온도에 따라 유전자 발현을 조절하는 맞춤형 RNA 온도 스위치 설계

초록

본 연구는 자연계 ROSE 계열 RNA 온도계의 37 °C 스위칭 특성을 기반으로, 원하는 전이 온도(예: 32 °C)를 사전에 설계자가 지정할 수 있는 알고리즘을 제시한다. 합성된 RNA 온도 스위치를 BBa_K115017 파트로 구현하고, 루시페레이스 발현을 이용해 30 °C와 37 °C 사이에서 9.2배, 20 °C와 30 °C 사이에서는 3배 미만의 발현 차이를 확인함으로써 설계의 실효성을 입증하였다.

상세 분석

이 논문은 RNA 온도계(RNA thermometer)의 핵심 메커니즘을 ‘RBS가 포함된 헤어핀 루프의 이중구조가 온도에 따라 개방·폐쇄되는 것’으로 정의하고, 기존 자연 발생 ROSE 계열이 37 °C~42 °C 사이에서 작동한다는 점을 출발점으로 삼는다. 저자들은 32개의 알려진 ROSE RNA 온도계에 대해 RNAfold를 이용해 37 °C에서의 누적 Gibbs 자유에너지 분포를 계산하고, 이들 모두가 ‘플래토 → 선형 감소’ 형태의 공통 프로파일을 보인다는 ‘consensus Gibbs energy distribution’을 도출하였다. 여기서 플래토 구간은 RBS 주변의 높은 자유에너지(불안정) 영역이며, 이는 온도 상승 시 헤어핀 개방을 용이하게 만든다.

핵심 설계 아이디어는 ‘목표 온도에서 동일한 자유에너지 프로파일을 재현하도록 염기 서열을 조정한다’는 것이다. 자유에너지 분포는 온도 의존적이므로, 목표 온도(T_target)에서 기존 37 °C 프로파일과 일치하도록 서열을 변형한다. 이를 위해 저자들은 다음과 같은 제약을 고려한 알고리즘을 구현했다.

1. 고정 구간: 스캐어(Scar)와 같은 표준 부품 연결부, RBS 자체, 시작 코돈 등은 변형 불가.
2. 가변 구간: 헤어핀 루프 내부의 4‑nt 블록을 순차적으로 추가·교체하면서 가능한 36가지 루프 조합을 생성한다.
3. 제약 적용: 이전 블록의 말단 2‑nt와의 호환성(A‑U, G‑C 등) 및 고정 구간과의 일치 여부를 검사해 실현 가능한 후보를 필터링한다.
4. 최적 선택: 후보 중 자유에너지 프로파일이 ‘consensus’와 가장 작은 편차를 보이는 루프를 선택하고, 이를 반복해 전체 헤어핀을 완성한다.

알고리즘 구현은 GUI 기반 소프트웨어(RNAthermoDesigner)로 제공되며, 사용자는 목표 온도와 허용 오차(예: ±2 kcal/mol)를 입력하면 자동으로 후보 서열을 출력한다. 실제 적용에서는 32 °C 목표 온도로 설계된 BBa_K115017을 얻었으며, 허용 오차를 2 kcal/mol로 제한했을 때 69개의 실현 가능한 서열을 도출했다. 무제한 오차에서는 1536개의 모든 가능한 조합이 생성되었지만, 대부분은 자유에너지 감소가 급격해 온도 스위칭이 과도하게 강하거나 약해지는 문제가 있었다. 이는 현재 알고리즘이 ‘stacked loops’만 고려하고 ‘bulge’·‘internal loop’를 제외한 제한된 구조적 다양성 때문으로, 향후 확장 필요성이 제시된다.

실험 검증은 설계된 RNA 온도계와 루시페레이스 유전자를 결합한 플라스미드를 E. coli에 형질전환하고, 20 °C, 30 °C, 37 °C에서 발현량을 측정함으로써 수행되었다. 30 °C 대비 37 °C에서 9.2배의 루시페레이스 활성 증가가 관찰되었으며, 20 °C와 30 °C 사이에서는 1.9배 미만으로 온도 의존성이 명확히 구분되었다. 이는 설계된 헤어핀의 자유에너지 프로파일이 목표 온도 근처에서 급격히 변함을 실증한다.

또한 저자들은 온도 의존적 효소 생산을 수학적으로 모델링하였다. 모델은 온도에 따른 전사·번역 효율을 Hill‑type 함수로 표현하고, 고온에서 효소 비활성화를 추가 고려한다. 유전 알고리즘을 통해 파라미터(K, m, p 등)를 실험 데이터에 피팅했으며, 30 °C·37 °C 스위치용 두 설계 모두 K값이 목표 온도와 일치함을 확인했다. 민감도 분석 결과, ‘스위치‑오프’ 강도를 결정하는 파라미터 p가 가장 높은 민감도를 보였으며, 이는 고온에서의 억제 메커니즘을 정밀 조절할 필요성을 시사한다.

전반적으로 이 논문은 (1) 자유에너지 분포 기반의 정량적 설계 원칙, (2) 제약을 고려한 자동화 알고리즘, (3) 실험적·모델링 검증이라는 세 축을 통해 RNA 온도계 설계의 ‘trial‑and‑error’ 방식을 체계화하였다. 현재는 ROSE 계열에 국한되고, 구조적 다양성이 제한적이라는 한계가 있지만, 향후 다양한 RNA 구조와 온도 범위에 적용 가능한 플랫폼으로 확장될 가능성이 크다.