생체제어 시스템을 활용한 세포 운명 재프로그래밍

초록

이 논문은 합성생물학에 제어공학을 적용해 세포 내 조절인자를 정확히 조절하는 방법을 제시한다. 환경 교란과 자원 제한을 모델링하고, 피드백·피드포워드 형태의 바이오분자 제어 회로를 설계·실험한다. 특히 피부세포를 유도만능줄기세포(iPSC)로 전환시키기 위해 핵심 전사인자를 일정 수준으로 유지하는 사례를 통해 설계 원리와 현재 한계를 논의한다.

상세 분석

본 논문은 합성생물학에서 ‘플랜트(plant)’라 부르는 유전자 발현 시스템을 제어 대상으로 삼고, 외부 교란과 세포 내 자원 변동을 수학적으로 모델링한다. 식(1)‑(2)에서 전사·번역 속도 상수를 각각 자유 전사·번역 자원(R_T_X, R_T_L)과 연결시켜, 자원 고갈이나 다른 회로와의 경쟁이 실제로는 파라미터 변동으로 나타난다. 이러한 파라미터 변동을 H_GRN(전사 교란)과 r(레트로액티비티)이라는 외란 항으로 명시함으로써, 전통적인 제어 이론에서의 외란 억제 문제와 동일시한다.

제어 구조는 크게 피드백과 피드포워드로 구분된다. 피드백 구현에서는 ‘적분 피드백(Integral Feedback)’이 핵심이며, 이는 오류(e = v−y)의 적분을 유전적 신호(u)로 변환하는 회로를 설계한다. 논문은 특히 포유류 세포에서 구현된 ‘시그마-70 기반 적분 회로’를 상세히 설명한다. 이 회로는 전사 억제제와 활성제가 서로 결합·해리하는 동역학을 이용해, 오류 적분을 자연스럽게 구현한다. 실험 결과는 교란이 발생해도 출력 X가 목표값 v에 거의 정확히 복귀함을 보여, 완전 적응(perfect adaptation)을 달성한다는 점에서 기존의 단순 피드백보다 우수함을 입증한다.

피드포워드 설계는 교란을 사전에 측정하고, 그에 상응하는 보상 신호를 생성하는 구조이다. 여기서는 외부 교란 H_GRN을 감지하는 센서 모듈과, 감지된 신호를 직접 번역 효율에 매핑하는 ‘리소스 할당 조절기’를 결합한다. 이 방식은 교란이 예측 가능한 경우(예: 특정 성장 인자 농도 변화)에 빠른 응답을 제공하지만, 교란 모델이 부정확하면 오히려 과보상이 발생할 위험이 있다.

핵심 사례 연구는 피부세포를 iPSC로 전환시키는 과정에서 OCT4, SOX2, KLF4, c-MYC 등 네 개의 전사인자를 일정 농도로 유지해야 하는 문제다. 저자는 위에서 설계한 적분 피드백 회로를 이용해 OCT4 발현을 목표 수준으로 고정하고, 실험적으로 iPSC 유도 효율이 2배 이상 향상됨을 보고한다. 또한, 자원 경쟁에 의해 발생하는 전사 억제 현상을 최소화하기 위해 ‘자원 풀(RESOURCE POOL)’을 별도 설계하고, 이를 통해 회로의 부하를 감소시켰다.

마지막으로 논문은 현재의 한계—예측 불가능한 교란, 세포 간 이질성, 회로 부하, 그리고 장기적인 안정성—를 짚으며, 모델 기반 설계와 머신러닝 기반 파라미터 튜닝, 그리고 다중 스케일(분자·세포·조직) 통합 제어 이론의 도입을 향후 연구 방향으로 제시한다. 이러한 통합 접근은 합성생물학이 실제 치료제 개발 단계로 진입하는 데 필수적인 기술적 토대를 제공한다.