## 다세포 군집 형성의 미스테리 Myxococcus xanthus(마이코시스 박테리움)가 영양 고갈 시에 과일체(fruiting body)를 만들면서 보여주는 놀라운 집단 행동은 수십 년째 과학자들을 매리시켜 왔어요. 하지만 그 과정은 수천 개의 세포가 동시에 움직이고 신호를 주고받는 복잡한 동역학이라 정량적으로 파악하기가 거의 불가능했죠. ## 딥러닝으로 풀어낸 자기조직화 연구팀은 딥러닝(Deep Learning) 기반 프레임워크를 구축해 고해상도 현미경 이미지에서 개별 세포의 궤적과 형태 변화를 자동으로 추출했어요. 이 데이터를 바탕으로 시계열 네트워크 모델을 훈련시켜, 특정 유전 변이가 군집 형성 속도와 구조에 어떤 영향을 미치는지 인과관계를 명확히 밝혀냈어요. ## 유전 변이와 행동의 연결 고리 특히, 신호 전달 유전자인 frz와 eps의 돌연변이가 자기조직화 패턴을 어떻게 왜곡시키는지 정량화했는데, 이는 기존에 ‘정성적 관찰’에 머물렀던 부분을 수치화된 지표로 전환한 첫 사례예요. 이제 연구자는 특정 유전자를 조작하면 군집 형태를 예측 가능하게 디자인할 수 있게 되었어요. ## 미래의 미생물 설계 이 프레임워크는 Myxococcus뿐 아니라 다른 사회성 박테리아나 다세포 미생물에도 적용 가능해요. 궁극적으로는 미생물 기반 재료나 바이오 로봇을 설계할 때, 원하는 구조와 기능을 미리 시뮬레이션하고 최적화하는 데 큰 도움이 될 전망이에요.