배경

식물이 살아가는 실제 자연환경은 단일 스트레스만 단독으로 주어지는 인공 배양실과 전혀 다르다. 야생 식물은 가뭄, 급격한 온도 변화, 자외선 노출 같은 물리적 요인과 바이러스, 진균, 초식 곤충의 침입 같은 생물학적 위협을 복합적으로 마주한다. 기후 위기가 심화되면서 복합 환경 스트레스에 견디는 작물 개발 수요가 급증하는 추세다.

문제는 식물 분자생물학이 축적한 지식 대다수가 고도로 통제된 실험실 데이터에 기반한다는 사실이다. 유전적으로 균일한 실험 모델을 무균 환경에서 키운 뒤 단 한 가지 스트레스 인자만 처리해 반응을 살피는 방식이 주를 이뤘다. 이러한 단일 조건 실험에서 관찰된 유전자 발현 신호 전달망이 복합 스트레스가 뒤얽힌 실제 야생 생태계에서도 동일하게 작동하는지 명확히 검증되지 못했다. 실험실에서 효과를 보인 형질이 실제 노지 포장에 적용했을 때 기대에 미치지 못했던 원인 역시 여기에 있다. 자연 상태에서 수많은 자극이 교차할 때 전사체가 어떤 우선순위와 메커니즘으로 조절되는지 규명하는 연구가 절실했다.

핵심 발견

미국 국립과학원회보(PNAS)에 발표된 연구팀의 보고는 실험실 중심 식물학 연구의 오랜 의문에 답을 제시한다. 연구진은 유럽과 북미 전역에 걸친 60개 자연 서식지에서 자생하는 야생 애기장대(Arabidopsis thaliana) 개체군을 여러 계절에 걸쳐 추적 채집한 뒤 전사체(transcriptome)를 정밀 분석했다. 야생 서식지의 미기후 데이터와 감염 상태를 함께 기록하며 리보핵산 염기서열 분석(RNA sequencing, RNA-seq)을 수행했다.

데이터 분석 결과 자연환경에서 발생하는 전사체 변이는 기존 단일 요인 모델로 설명하기 어려울 만큼 복잡한 양상을 나타냈다. 눈에 띄는 발견은 생물적 스트레스(biotic stress)와 비생물적 스트레스(abiotic stress) 반응망의 보존성 차이다. 병원체 감염과 관련된 신호 전달 유전자군은 기온이나 강수량 같은 기상 변수보다 전사체 전체 변이를 설명하는 기여도가 훨씬 컸다.

실험실 통제 환경에서 규명됐던 병원체 방어 유전자 네트워크는 야생 집단에서도 흔들림 없이 유지됐다. 반면 가뭄이나 고온, 저온 등 물리적 환경에 반응하는 비생물적 스트레스 네트워크는 야생 집단에서 대대적으로 재구성되어 작동했다. 인공 환경에서 주요 스트레스 지표로 꼽히던 유전자들이 자연 상태에서는 다른 신호 경로와 복잡하게 얽히며 전혀 다른 발현 양상을 보인 셈이다.

의미와 전망

이번 발견은 실험실 모델과 실제 자연 포장 사이의 유전학적 간극을 좁힐 기준점을 마련했다. 통제된 온실 데이터만으로는 자연 포장의 다중 환경 스트레스 반응을 온전히 예측할 수 없음을 실증한 결과다. 생체 방어 시스템이 생존의 핵심 축으로 견고하게 보존되는 반면, 기후 요인 반응망은 복합 환경에 맞춰 유연하게 재편된다는 점이 입증됐다.

후속 연구와 육종 기술 개발의 방향성도 한층 뚜렷해졌다. 병원균 저항성 회로는 실험실 발굴 메커니즘을 비교적 직접 활용할 수 있으나, 가뭄이나 냉해 저항성 품종 개발은 반드시 복합 환경 포장 검증을 거쳐야 한다. 노지 농업의 기후 회복력을 높이기 위해서는 야생 식물 전사체 빅데이터를 머신러닝 모델과 결합해 포장 적응성을 사전 예측하는 연구가 뒤따라야 할 것이다.

다만 야생 집단의 미기후 차이, 토양 미생물총의 다양성, 개체군 유전 변이가 복합 작용하므로 단일 유전자 단위의 인과적 제어 기전을 분리해 검증하는 데는 여전히 기술적 한계가 따른다. 다양한 야생 유전자원을 표준화된 농업 품종에 단계적으로 도입하면서 기능 유전체학적 검증을 병행하는 장기적 접근이 요구된다.