1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드

단일세포 mRNA 시퀀싱 (scRNA-seq)는 개별 세포로부터 전사체 발현 프로파일을 얻을 수 있는 기술로, 다양한 연구 분야에서 중요한 역할을 하고 있습니다. 특히 밝혀지지 않은 하위 세포 유형을 식별하고 세포 간 상호작용 메커니즘을 해석하는 데 광범위하게 활용됩니다. 저희는 2020년 Nature Neuroscience에 실린 논문을 통해 처음 scRNA-seq 데이터를 접했습니다. 해당 논문은 쥐의 일주기 리듬을 담당하는 시교차상핵 내 신경세포의 scRNA-seq 데이터를 포함하고 있었고, 우리는 이 데이터를 분석하여 뉴런 간 상호작용 메커니즘을 밝히고자 했습니다.

그러나 scRNA-seq 데이터는 수천에서 수십만 개의 세포와 수만 개의 유전자 정보를 포함하는 고차원 데이터로, 데이터 내부의 정보를 해석하기가 매우 어렵습니다. 따라서 노이즈를 배제하고 데이터로부터 신호를 적절히 골라내어 고차원 데이터를 저차원으로 축소하는 작업이 필요했습니다. 이를 위해 우리는 기존의 Seurat과 같은 차원 축소 도구를 활용했지만, 이러한 도구들이 여러 단계에서 사용자의 주관적 선택을 요구한다는 사실을 알게 되었습니다. 특히, 축소 차원을 결정하는 데 있어 통일된 기준이 부족해 대부분의 차원축소 도구 들이 단순히 기본값을 제공하고 있고, 다수의 연구가 여전히 이 기본값을 그대로 사용하고 있다는 사실 또한 알게 되었습니다.

이때부터 우리의 관심사는 자동으로 데이터의 축소 차원을 결정하여 분석 과정에서 사용자의 주관성을 배제하는 알고리즘을 개발하는 것으로 옮겨갔습니다. 이를 위해 우리는 랜덤 행렬 이론(RMT)에 기반을 둔 노이즈 필터링 알고리즘을 도입했습니다. 이 알고리즘은 데이터의 랜덤 행렬의 분산이 Marchenko-Pastur 분포를 따르는 것을 활용해, 이 분포를 따르는 scRNA-seq 데이터의 분산 값과 그에 대응되는 주성분을 노이즈로 간주하고 분석에서 배제하는 방법입니다. 이 방법을 활용해, 이번 연구에서 scRNA-seq분석에서 가장 많이 활용되는 데이터 전처리 방법인 로그 정규화가 분석 결과에 심각한 영향을 줄 수 있는 신호 왜곡을 유발할 수 있음을 밝혔습니다. 뿐만 아니라, 신시내티 대학의 장원 교수님의 도움을 받아 이에 대한 해결책을 제시했습니다. 추가로, RMT 기반 노이즈 필터링의 과도한 민감도로 결과의 품질저하 현상을 확인하고, 이를 해결하기 위해 데이터 교란을 통한 신호 강건성 테스트를 도입하여 저 품질 신호를 제거하는 과정을 차원축소과정에 추가하였습니다.

이 모든 과정을 통합하여 우리는 scLENS라는 효과적인 차원 축소 도구를 개발했습니다. 이 도구의 성능을 평가하기 위해 카이스트 의과학 대학원의 박종은 교수님과 고려대학교 컴퓨터 융합소프트웨어학과 서민석 교수님의 조언을 받아, 11개의 다른 도구들과 비교한 결과, scLENS가 약 60여 개의 다양한 데이터에서 사용자의 주관적 선택을 배제하면서도 클러스터링과 로컬 구조 포착 측면에서 가장 높은 성능을 보여주었습니다.

지금까지도 많은 연구자는 여전히 그들의 경험에 의존하여 차원을 선택하고 있습니다. 이는 분석과정에서 상당한 번거로움을 유발한 뿐만 아니라, 분석 결과의 신뢰성과 재현성을 떨어뜨립니다. scLENS는 이러한 문제를 해결하여 높은 정확도의 결과를 노동-집약적 과정 없이 제공하기 때문에 사용자 편의성을 크게 높일 것으로 기대됩니다. 뿐만 아니라, scLENS가 해결한 차원 결정 문제는 여러 후속연구의 이 전에 필수적으로 이루어져야 하는 기초적인 문제이기 때문에, scLENS가 많은 연구에서 활용될 것으로 기대됩니다.

2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁드립니다.

저는 현재 김재경 교수님이 이끌어가고 있는 기초과학연구원의 의생명수학 그룹에서 박사후연구원으로 연구를 수행하고 있습니다. 우리 그룹은 김재경 교수님 외에 박사후연구원 5명, 대학원생 5명으로 구성되어 있으며, 여러 분야의 외부 전문가들과의 공동연구를 통해 다양한 주제를 연구하고 있습니다. 그 결과, 다양한 분야에서 훌륭한 성과를 배출하고 있습니다. 또한, 방학 동안 인턴십 제도를 통해 국외 및 전국 각지에서 수리생물학에 열정을 가진 학생들이 우리 그룹에 모여 그들의 열정을 발휘하고 있습니다. 이들의 열정은 실제 논문 출판으로 이어지기도 합니다. 이처럼 우리 연구실은 책상에 앉아 혼자 연구하는 것이 아니라, 수리생물학에 흥미가 있는 사람들과의 활발한 교류를 장려하는 연구 환경을 제공함으로써 더욱 풍부하고 창의적인 연구 성과를 이룰 수 있도록 도와줍니다.

3. 연구 활동 하시면서 평소 느끼신 점 또는 자부심, 보람

제 연구는 보통 풀고자 하는 문제에 대한 흥미와 이를 해결하기 위한 좋은 아이디어로 시작됩니다. 그래서, 연구 초기에는 좋은 연구 결과로 이어질 것이라는 긍정적인 가능성에 대한 기대감이 충만합니다. 그러나 연구 과정은 종종 예상보다 지난할 수 있습니다. 분석 과정에서 의도치 않은 실수로 오랫동안 진행해온 분석에 오류가 있다는 것을 나중에 발견하기도 하고, 연구 결과가 예상과 전혀 다르게 나와 해석이 어려울 때도 있습니다.

그럼에도 포기하지 않고 계속 연구를 이어 나가면, 시행착오 속에서도 배움이 있고, 올바른 결론에 이르기 위한 해답을 찾을 수 있습니다. 이런 모든 과정을 거쳐 해답을 찾고 올바른 결론에 도달했을 때의 기쁨은 이루 말할 수 없습니다. 저는 연구의 이러한 지난한 과정이 결과에 대한 자부심을 만들어 준다고 생각합니다. 이러한 경험은 연구자로서의 성장과 보람을 느끼게 합니다.

4. 이 분야로 진학하려는 후배들 또는 유학준비생들에게 도움이 되는 말씀을 해 주신다면?

저는 이전까지 연구가 주로 개인적인 흥미나 관심사에만 기반을 둔다고 생각했습니다. 그러나 의생명수학 그룹에 참여하면서 공동 연구의 중요성을 깨닫게 되었습니다. 다양한 분야의 사람들과 협력하며 그들의 궁금증과 니즈를 이해하고, 해답을 제시하고 공유하는 방법을 배웠습니다.

특히, 서로 다른 분야의 사람들과 어떻게 소통하고 협력할 수 있는지 고민하게 되었습니다. 이러한 경험을 통해 연구 주제를 더 흥미롭게 풀어가는 방법도 배웠습니다. 그 결과, 이번 프로젝트가 마무리되면서 많은 사람이 제 연구에 관심을 보여주었고, 이는 저에게 큰 동기부여가 되었습니다.

수리생물분야에 관심이 있으신 분들께 조언을 드리자면, 공동 연구에 적극 참여하라는 것입니다. 다양한 분야의 사람들과 협력하면서 새로운 시각을 배우고, 더 나은 연구 결과를 도출할 수 있을 것입니다. 공동 연구를 통해 더욱 풍부하고 의미 있는 연구를 할 수 있기를 바랍니다.

5. 연구 활동과 관련된 앞으로의 계획이 있으시다면?

점점 더 많은 연구자가 scRNA-seq을 포함한 싱글 셀 분야에서 다양한 데이터세트를 확보하고 있으며, 이를 분석하기 위해 매달 또는 매주 새로운 분석 방법들이 제시되고 있습니다. 그러나 싱글 셀 데이터 분석에서 여전히 해결해야 할 문제들이 많습니다. 예를 들어, 데이터에서 몇 개의 하위 세포 타입을 결정하는 것은 여전히 사용자가 직접 해야 합니다. 최적의 세포 개수를 찾아주는 방법론도 많지만, 이러한 방법은 느리고 효율이 낮아 사용자들은 여전히 자신의 경험에 의존하고 있습니다.

저희는 이러한 문제를 해결할 수 있는 방법론을 개발하고 있습니다. 현재 개발 중인 이 방법론은 자동으로 최적의 세포 타입 개수를 결정하게 도와주도록 하여 사용자의 주관적 판단을 줄이는 것을 목표로 하고 있습니다. 또한, 새롭게 개발한 scLENS를 활용하여 실제 의생물학적 인사이트를 제공할 수 있는 다양한 공동연구를 준비하고 있습니다.

앞으로의 계획으로는 scLENS의 성능을 더욱 향상시키고, 이를 다양한 생물학적 데이터 세트에 적용하여 유효성을 검증할 것입니다. 또한, 다양한 분야의 연구자들과 협력하여 실질적인 생물학적 문제 해결에 기여하고자 합니다. 이러한 공동연구를 통해 싱글 셀 분석의 효율성을 높이고, 더욱 정확한 생물학적 통찰을 제공할 수 있기를 기대하고 있습니다.

6. 다른 하시고 싶은 이야기들.....

먼저, 김재경 교수님의 지도를 통해 완전히 새로운 연구 경험을 하고 있으며, 이를 바탕으로 계속 성장하고 있음을 느낍니다. 진심으로 감사드립니다. 또한, 연구를 완성하는 데 큰 도움을 주신 공동 연구자분들, 장원 교수님, 박종은 교수님, 서민석 교수님, 그리고 채석주 학생께 깊은 감사의 말씀을 드립니다.

더불어, 서로 아껴주고 지지해 주는 멋진 전·현 연구실 구성원들, 정의민, 김대욱, 조현태, 홍혁표, Pan, Aurelio, Bryan 박사님들을 비롯해 채석주, 송윤민, 임동주, Olive, 하석민, 박세호, 장형준 학생에게도 감사의 마음을 전합니다.

마지막으로, 새롭게 이 그룹에 합류하신 황규영 박사님, Kevin 박사님, Brenda 박사님, Lucas 학생 모두 올 한해 좋은 성과를 거두시길 바랍니다.