SELEX 데이터 순차 진화를 위한 새로운 모델

초록

본 논문은 SELEX 실험의 모든 라운드 데이터를 활용해 올리고뉴클레오티드의 결합 친화도를 추정하고, 동시에 서열 정렬을 수행하는 생화학적 파라미터 기반 모델을 제시한다. 이 모델을 이중가닥 DNA와 전사인자 Bicoid을 대상으로 한 실험에 적용했으며, 기존 방법보다 높은 정확도로 Bicoid 결합 부위를 예측하고 ChIP‑chip 결과와도 일치함을 보였다.

상세 분석

이 연구는 SELEX(체계적 진화된 리간드의 지수적 농축) 실험에서 얻어지는 다중 라운드의 시퀀스 데이터를 통합적으로 해석하는 새로운 통계·생화학 모델을 제안한다. 기존 접근법은 주로 첫 번째 혹은 마지막 라운드의 고빈도 서열에 초점을 맞추어, 낮은 친화도를 가진 변이 서열을 놓치는 경향이 있었다. 저자들은 라운드별 선택 압력과 복제 효율을 명시적으로 수식화하여, 각 라운드에서 관측된 서열 빈도를 확률적 모델에 매핑한다. 핵심은 ‘결합 친화도’를 로그-선형 형태의 파라미터로 표현하고, 라운드 진행에 따라 친화도에 비례한 증폭률을 적용함으로써, 전체 라운드의 데이터가 하나의 일관된 추정 과정에 기여하도록 설계한 점이다.

또한, 서열 정렬 단계가 사전 처리 없이 모델 내부에서 수행된다. 이는 각 올리고뉴클레오티드가 목표 단백질과 결합할 때 실제로 활용되는 결합 부위(모티프)를 자동으로 추출하도록 설계된 ‘위치 가중치 행렬(PWM)’을 동시 최적화함을 의미한다. 결과적으로, 모델은 기존의 정렬‑정량화 파이프라인을 통합해, 낮은 빈도의 변이 서열도 정확히 평가한다.

실험적으로는 이중가닥 DNA 라이브러리와 전사인자 Bicoid을 사용한 SELEX 데이터를 분석하였다. 모델이 도출한 PWM은 Bicoid의 알려진 결합 서열과 높은 일치를 보였으며, 독립적인 ChIP‑chip 실험에서 확인된 인-비보 결합 부위와도 높은 상관관계를 나타냈다. 비교 대상인 기존 방법들(예: MEME, DREME, BEEML‑PBM 등)은 주로 최종 라운드 서열에 기반하거나 별도의 정렬 절차를 필요로 했지만, 제안된 모델은 전체 라운드 정보를 활용함으로써 민감도와 특이도가 모두 향상된 결과를 보여준다.

이 모델의 장점은 (1) 라운드 전반에 걸친 데이터 활용으로 낮은 친화도 변이까지 포착, (2) 정렬 과정을 모델 내부에 통합해 사전 처리 오류 최소화, (3) 생화학적 파라미터(결합 상수, 증폭 효율 등)를 명시적으로 추정함으로써 실험 설계와 결과 해석에 직관적 인사이트 제공이다. 한계점으로는 모델이 라운드 간 선택 압력이 일정하다고 가정하고 있어, 실제 실험에서의 비선형적 변동을 완전히 반영하지 못할 수 있다는 점이다. 향후 연구에서는 가변 선택 압력과 복제 편향을 동적으로 모델링하거나, RNA‑aptamer와 같은 다른 리간드 유형에도 적용 가능하도록 확장하는 것이 제안된다.