들에 대한 정보가 얼마나 효과적으로 이용될 수 있는지에 대한 예다. 이러한 분석은 생물에서도 system biology라는 이름으로 행해지고 있다. 개별 유전자의 조작에 따른 표현형 관찰이 아닌 가능한 많은 유전자의 상호관계를 관찰하고 상호관계의 변화가 가져올 표현형의 변이에 대해 관심을 가진다.

개별 유전자에 대한 정보는 차세대 시퀀서의 발달로 인해 매우 다양해지고 풍부해졌다. 특히 비교적 저렴한 RNAseq은 샘플링된 당시의 모든 유전자에 대한 발현 정도를 추정할 수 있다는 장점이 있기 때문에 Reference genome이 발표된 이후부터는 그 수행량이 기하급수적으로 증가하여 모델 생물의 경우는 다양한 기관 특이적인 발현값, 처리 후 시간별 발현값, 발달 단계에 따른 발현값 등 데이터가 다양하게 축적되고 있다. 나아가 수집된 Germplasm의 구분, Genome wide association study (GWAS), Quantitative trait loci (QTL) mapping 등 다양한 목적을 위해 Resequencing이 수행되고 있기에 개별 유전자에서 발생할 수 있는 돌연변이 및 자연변이 정보가 쌓이고 있다. 이에 따라 현대 유전학은 이를 통해서 병에 대한 예측, 식물의 경우는 생산량, 이병성 등의 예측을 시도하고 있다.

반면, 많은 경우 유전자는 독립적으로 움직이지 않고 다양한 유전자들이 기능군을 이루어 일한다는 것을 알고 있다. 다양한 대사 경로(Metabolite pathway), 신호전달 경로(Signal transfer pathway), 단백질 복합체(Protein complex), 전사인자와 프로모터 등등 유전자 간의 관계는 상호 의존적이다. 대량의 단백질 상호작용(protein-protein interaction, PPI) 스크리닝 연구에서는 많은 유전자와 상호작용을 하는 것으로 밝혀진 허브 유전자를 확인하였으며 아마도 유전자들 간의 상호작용 network는 마치 인간의 social network와 같이 연결 정도가 낮은(low degree) 다수의 유전자와 연결 정도가 높은(high degree) 소수의 유전자로 이루어져 있는 것으로 생각하고 있다[1].

유전자와 유전자의 관계를 밝히기 위한 노력은 여러 가지 방향으로 이루어지고 있다. 여기에는 high-throughput yeast two hybrid 기술을 이용한 단백질 간 상호작용 네트워크(PPI), high-throughput yeast one hybrid 기술을 이용한 전사인자와 프로모터의 네트워크, 축적된 RNAseq 데이터를 이용하여 비슷한 발현 패턴을 보이는 유전자를 엮어보는 gene co-expression 네트워크 등등이 활발히 연구되고 있다. 특히 PPI의 경우는 인간 유전자에 대한 연구가 상당히 진전되어 있으며 알려진 암 관련 유전자와 GWAS로 밝혀진 암 관련 후보유전자들을 현재까지 알려진 PPI network를 기반으로 다양하게 profile하여 해당 변이의 치명도를 예측하려 하고 있다. 본 동향 리포트에서는 주요 모델 생물의 다양한 network 작성 현황과 그의 활용에 대해서 살펴보고 100불 유전체라고도 불리는 급격히 발전해가는 유전체 분야와의 접점을 고민해보려 한다.

...................(계속)

☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.