뇌 전체 신경 연결 지도 구축을 위한 협업 제안

초록

본 논문은 유전체 해독이 완료된 현재, 뇌 회로에 대한 지식이 부족함을 지적하고, 메조스코픽(중간 규모) 해상도로 전뇌 수준의 신경 연결성을 체계적으로 매핑하기 위한 대규모 협업 프로젝트를 제안한다. 마우스를 주 모델로 삼아 트레이서 주입 및 바이러스 벡터 기술을 표준화·자동화하고, 데이터는 중앙 오픈 리포지터리에 저장·공유한다. 5년 내에 완수 가능한 예산 규모와, 영장류·인간에 대한 확장 가능성도 논의한다.

상세 분석

이 논문은 ‘완전 유전체 시대’에 접어들면서도 뇌 회로 지도는 여전히 미비하다는 근본적인 문제를 제기한다. 저자들은 두 가지 핵심 가정을 내세운다. 첫째, 신경 연결성은 뇌 기능과 질병 메커니즘을 이해하는 데 필수적인 ‘시스템 레벨’ 정보이며, 둘째, 현재 이용 가능한 트레이서와 바이러스 기반 라벨링 기술은 메조스코픽 해상도(수백 마이크론 수준)에서 전뇌를 커버할 수 있을 만큼 충분히 정밀하고 재현 가능하다는 점이다.

논문은 기존의 ‘소규모’ 연결체계 연구와 ‘대규모’ 전자 현미경(EM) 기반 연결체계 구축 사이의 격차를 메조스코픽 접근법으로 메우고자 한다. 메조스코픽 해상도는 개별 뉴런 수준은 아니지만, 특정 영역 간의 정량적 연결 강도와 방향성을 파악하기에 충분하다. 이를 위해 저자는 다음과 같은 ‘desiderata’를 정의한다.

1. 전뇌 커버리지: 모든 뇌 영역에 대해 균일한 샘플링을 보장하고, 통계적 재현성을 확보하기 위해 최소 10,000~20,000개의 트레이서 주입이 필요하다고 제시한다.
2. 표준화·자동화 가능한 실험 프로토콜: 트레이서(예: BDA, CTB)와 재조합 바이러스(예: AAV, rabies virus)의 주입, 조직 절편, 이미지 획득, 그리고 정량적 분석 파이프라인을 전자동 로봇 시스템에 통합한다.
3. 중앙화된 오픈 데이터베이스: 원시 이미지, 정제된 연결 매트릭스, 메타데이터를 모두 포함하는 공개 저장소를 구축하고, API를 통해 전 세계 연구자가 자유롭게 접근·재분석할 수 있게 한다.
4. 기존 리소스와의 호환성: Allen Brain Atlas, Mouse Brain Connectivity Atlas 등 기존 해부·유전자 데이터베이스와 메타데이터 표준을 공유함으로써 다중 모달 데이터 통합을 용이하게 만든다.
5. 현행 정보학 기술에 대한 실현 가능성: 대용량 이미지 처리, 머신러닝 기반 시그널 추출, 그래프 데이터베이스 구축 등 현재 상용화된 클라우드·고성능 컴퓨팅 인프라를 활용한다.

전략적 로드맵으로는 먼저 마우스 모델을 대상으로 5년 안에 전뇌 연결 지도 구축을 목표로 한다. 연간 약 2,0003,000개의 주입을 수행하고, 각 주입당 35개의 연속 절편을 고해상도 스캔한다. 이미지 처리 파이프라인은 자동 세그멘테이션, 라벨링, 그리고 연결 강도 정량화를 포함한다. 데이터는 표준화된 포맷(NIfTI, JSON)으로 저장돼, 웹 기반 뷰어와 분석 툴을 통해 실시간으로 검증·피드백이 가능하다.

마우스 프로젝트가 성공하면, 유사한 프로토콜을 원숭이(마카크)에게 확장한다. 영장류는 뇌 용량이 크고 영역 구성이 인간과 유사하므로, 인간 질환 모델링에 직접적인 연관성을 제공한다. 인간에 대해서는 살아있는 조직이 제한적이므로, 포스트모템 조직, 뇌 수술 중에 얻은 샘플, 그리고 고해상도 MRI 기반 추정치를 결합한 ‘하이브리드’ 접근법을 제안한다.

예산 측면에서는 장비(자동 주입 로봇, 슬라이드 스캐너), 인력(실험자, 데이터 과학자, 소프트웨어 엔지니어), 그리고 데이터 저장·관리 비용을 포함해 연간 약 2~3억 달러 수준을 제시한다. 이는 현재 NIH의 대규모 프로젝트(예: BRAIN Initiative)와 비교해도 과도하지 않은 규모이며, 장기적으로는 신경과학 전 분야에 걸친 데이터 공유와 재현성 향상을 통해 비용 대비 효과가 크게 상승할 것으로 기대한다.

결론적으로, 이 논문은 ‘뇌 연결 지도’를 구축하기 위한 구체적이고 실행 가능한 청사진을 제시함으로써, 신경과학 연구의 패러다임을 ‘정성적·정량적’ 융합으로 전환시키려는 야심찬 비전을 제시한다.