대규모 집단에서 진화가 단백질 변이 내성을 선호한다

초록

배경: 진화가 개체에게 직접적인 이익을 주지는 않지만 향후 진화 과정을 좌우할 수 있는 변이 내성이나 진화 가능성과 같은 특성을 선호하는지 여부는 중요한 질문이다. 기능적으로 유사한 단백질이라도 변이에 대한 내성 및 새로운 기능으로의 진화 능력에 큰 차이를 보이지만, 이러한 차이가 선택에 의해 발생했는지는 아직 명확하지 않았다.
결과: 우리는 실험실에서 사이토크롬 P450 단백질을 동일한 선택 압력과 돌연변이율 하에 서로 다른 집단 규모로 중립 진화를 시키고, 큰 집단(다양성이 높은)에서 유래된 단백질이 더 높은 변이 내성을 갖는다는 것을 확인하였다. 또한 큰 집단에서 유래된 단백질은 안정성이 더 높았으며, 이는 변이 내성과 진화 가능성을 동시에 향상시키는 물리적 특성이다. 이러한 변이 내성 및 안정성 증가는 기존 수학 이론으로 잘 설명되며, 단백질이 중립 네트워크를 차지하는 방식과 정량적으로 연결될 수 있다.
결론: 본 연구는 고다양성(대규모) 집단에서 진화가 변이 내성과 단백질 안정성을 선호한다는 일반적인 경향을 최초로 실험적으로 입증한다. 이는 대규모 집단을 이루는 바이러스와 박테리아의 변이 내성 및 진화 가능성에 기여할 수 있음을 시사한다.

상세 요약

이 논문은 진화생물학과 단백질공학 분야에서 오랫동안 논쟁이 되어 온 “진화가 변이 내성(mutational robustness)이나 진화 가능성(evolvability) 같은 비직접적 적응 특성을 선택하는가?”라는 질문에 실험적 근거를 제공한다는 점에서 큰 의미를 가진다. 기존 이론은 크게 두 가지 흐름으로 나뉜다. 첫째, 큰 집단에서는 중립 돌연변이가 많이 축적되어 중립 네트워크 상에서 더 넓은 영역을 탐색하게 되고, 이 과정에서 변이 내성이 높은 ‘핵심’ 서열이 선택될 가능성이 높다는 모델이다(‘중립 네트워크 이론’). 둘째, 작은 집단에서는 유전적 부동(genetic drift)이 강하게 작용해 변이 내성이 낮은 서열도 고정될 확률이 크다. 저자들은 이러한 이론적 예측을 검증하기 위해 사이토크롬 P450이라는 잘 알려진 효소를 모델 시스템으로 선택하였다. P450은 구조가 비교적 보존되어 있으면서도 다양한 변이를 수용할 수 있는 특성을 가지고 있어 변이 내성 측정을 위한 이상적인 플랫폼이다.

실험 설계는 두 단계로 이루어진다. 첫 번째 단계에서는 동일한 선택 압력(예: 특정 기질에 대한 활성을 유지)과 동일한 돌연변이율을 적용한 채, 인구 규모가 크게 다른 두 집단(소규모 vs. 대규모)에서 중립 진화를 진행하였다. 여기서 ‘중립’이라는 용어는 선택 압력이 효소 활성을 유지하는 최소 기준만을 만족시키는 수준임을 의미한다. 두 번째 단계에서는 각각의 집단에서 분리된 개별 변이체들을 무작위로 선택해, 추가적인 무작위 돌연변이를 도입한 뒤 활성을 측정함으로써 변이 내성을 정량화하였다. 결과는 대규모 집단에서 유래된 변이체가 평균적으로 더 높은 비율의 돌연변이에도 활성을 유지한다는 것을 보여준다. 이는 변이 내성이 높은 서열이 중립 네트워크 내에서 더 넓은 ‘연결성(connectivity)’을 가지고 있음을 시사한다.

또한 저자들은 변이 내성과 안정성 사이의 연관성을 탐구하였다. 단백질 안정성(thermal stability)은 변이 내성의 물리적 기반으로 자주 언급되는데, 안정한 구조는 돌연변이가 일어나더라도 전체 폴딩 에너지 장벽을 크게 넘지 않아 기능 손실을 최소화한다. 실험 결과, 대규모 집단에서 진화된 단백질은 열적 변성 온도(Tm)가 상승했으며, 이는 기존의 ‘stability–robustness’ 관계를 뒷받침한다. 흥미롭게도 이러한 안정성 증가는 단순히 무작위 돌연변이의 축적이 아니라, 선택 압력 하에서 ‘안정성을 유지하거나 향상시키는’ 변이가 더 자주 고정된 결과로 해석될 수 있다.

수학적 모델링 측면에서는, 저자들이 제시한 ‘중립 네트워크’ 접근법이 실험 데이터와 좋은 일치를 보였다. 네트워크 내에서 각 서열은 노드이며, 한 번의 돌연변이로 연결된 이웃 노드들의 수(연결도)는 변이 내성의 지표가 된다. 대규모 집단은 이 네트워크를 고밀도로 탐색하므로, 평균 연결도가 높은 ‘핵심’ 영역에 머무를 확률이 커진다. 반대로 소규모 집단은 네트워크의 주변부에 머무를 가능성이 높아, 변이 내성이 낮은 서열이 고정될 위험이 크다. 이러한 모델은 ‘Muller’s ratchet’와 ‘Hill–Robertson interference’와 같은 기존 이론과도 일맥상통한다.

실용적 함의도 크다. 바이러스와 박테리아는 보통 10⁸~10¹² 수준의 대규모 집단을 형성한다. 따라서 이들 미생물은 자연스럽게 변이 내성과 안정성을 동시에 강화하는 경향을 보일 것이며, 이는 항바이러스제나 항생제에 대한 내성 진화 속도를 높이는 요인으로 작용할 수 있다. 또한 단백질 엔지니어링에서, 대규모 라이브러리를 활용한 스크리닝이 단순히 ‘좋은 활성을 찾는’ 것을 넘어, 변이 내성이 높은 ‘견고한’ 단백질을 선별하는 전략으로 활용될 수 있다.

전체적으로 이 연구는 ‘진화는 단순히 현재 적합도만을 최적화하는 것이 아니라, 미래의 변이에 대비해 구조적·기능적 완충 장치를 구축한다’는 중요한 원리를 실험적으로 입증하였다. 이는 진화론적 관점과 실용적 바이오테크놀로지 양쪽 모두에 깊은 통찰을 제공한다.