관련자료보기  >

박 정 빈  서울대학교 융합과학기술대학원 연구원

최 진 영  서울대학교 융합과학기술대학원 연구원

최 홍 윤  서울대학교 의과대학 교수

임 형 준  서울대학교 융합과학기술대학원 교수

저널명

Small methods

논문제목

Spatial Transcriptomics-Based Identification of Molecular Markers for Nanomedicine Distribution in Tumor Tissue

연구과제 수행 중 생긴 에피소드

저는 초기에 종양 내 나노입자의 전체적인 분포를 모두 설명할 수 있는 분자적 마커를 추출할 수 있는 데에 집중했습니다. 하지만, 어떤 유전자는 종양 가장자리에서만 발현하고, 다른 유전자는 종양 내부 특정 영역에서만 발현하는 식이어서 표면과 내부에 모두 존재하는 형광 나노입자를 설명하는 유전자를 도출할 수 없었습니다. 이 미스매치를 해결하기 위해 상당히 많은 시행착오를 겪었고, 그러다 보니 종양 구획별 섭취 패턴이 다르다는 것을 깨닳았습니다.

우선 유전자 발현에 따라 공간 클러스터를 정의하고, 가장 형광 섭취가 높은 공간 클러스터에서 특징적으로 발현하는 유전자를 얻고자 하였습니다. 하지만, 이 방식은 공간전사체로 시작해서 형광 이미지 정보가 아주 약간 들어가고 다시 공간전사체 정보를 이용하는 식이었기 때문에 공간전사체와 형광 이미지 정보가 균형 있게 사용되는 분석 방법이 아니라는 문제점이 있었습니다. 

또 다른 시도로는, 형광 정보에서 특징적인 형광 클러스터 7개를 정의하여 각 형광 클러스터를 공간전사체와 대응시켜 공간전사체 상의 각 클러스터에 특징적으로 발현하는 유전자를 얻고자 하였습니다. 하지만, 이 방식은 너무 많은 클러스터가 있어 다른 연구진들의 가독성을 떨어트리고, 몇 개의 클러스터들에서 공통적으로 나타나는 정말 의미 있는 분자적 마커를 과소평가한다는 문제점이 있었습니다.

최종적으로는 형광 섭취에 따라 표면과 내부로 구분하고 공간전사체와 대응시켜 표면 섭취와 내부 섭취에 관여하는 유전자들을 도출하는 것으로 결정됐습니다. 그 이후 spotwise correlation analysis에서도 시행착오가 많이 있었고, 각 섭취 클러스터에서 enrichment된 유전자를 추출하고 correlation analysis를 수행하는 2단계 분석 방법으로 정리됐습니다.

이러한 시행착오를 겪으면서 종양 내 섭취를 달리하는 조직의 이질성(heterogeneity)에 대해 관심이 생겼습니다.

연구과제 수행 중 보람되었던 일

저는 같은 연구실 소속 최진영 선배와 함께 공동 1저자로서 함께 연구를 수행했고, 임형준 교수님과 최홍윤 교수님의 공동 지도를 받았습니다. 이 연구를 통해 공간전사체 기술의 가능성을 일찍이 확인하여 2021년 7월 22일 주식회사 포트래이가 설립됐습니다. 현재에도 저와 최진영 선배는 포트래이에 소속되어 공간전사체를 통해 여러 약제의 분포를 조사하는 연구 (PortraiDRUG), 여러 약제의 효능 기전을 도출하는 연구 (PortraiMOA), 특정 분자적 마커의 공간적 연관 유전자를 획득하는 연구 (PotraiTARGET), H&E 이미지만으로 특정 분자적 마커의 분포를 예측하는 연구 (PortraiTME), 마이크로바이옴의 분포를 획득하는 연구 등을 수행하거나 보조하고 있습니다.

이 분야로 진학하려는 후배들을 위한 조언

최근 생물정보학의 중요성이 부각되고 있습니다. 그도 그럴 것이 생명과학 실험은 labor-intensive하고 단일 마커 수준의 검증에 그치는 반면, 생물정보학을 이용하면 수천 수만 가지의 마커들을 동일 배치 안에서 한 번에 비교할 수 있기 때문입니다. 또한, 코드 한 줄로도 분석을 진행할 수 있을 정도로 생물정보학 파이프라인들은 점점 더 쉬워지고 있어서 일반 생명과학도들 또한 실험에 아울러 생물정보학을 활용하는 게 미덕으로 여겨지고 있습니다.

한편, 저는 일반 공학도나 컴퓨터 공학도들 또한 생물정보학으로 유입되는 상황들을 목격해 왔습니다. 이들은 컴퓨터 과학이 점유하는 분야 중에서 경쟁률이 적은 niche market을 찾아 들어온 것으로 보이고, 실제로 생명과학은 정말 material이 많기 때문에 연구할 것도 많은 것은 사실입니다. 하지만 bioinformatician이 걸어야 할 길은 무엇인가에 대해 고민이 생긴다고 생각합니다. 생물정보학은 쉬워지기 때문에 experimentalist들도 생물정보학을 하려고 하고, niche market이기 때문에 computer scientist들도 생물정보학을 하려고 하면 bioinformatician은 다소 긴장될 수도 있는 상황이라고 생각합니다. 이에 크게 네 가지 방향을 생각해 볼 수도 있다고 생각합니다. 첫째는 bioinformatician이 experimentalist로서의 역량을 갖추는 방법이고, 둘째는 bioinformatician이 computer scientist로서의 역량을 갖추는 방법입니다. 셋째는 bioinformatics에서 미덕으로 여겨지는 자동화의 영역에 깊게 파고드는 것이고, 넷째는 bioinformatics만이 할 수 있는 제3의 영역을 찾아가는 것입니다.

bioinformatics만이 할 수 있는 제3의 영역이 무엇인지는 고민을 하고 있지만, 현재 시퀀싱 기술이 우후죽순 등장하는 것과 관련지어야 한다고 생각합니다. high-end 쪽에서는 공간전사체와 더불어 long read sequencing, non-invasive sequencing, multi-NTT seq, epigenomics sequencing, 3-dimensional sequencing, temporal sequencing 등이 논의되고 있습니다. 멀티오믹스를 다루고 3-4차원을 넘나드는 분석 기법을 익히는 것이 앞으로 bioinformatician이 가야할 길일 수도 있습니다. 시퀀싱 기술의 트렌드를 읽고 자신만의 시퀀싱 기술을 익히는 것이 bioinformatician이 가야할 길일 수도 있습니다. 여기에서 소개해 드린 기술도 새로운 종류의 시퀀싱 기술이라고 볼 수도 있을 것입니다. 혹은 현재 의료 분야에 집중된 시퀀싱 기술이 식품, 환경 등으로 확장되려는 경향이 보이는 와중에 새로운 domain knowledge를 빠르게 습득해 가는 것이 bioinformatician이 가야할 길일 수도 있습니다.

연구활동 관련 계획

저는 heterogeneity in biology에 대해 깊게 이해하고자 합니다. 세포 수준, 조직 수준의 이질성에 대해서는 많이 보고된 바 있으나 아직도 무엇이 이질성을 일으키고 어떻게 이러한 이질성을 극복할 수 있는지에 대한 논의가 제대로 이루어져 있지는 않은 것 같습니다. 하지만, 멀티오믹스의 등장에 힘입어 생물학적 이질성에 대한 논의를 본격적으로 진행할 때가 된 것 같고, 실제로도 가능하다고 생각합니다.

또한, 현재 의료 분야에 집중된 시퀀싱 기술이 식품, 환경 등으로 확장되려는 흐름에 저도 함께 하고자 합니다. 마이크로바이옴 연구를 통해 의료, 식품, 환경이 조화롭게 어우러지는 학문을 체험한 적이 있었던 만큼 미생물 전사체에 대한 연구를 깊게 진행하여 heterogeneity를 이해하고 다양한 글로벌 문제 해결에 이바지하고자 합니다.

기타의견사항

임형준 교수님, 최홍윤 교수님 모두 핵의학과 출신이시지만, 여기에서는 공간전사체 등 bioinformatics에 대해 집중적으로 논의돼 있습니다. 그 이유는 아마도 방사선의학 또한 결국 멀티오믹스로 가야하기 때문이라고 보여집니다. 현재 여기에서 소개된 형광 이미지와 공간전사체를 나란히 비교하는 방법 외에도 핵의학 이미지와 공간전사체를 나란히 비교하는 연구에 대해서도 활발히 논의되고 있습니다. 그뿐만 아니라 핵의학은 PET, CT, MRI, SPECT 등 비침습적으로 in vivo 이미지를 볼 수 있는 유일한 방법으로, 방대한 데이터가 생성될 수 있는 만큼 빅데이터에 대한 논의가 진행되는 게 자연스럽고 그게 결국 bioinformatics 및 멀티오믹스의 방향성과 부합되는 지점이라고 생각합니다.