배경

인간 게놈의 98%를 차지하는 비부호화(noncoding) 영역은 유전자 발현을 관장하는 핵심 조절판이다. 이 영역에는 전사를 촉진하는 인핸서(enhancer), 억제하는 사일런서(silencer), 3차원 염색질 구조를 구획화하는 절연체(insulator) 등 다양한 조절 서열이 포진해 있다. 대다수 질환 유전 변이가 비부호화 영역에 위치하는 양상. 하지만 각 조절 요소가 표적 유전자 발현에 미치는 정량적 영향을 파악하기는 오랜 난제였다.

연구진은 주로 대량 병렬 리포터 분석(massively parallel reporter assay, MPRA)에 의존해 왔다. 외인성 플라스미드는 실제 염색질의 3차원 접힘이나 후성유전학적 환경을 반영하지 못하는 한계가 뚜렷했던 셈. 이후 크리스퍼 간섭(CRISPR interference, CRISPRi) 스크리닝이 도입됐으나, 억제 신호 확산 탓에 개별 요소의 정밀 효과를 분리 측정하기에는 제약이 뒤따른 실정. 고유 염색질 맥락에서 다수 조절 요소를 정밀 절제하고 발현 변화를 추적할 새로운 플랫폼이 요구된 까닭이다.

핵심 발견

미국 스탠퍼드 대학교 제시 엥그라이츠(Jesse Engreitz) 교수 연구팀은 트윈 프라임 편집(twin prime editing, twinPE)과 유세포 분석을 결합한 대규모 스크리닝 플랫폼 '스왑시크(Swap-seq)'를 구축했다. 두 개의 프라임 편집 가이드 RNA(pegRNA)를 조합해 이중가닥 절단 없이 수백 염기쌍을 결손시키는 twinPE를 적용한 전략. 연구팀은 인간 단핵구성 백혈병 세포주(THP-1) 내인성 게놈에서 수백 개 조절 후보 서열을 결손시켰다. 이어 유세포 분석 분류(fluorescence-activated cell sorting, FACS)로 세포를 분리하고 시퀀싱으로 결손 효과를 정량 측정했다.

첫 표적으로 펩티딜-프롤릴 시스-트랜스 이성질화효소 F(peptidyl-prolyl cis-trans isomerase F, PPIF) 유전자 좌위를 분석한 결과. PPIF 주변 원위부 및 인트론 내부 인핸서의 정량적 활성을 정밀 측정하는 데 성공했다. 염색질 3차원 구조를 형성하는 CCCTC 결합 인자(CCCTC-binding factor, CTCF) 절연체의 기능적 경계선도 선명히 구분된 대목.

특히 연구팀은 원위부 유전자 발현을 억제하는 신규 사일런서를 규명했다. 해당 사일런서는 주변 인핸서에 작용하는 히스톤 탈아세틸화 효소(histone deacetylase, HDAC) 매개 경로로 원거리 유전자의 전사를 억제하는 메커니즘을 드러낸 셈. 유사한 후성유전 특징을 띤 사일런서가 유전체 전역에 수백 개 이상 분포함도 확인됐다.

나아가 연구팀은 Swap-seq 데이터를 서열-기능(sequence-to-function) 예측 딥러닝 모델 검증에 투입했다. 심층신경망 모델들은 개별 요소의 국소적 크로마틴 활성은 포착했으나, 원위부 표적 유전자와의 장거리 상호작용 및 발현 변화를 연결하는 과제에서는 뚜렷한 예측 한계를 노출한 실정.

의미와 전망

Swap-seq은 인핸서, 사일런서, 절연체 등 다양한 비부호화 요소를 동일한 내인성 유전체 맥락에서 체계적으로 평가할 길을 열었다. 복합 질환 유전 변이의 발병 기전을 규명하고, 표적 유전자와의 인과적 연결고리를 확립하는 기능 유전체학 연구의 새로운 전환점인 셈. 장거리 상호작용 예측 실패 원인을 실측 데이터로 규명함으로써 차세대 유전체 딥러닝 모델 고도화를 이끌 핵심 기준 데이터를 마련했다.

전장 유전체 확장 관점에서는 해결해야 할 기술적 과제도 공존한다. twinPE의 편집 효율이 염색질 접근성과 서열 특성에 따라 편차를 보일 수 있다는 연구팀의 설명. 단일 유전자 좌위 분석을 넘어 유전체 전반의 조절 요소로 확장하려면 스크리닝 규모와 시퀀싱 비용을 절감해야 한다. 다양한 질환 세포 모델과 오가노이드로 플랫폼을 확장해 세포 유형별 조절 지도를 완성하는 후속 연구가 뒤따라야 할 시점.