한빛사 인터뷰
- 등록2024-04-09
- 조회918
1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드
저는 박사 과정 동안, 미국 내에서 조직된 ENCODE (Encyclopedia of DNA Elements)라는 컨소시엄을 통해 gene regulatory element의 시퀸스 구조와 생물학적 역할을 분석하는 연구를 수행해 왔습니다. 질병과 연관된 상당수의 유전체 변이가 regulatory element에 분포되어 있는 만큼, 다양한 regulatory element의 구조와 역할을 밝혀내는 것은 많은 유전질환들을 진단하고 치료하는데 중요합니다. Regulatory element 중 enhancer는 특히 구조 및 기능적으로 복잡하여 분석이 어렵다고 알려져 있습니다. 이러한 난관을 해결하기 위해 ENCODE 컨소시엄에 속한 다양한 연구자들과의 협업을 통해 CRISPRi screen 기법을 활용하여 다양한 세포들의 gene regulatory element를 분석하는 연구를 진행했으며, 결과물을 Nature Methods에 기재할 수 있었습니다 (JW Oh, Yao, Tycko, Bounds, Gosai, Lataniotis, …, Reilly, Nature Methods 2024). 이 논문을 통해 총 108개의 CRISPR screen 실험 결과를 공개하고, 실험 데이터 분석을 통해 기존에 잘 알려진 CRISPR-Cas9 기술보다 CRISPRi를 통해 더 효과적으로 regulatory element의 기능을 수치적으로 해석할 수 있음을 증명했습니다. 연구를 통해 공개한 방대한 CRISPRi screen 데이터가 enhancer 분석의 실마리를 제공하는데 많은 도움이 될 거라 생각됩니다. 더불어 CRISPRi 같은 실험분석 기술의 발달은 앞으로 생물학과 관련된 데이터를 더 다양하고 큰 규모로 생성해 줄 것이며, 그로 인해 computational analysis에 대한 수요가 증가할 것으로 예상됩니다. 예를 들어, 제가 최근 진행한 연구에서는 머신러닝을 활용한 regulatory element 분석기법 및 알고리즘을 개발하여 1,000개 이상의 다양한 인간과 쥐의 조직세포 데이터(DNase-seq)를 비교 분석하고, 이를 통해 인간의 regulatory network의 구조 및 enhancer evolution의 메커니즘을 밝혀내는 단초를 제공했습니다. (JW Oh, MA Beer, bioRxiv 2023).
2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁드립니다.
저는 Johns Hopkins University 의 Michael Beer 교수님 연구실에서 박사 연구를 진행했습니다. Beer 연구실은 존스 홉킨스 공대의 Biomedical Engineering과와 의대의 Genetic Medicine과에 공동소속 되어있어 존스 홉킨스의 다양한 연구원들과 폭 넓게 교류한다는 장점을 가지고 있습니다. 저희 연구실의 주요 연구 주제는 gene regulatory element 와 network를 머신러닝과 수학적 모델링을 통해 분석하는 것입니다. 대표적으로 머신러닝을 활용한 연구를 통해, DNA 시퀸스만을 이용해 enhancer activity를 예측할 수 있다는 사실을 (Lee, Genome Research 2011) 논문과 (Ghandi, PLOS Comp Bio 2014) 논문을 통해 밝혀냈고, enhancer mutation이 gene expression에 주는 영향을 예측하는 기법을 (Lee, Nature Genetics 2015)를 통해 공개했습니다. 또한, ENCODE 컨소시엄 협력을 통해 수천 개의 다양한 인간/쥐 조직세포 데이터를 기반으로 한 머신러닝 모델 (gkm-SVM)을 구축했고, 결과물을 누구나 활용할 수 있도록 ‘encodeproject.org’ 포탈에 공개했습니다. 최근에는 이런 머신러닝 모델들을 통해 배아줄기세포 분화 과정 (Luo, Yan, JW Oh, et al., Nature Genetics 2023)과 enhancer conservation (JW Oh, MA Beer bioRxiv 2023)을 연구한 결과를 발표했습니다. 유전체 연구를 computational 한 기법으로 진행하는 Beer 연구실에서의 경험을 통해 유전체와 관련된 지식과 이를 해석하기 위한 다양한 수학적 모델링, 머신러닝 기법에 대해 깊이 배울 수 있었습니다.
3. 연구 활동 하시면서 평소 느끼신 점 또는 자부심, 보람
제 연구는 유전 질병을 진단하고 치료하는 기술을 개발하는 데에 기여를 할 수 있습니다. 연구를 통해 누군가의 삶에 도움이 될 수 있다는 사실은 제가 하는 연구에 자부심을 가지고 임할 수 있게 해주었습니다. 또한 삶과 직접적인 연관이 있는 연구를 하는 것이기 때문에 매 순간 연구에 더욱 책임감을 느끼게 되었으며, 연구를 하면서 힘들었던 순간에도 다시 집중할 수 있도록 하는 추진력을 얻을 수 있었습니다. 이렇듯 제 연구는 유전 질병의 해결에 있어 실질적인 역할을 수행할 수도 있지만, 세포의 작동 원리를 밝히는데 도움이 되기도 합니다. 잠재적으로 의학적, 과학적으로 크게 기여할 수 있는 연구를 하고 있다는 사실에 큰 보람을 느낄 수 있었습니다.
또한 계속해서 발전해 온 의학적 분석 기술들은 많은 양의 데이터 축적을 이끌어 왔으며, 이는 computational 분석의 중요도로 이어져 오고 있습니다. 이러한 연구적인 배경에서 computational biologist로써 생명공학에 기여할 수 있는 기회를 얻을 수 있었기에 박사 과정 동안 자긍심을 가지고 연구할 수 있었습니다.
4. 이 분야로 진학하려는 후배들 또는 유학준비생들에게 도움이 되는 말씀을 해 주신다면?
제 지도교수님을 포함하여 박사과정 동안 만나 뵌 많은 과학자분들께서는 박사과정이 과학자의 커리어에서 가장 중요하고도 행복한 시간이라고 저에게 공통으로 말씀해 주셨습니다. 생명공학 연구를 하면서 힘든 일도 많을 테지만 졸업만을 바라보며 달리기보다는 도전적이고 진취적인 마음으로 중요한 과학적 난제들을 찾아 부딪히다 보면 보다 보람 있는 대학원 생활을 할 수 있을 거라 생각됩니다. 박사과정 동안 얻는 지식과 경험은 연구자로 나아가는 데에 있어 중요한 초석이 된다고 생각합니다. 저의 경우, 직접적으로 연구를 하면서 얻는 경험뿐만 아니라 비슷한 연구를 하는 사람들과 교류를 하면서 얻는 간접적인 경험 또한 연구적인 식견을 확장하는데 큰 도움이 되었었습니다. 학회나 공동연구를 통해 연구 지식을 나눌 수 있는 기회가 보인다면 놓치지 않으셨으면 좋겠습니다.
5. 연구 활동과 관련된 앞으로의 계획이 있으시다면?
앞으로 3년간 전문연구요원으로 복무하며 과학적 발견들이 어떻게 의료환경과 산업에 실질적으로 적용이 되는지 공부하고 싶습니다. 또한 저는 대부분의 연구 경험을 미국에서 쌓아왔습니다. 그렇기 때문에 전문연구요원 복무 기간 동안 한국에서의 연구 환경을 경험해 보고, 새로운 환경에서 다양한 연구자들과 교류하면서 제 견해를 넓혀나가고자 합니다.
#Computational Genomics
#Gene regulation
#Mathemtaical Modeling
댓글 작성 로그인
팝업 닫기관련 링크
연구자 ID
관련분야 연구자보기
소속기관 논문보기
관련분야 논문보기
해당논문 저자보기
