[DEBUG-WINDOW 처리영역 보기]
즐겨찾기  |  뉴스레터  |  오늘의 정보  |  e브릭몰e브릭몰 회원가입   로그인
BRIC홈 한국을 빛내는 사람들
실험복 제공
스폰서배너광고 안내  배너1 배너2 배너3
전체보기 한빛사논문 추천논문 상위피인용논문 그이후 한빛사통계
김영광
김영광(Younggwang Kim) 저자 이메일 보기
연세대학교 의과대학
  논문초록보기
조회 523  인쇄하기 주소복사 트위터 공유 페이스북 공유 
SpCas9 activity prediction by DeepSpCas9, a deep learning–based model with high generalization performance

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

유전자가위는 유전자 특정 부위를 절단하여 원하는 형태로 편집하는 기술로서 특히 CRISPR 유전자가위는 이전의 유전자가위들에 비하여 사용이 매우 간단하여 현재 유전자가위를 이용한 질병의 치료법 연구 및 유전자기능연구, 약물 개발 등에 활발히 사용되고 있습니다. 특히 가장 보편적이고 널리 사용되는 것이 화농성 연쇄상구균 (Streptococcus pyogenes)에서 유래한 Cas9 단백질 (SpCas9) 입니다. Cas9 단백질은 20bp의 염기서열로 이루어진 가이드RNA와 결합하여 표적 유전자에 이중나선절단 (double strand break)을 일으키게 되는데, 이 때 가이드 RNA는 표적 염기서열과 상보결합하게 됩니다. 이 유전자가위의 활성은 유전자가위의 표적 부위인 유전자 주위의 염기서열에 따라 현저히 달라지기 때문에, 유전자가위를 제작하기 전에 많은 실험을 통해 각각의 효율을 측정해야만 했습니다. 하지만 Cas9 유전자가위의 최대 강점인 대량의 유전자를 한꺼번에 편집하는 라이브러리를 구축할 때는 수만개의 유전자가위의 효율을 직접 측정하기란 거의 불가능하고, 라이브러리 구축 시 유전자가위의 효율을 고려하지 않는다면 표적 유전자의 기능을 충분히 녹아웃할 수 없기 때문에 실험의 성패를 장담할 수 없게 됩니다.

그런데 Cas9 유전자가 표적 유전자를 절단하는 효율은 직접 실험을 해 보기 전에는 알 수 없습니다. 따라서 Cas9 유전자가위의 절단 효율을 예측하고자 지금까지 많은 그룹에서 유전자가위 활성을 예측하는 모델을 개발했지만, 정확도가 낮고 실험 조건에 따라 예측 성능이 크게 달라지는 문제가 있었습니다. 저희는 이러한 한계를 극복하고자 저희 연구실에서 Cpf1 (Cas12a) 유전자가위 효율을 대량으로 측정, 이를 정확히 예측하는 프로그램을 개발했던 경험을 바탕으로 다른 연구팀들에서 사용한 데이터보다 약 3배가량 많은 유전자가위 활성측정 데이터를 가이드 RNA와 그 표적 염기서열을 짝지어 합성해서 Cas9이 작용한 후 합성된 표적염기서열의 변화를 직접 NGS로 읽어내는 방식으로 실제 유전체 내의 염기서열을 일일이 측정하지 않고 각 유전자가위의 활성을 쉽게 대량으로 측정하였습니다. 이렇게 얻어진 대량의 데이터를 바탕으로, 인공지능 기법인 딥러닝을 통해 유전자가위의 효율을 정확하게 예측할 수 있는 모델을 개발하였습니다. 특히 이전 Cpf1 유전자가위의 예측모델을 만들었을 때보다 발전된 딥러닝 알고리즘을 통해 예측 성능을 더 높이는 성과를 거둘 수 있었습니다. 이를 통해 기존의 예측 모델로 예측이 어려웠던 유전자가위 실험들에서 유전자가위의 활성도를 다른 모델에 비하여 높은 정확도로 추정할 수 있었으며, 이는 여러 실험 조건에서도 일관되게 높은 수준으로 예측이 가능하였습니다. 저희가 만든 알고리즘은 웹툴로도 공개되어 있습니다.  (http://deepcrispr.info/DeepSpCas9/)

Cas9 유전자가위는 비단 이중나선절단을 통한 녹아웃뿐만 아니라, epigenome 수준에서 유전자의 활성을 조절하는 에피지놈 편집 (epigenome editing), 차세대 유전자편집기술인 염기편집 (base editor) 혹은 프라임 편집 (prime editor) 등 수많은 파생 기술들에 널리 사용되는 단백질이기 때문에, 이런 기술들에서도 동일하게 어느 정도 효율의 예측이 가능하다는 것도 큰 장점입니다. 저희가 만든 이 알고리즘이 부디 차후 Cas9을 이용한 여러 연구에 큰 도움이 되었으면 하는 바람입니다.

2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁 드립니다.

제가 근무하는 곳은 연세대학교 의과대학 약리학교실의 김형범 교수님께서 운영하는 연구실입니다. (연구실 홈페이지 https://sites.google.com/site/hyongbumkimlab/ ) 저희 연구실에서는 CRISPR 유전자가위와 차세대 유전자편집 기술들을 연구하고 있으며, 대량활성법 및 효율 예측 모델의 개발뿐 아니라 유전자편집 기술을 이용한 종양 유전자의 대량 스크리닝, 약물 후보군 스크리닝과 함께 유전자편집 기술을 이용한 난치성 유전병 치료 방법 개발, 동물 모델 제작 등의 연구를 수행하고 있습니다. 특히 유전자가위의 효율을 예측하고, 대량 분석을 통해 다양한 유전자가위들의 효율을 비교하고 예측 모델을 만드는 부분에 대해서는 세계적으로도 최고 수준에 있다고 말할 수 있습니다.

3. 연구활동 하시면서 평소 느끼신 점 또는 자부심, 보람

유전자편집 분야는 그야말로 하루가 다르게 새로운 기술이 쏟아져 나오는 학문입니다. 이전에는 가능하지 않았던 하나의 염기 수준의 유전자 편집도 가능해진 시대가 되었고, 개인의 유전체 전체를 쉽게 읽어내고 유전자 변이를 쉽게 진단할 수 있게 되었습니다. 진단만 하고 아무런 치료를 할 수 없었던 유전병들의 치료 전략도 동물 모델 수준에서 하나씩 나오고 있습니다. 저희 연구가 이런 난치병들을 극복하는데 도움이 될 수 있다는 점에서 큰 자부심을 가지고 있습니다.

원래 저는 신경과를 전공한 임상의사였습니다. 임상의사로서 환자를 치료하는 것도 보람이 있지만, 연구원으로서 매주 새로운 논문을 읽고, 저희 연구에 어떻게 적용할지 생각하는 과정 자체가 재미있을 뿐 아니라, 이러한 연구를 통해 환자의 치료법 발전에 기여할 수 있기 때문에 큰 보람을 느낍니다. 남들이 발견한 치료법이나 기술을 따라가는 것이 아닌, 새로운 지식을 창출하고 개발하며 생각하는 일련의 과정이 저 자신뿐 아니라 환자들에게도 직접적으로 도움이 된다는 자부심도 느끼고 있습니다.

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

연구를 배우고 있는 입장에서 감히 조언드린다면, 처음 연구를 시작했을 때 연구실에서 교수님들과 동료 연구자들과의 discussion을 통해 혼자서 논문을 읽고 공부하는 것보다 더욱 많은 것을 배우게 된 것 같습니다.  모르는 분야에 처음으로 도전할 때는 무슨 주제로 연구할지 막막한 것이 당연하기 때문에, 본인의 노력과 함께 주위 사람들의 discussion을 통해 본인이 하고 싶은 연구를 구체화시키는 것이 매우 중요합니다. 특히 학위 과정 중에는 연구의 주제도 중요하지만, 연구 성과를 논문으로 구체화하기 위한 scientific thinking, 그리고 논리적 사고력과 어떤 실험을 할지 계획하는 능력 등을 배우는 것이 더 중요하고, 이는 혼자 논문을 읽으며 배우는 것이 아니라 연구하는 동료 및 교수님들과의 적극적인 의견 교환을 통해 배울 수 있습니다. 그러기 위해서는 연구실 환경이 자유로운 discussion이 가능하고 동료 연구자들과 함께 끊임없이 공부하는 환경에서 논문을 써 보면서 서로의 연구에 대한 비판적인 의견을 낼 수 있는 능력을 기르는 것이 중요합니다. 이 과정이 선제되어야 그 분야에 대한 지식이 내 나름대로 정립되고, 그런 과정을 거쳐야만 좋은 논문을 쓰기 위한 주제를 고르는 능력이 생기게 되는 것이라고 생각됩니다. 그래서 여러 연구실을 직접 경험하고, 가능하다면 인턴 과정을 거쳐서 그 연구실이 본인과 잘 맞는지 직접 경험하고 진학하는 것이 좋을 것 같습니다.

5. 연구활동과 관련된 앞으로의 계획이 있으시다면?

임상을 하는 의사로서 제가 해야 할 일은 최신의 연구성과를 환자에게 도움이 될 수 있게 적용하는 bench to bedside 연구를 하는 것이라고 생각합니다. 현재 유전자가위 기술이 갈수록 발전하고 있기 때문에, 기존의 방법으로 교정이 어려웠던 질환들에 대해서 유전자교정이 가능한 시대가 올 것이라고 생각합니다. 이런 유전자가위의 성과들을 임상으로 끌어올 수 있도록 노력하는 것이 제가 앞으로 연구하고자 하는 방향입니다.
 
6. 다른 하시고 싶은 이야기들....

먼저 기초연구에 대해서 아무것도 모르던 저에게 수많은 영감을 주시고, 깊은 애정으로 지도해 주신 김형범 교수님께 진심으로 감사드립니다. 교수님께 진정한 연구자와 학자로서의 자세에 대해 배울 수 있었으며, 그 과정을 통하여 좋은 아이디어를 생각해낼 수 있는 시각을 갖게 되었습니다. 그리고 임상의사였던 저를 연구로 이끌어 주시고 지금도 많은 조언을 주시는 이필휴 교수님과 여러 신경과 교수님들께 감사드립니다.

그리고 이번 논문에서 치열하게 연구를 함께 하며 지금도 옆자리에서 많은 조언을 주시는 김희권 선생님과, 남다른 열정으로 함께 연구를 진행하고 있는 이승호 선생님께도 감사드립니다. 그 외에 같은 공간에서 논문을 보면서 제 연구에 많은 도움을 주는 연구실의 동료분들께도 감사드립니다. 그리고 멀리서 제 걱정과 응원을 해 주시는 부모님과 장인어른, 장모님, 형, 동생들과 처형들과 형님에게도 감사의 마음을 전합니다. 마지막으로 언제나 기쁨을 주는 아들 민재, 제가 연구를 한다고 했을 때부터 묵묵히 응원해 주고 아낌없는 지원으로 도와주는 아내에게 사랑과 감사를 전하고 싶습니다.

 

 등록일 2019-11-28
Category: Genetics
  댓글 0
등록
목록
전찾사
관련링크
김영광 님 전체논문보기 >
관련인물
김형범 (연세대학교 의과대학)
김희권 (연세대학교 의과대학)
외부링크
Google (by Younggwang Kim)
Pubmed (by Younggwang Kim)
위로가기
한빛사 홈  |  한빛사FAQ  |  한빛사 문의 및 제안
 |  BRIC소개  |  이용안내  |  이용약관  |  개인정보처리방침  |  이메일무단수집거부
Copyright © BRIC. All rights reserved.  |  문의 member@ibric.org
트위터 트위터    페이스북 페이스북   유튜브 유튜브    RSS서비스 RSS
머크