조절 DNA 서열의 장기 진화 시뮬레이션

초록

본 리뷰는 전사인자‑DNA 결합을 기반으로 한 전역적이고 생물물리학적으로 현실적인 유전체‑표현형(GP) 지도를 활용해 조절 DNA 서열(프로모터·인핸서)의 장기 진화 과정을 시뮬레이션하는 최신 연구 흐름을 정리한다. 전통적인 ‘짧은‑기간’ 실험·모델과 달리, 전역적 GP 지도는 모든 가능한 서열을 포괄하므로 비기능적 서열에서부터 새로운 CRE가 등장하는 과정을 정량적으로 탐색할 수 있다. 논문은 GP 지도 구축의 핵심 요소(전사인자 결합 모티프, 규제 문법, 환경 의존적 발현 함수)와 기존 이론·실험적 접근을 비교하고, 향후 장기 진화 시뮬레이션에 필요한 과제와 가능성을 제시한다.

상세 분석

이 논문은 조절 DNA 서열의 진화를 이해하기 위해 ‘전역적(Global) GP 지도’를 구축하는 방법론적 토대를 상세히 제시한다. 먼저 전사인자‑DNA 상호작용을 기술하는 물리‑화학적 모델을 기반으로, 각 TF가 인식하는 ℓ=6~20bp 모티프의 결합 에너지를 정량화한다. 기존의 합의 서열(Consensus)이나 로고(Logo) 방식은 통계적이지만, 최근 대규모 병렬 실험(MPRA)과 딥러닝을 결합한 ‘블랙박스’ 모델은 80% 이상의 발현 변동을 설명한다는 점에서 실용적이다. 그러나 이러한 모델은 여전히 ‘국소적(Local)’ 데이터에 머물러 전체 4^L 서열 공간을 포괄하지 못한다는 한계가 있다.

논문은 이를 극복하기 위해 두 가지 핵심 개념을 도입한다. 첫째, ‘규제 기능(Regulatory Function)’을 환경(TF 농도) 의존적인 발현 맵으로 정의하고, 이를 GP 지도에 포함시켜 다중 환경에서의 적합도(fitness)를 계산한다. 둘째, ‘규제 문법(Grammar)’이라는 중간 추상화 층을 설정해, 개별 결합 부위의 위치·방향·협동성을 조합함으로써 전체 CRE가 구현하는 발현 함수를 예측한다. 이 문법은 전사인자 결합을 ‘컨볼루션’ 형태로 처리해 차원 폭발을 완화하고, 200bp 정도의 실제 CRE 길이에서도 계산 가능하도록 만든다.

이론적 배경으로는 ‘하우스오브카드’, ‘Mount Fuji’, ‘NK’ 등 고전적인 피트니스 랜드스케이프 모델을 언급하면서, 전역적 GP 지도는 이러한 추상 모델에 물리적 제약을 부여해 실제 생물학적 현실성을 높인다고 주장한다. 또한, 유전코드와 유사하게 ‘규제 코드’를 정의해 모든 가능한 DNA 서열을 규제 표현형(발현 함수)과 일대일 대응시키는 전역적 매핑을 목표로 한다.

시뮬레이션 측면에서는, 전사인자 농도와 결합 에너지 파라미터를 입력으로 하여 열역학적 평형 점유율을 계산하고, 이를 발현 수준에 매핑하는 ‘열역학 모델’이 핵심이다. 이 모델은 TF 농도 변화에 따른 발현 변화를 연속 함수로 표현해, 환경 변동이 진화 경로에 미치는 영향을 정량화한다. 또한, 대규모 MPRA 데이터로부터 학습된 딥러닝 모델을 보조적으로 활용해, 아직 실험적으로 측정되지 않은 서열에 대한 예측 정확도를 높인다.

결과적으로, 전역적 GP 지도와 규제 문법을 결합한 시뮬레이션 프레임워크는 (1) 비기능적 서열에서 기능적 CRE가 등장하는 평균 시간, (2) 특정 규제 아키텍처(예: 프로모터 vs. 인핸서)의 진화 속도 차이, (3) 기능적 CRE가 차지하는 서열 공간의 부피와 연결성 등을 정량적으로 평가할 수 있게 한다. 이는 기존의 ‘짧은‑기간’ 실험이 제공하지 못한 장기 진화 메커니즘을 탐구하는 데 필수적인 도구가 된다.