교차결합 질량분석법은 단백질-단백질 상호작용 규명 및 생체 내 단백질 구조 분석에 필수적인 방법으로 자리매김했습니다. 그러나 교차결합 검색 엔진 결과와 후속 분석 도구를 연결하여 생물학적 통찰력을 얻는 과정은 수동적이고 번거로워, 종종 전문적인 생물정보학 지식을 요구하는 어려움이 있었습니다.
이러한 중간 단계를 간소화하고 효율화하기 위해 Python 패키지이자 웹 애플리케이션인 pyXLMS를 개발했습니다. pyXLMS는 생물정보학 지식이 없는 연구자도 심층적인 교차결합 분석을 수행할 수 있도록 지원합니다. 현재 7개 이상의 교차결합 검색 엔진 및 HUPO Proteomics Standards Initiative의 mzIdentML 형식을 지원합니다.
pyXLMS는 집계, 유효성 검사, 주석 달기, 필터링, 시각화 등 데이터 처리 및 품질 관리를 위한 다양한 기능을 직접 제공합니다. 또한, 10개 이상의 후속 분석 도구 및 형식으로 데이터를 쉽게 내보낼 수 있습니다.
본 연구에서는 공개된 교차결합 데이터셋을 다양한 검색 엔진으로 재분석하여 pyXLMS의 적용 가능성과 이점을 입증했습니다. 이를 통해 동일한 데이터 분석 워크플로우를 pyXLMS로 효율적으로 적용할 수 있음을 보여주었습니다.
미생물 공생은 지구 생명체의 기능적·계통발생학적 다양성을 이끄나, 배양의 어려움으로 인해 충분히 탐구되지 못했습니다. 본 연구는 다양한 환경 메타게놈 샘플과 참조 유전체에서 얻은 십만 개 이상의 미생물 유전체에 기계 학습(ML)을 적용하여 공생 생활 방식을 예측했습니다. 이는 공생 미생물의 유전체 특징을 식별하기 위해 개발된 ML 프레임워크인 symclatron을 활용하여 수행되었습니다.
예측 결과는 Symbiont Genomes(SymGs)라는 공생체 유전체 목록으로 구축되었습니다. 분석 결과, 배양되지 않은 미생물의 15~23%가 숙주 관련 또는 절대 세포 내 생활 방식과 같은 공생 관계를 맺고 있으며, 이는 알려진 세균 및 고세균 문(phyla)의 절반에서 발견되었습니다.
또한, 특정 대사 기능의 상실 및 숙주 의존적 생활을 가능하게 하는 대사 모듈의 차등적 존재를 포함하여 공생 생활 방식의 유전체 서명을 식별했습니다. symclatron 소프트웨어와 SymGs 목록은 공생 연구에 귀중한 자원이 될 것이며, 향후 숙주-미생물 연관성의 기전적 조사 및 공학적 활용을 촉진할 잠재력을 가집니다.
유전체 서열로부터 RNA 스플라이싱을 예측하는 것은 유전자 조절 이해 및 유전 변이 해석에 필수적입니다. 최근 딥러닝 모델은 스플라이싱 예측에서 최첨단 성능을 달성했지만, 그 예측 메커니즘은 해석의 어려움으로 인해 여전히 불분명합니다. 본 연구는 모델 예측 논리를 설명하기 위한 해석 가능한 증류(interpretable distillation) 프레임워크를 개발했습니다.
이 프레임워크를 적용한 결과, RNA 스플라이싱 예측 모델들이 광범위한 교란 요인(confounders)과 사각지대(blind spots)로 인해 비참조 서열(non-reference sequences)에서 낮은 성능을 보이는 것을 발견했습니다. 스플라이싱 모델은 알려진 스플라이싱 조절 요소를 포함한 서열 모티프의 놀랍도록 단순한 가산 조합을 통해 엑손을 인식합니다.
그러나 분석 결과, 스플라이싱 모델이 스플라이싱과 무관한 유전체 교란 요인을 악용하고 RNA 구조의 영향을 적절히 포착하지 못하여 체계적인 예측 오류를 발생시키는 것으로 나타났습니다. 이는 모델이 유전체 서열 학습 시 근본적인 한계를 가지고 있음을 시사합니다.
본 연구 결과는 유전체 서열 기반 모델 훈련의 한계를 밝히고, 이를 극복할 수 있는 방안을 제시합니다.
동원체는 세포 분열 시 염색체 분리에 필수적이지만, 반복적인 서열 특성으로 인해 완전한 조립 및 특성 분석이 어려웠습니다. 이로 인해 개인, 집단, 진화적 맥락에서의 동원체 다양성은 미지의 영역으로 남아있었습니다. 본 연구는 5개 대륙 28개 인구 집단을 대표하는 다양한 개인으로부터 2,110개의 완전한 인간 동원체를 조립하고 특성을 분석하여 이러한 지식 격차를 해소했습니다.
동원체 영역에 특화된 새로운 생물정보학 도구를 개발하여, 226개의 새로운 동원체 일배체형과 1,870개의 새로운 알파 위성 고차 반복(HOR) 변이를 포함한 미지의 동원체 내 변이를 밝혀냈습니다. 이동성 요소 삽입은 동원체의 30%에서 발견되었으며, 특히 16번 염색체는 운동원 부위에 예상보다 11배 높은 빈도로 Alu 요소를 포함하고 있었습니다.
대부분의 동원체는 단일 운동원 부위를 가지지만, 6%는 이중 운동원, 1% 미만은 삼중 운동원을 가지며, 이는 장독 CENP-A CUT&RUN, DiMeLo-seq 및 다세대 유전 분석으로 확인되었습니다. 운동원 위치는 무작위적이지 않고 동원체의 서열 및 구조와 밀접하게 연관되어 있음을 보여주었습니다. 또한, 인간 동원체와 인간 범유전체 참조 컨소시엄의 동원체를 비교하여 동원체 돌연변이율이 50배 이상 차이가 나며, 1번 염색체가 가장 빠르고 Y 염색체가 가장 느린 돌연변이율을 보임을 확인했습니다.
일부 동원체는 고대 인류로부터의 유전자 이입 흔적을 보여, 이들의 서열, 구조 및 진화 역사에 영향을 미쳤음을 시사합니다. 본 연구는 인간 동원체 다양성과 진화에 대한 포괄적인 이해를 제공하며, 염색체 안정성 및 질병 연구에 중요한 기반을 마련합니다.
공간 오믹스 기술은 조직 내 생물학적 과정에 대한 이해를 혁신하고 있지만, 기존 방법론은 종양 발달과 같은 중요 사건에서 나타나는 국소적이고 급격한 변화를 포착하는 데 한계가 있습니다. 본 연구는 이러한 문제를 해결하기 위해 새로운 기울기 기반 방법인 StarTrail을 제안합니다. StarTrail은 급변하는 영역을 효과적으로 정의하고, 국소적이거나 분리된 경계에서 발현 변화가 급격한 ‘절벽 유전자(cliff genes)’를 탐지합니다.
StarTrail은 공간 오믹스 데이터에 공간 기울기를 활용한 최초의 방법으로, 방향성 동역학까지 정량화합니다. 이 방법은 여러 데이터셋에서 뇌층이나 종양-면역 경계와 같은 생물학적으로 중요한 경계를 정확하게 구분합니다. 또한, 기존 방법으로는 놓쳤던 절벽 유전자들을 성공적으로 식별합니다. 이 유전자들은 생물학적 경계에서 분자 간 상호작용을 조절할 수 있습니다.
StarTrail은 현재 연구 문헌의 중요한 공백을 메우며, 조직의 공간 구조에 대한 더 깊은 통찰력을 제공합니다. 본 연구는 조직의 복잡한 공간적 특징을 이해하고, 질병 메커니즘을 규명하는 데 기여할 것으로 기대됩니다.
그래프 신경망(GNN)은 생물학적 시스템 모델링에 필수적인 방법론으로 부상했습니다. 단백질 상호작용 네트워크, 유전자 조절 회로, 분자 그래프 등 생물학 데이터의 관계적 특성은 기존 딥러닝 방식으로는 포착하기 어려운 복잡한 의존성을 GNN이 효과적으로 파악하게 합니다. 그러나 생물정보학에서 GNN의 효율성은 모델 설계뿐만 아니라 생물학적 그래프의 구축, 매개변수화 및 훈련 방식에도 크게 좌우됩니다.
본 연구는 생물정보학 분야에서 GNN을 이해하고 적용하기 위한 체계적인 프레임워크를 제공합니다. 이는 크게 세 가지 핵심 차원으로 구성됩니다. 첫째, 그래프 구축 및 표현 전략으로, 이질적인 소스에서 생물학적 네트워크를 도출하고 의미 있는 노드 및 엣지 특징을 선택하는 방법을 다룹니다. 둘째, GNN 아키텍처로, 스펙트럼 및 공간 공식화, GCN, GAT, GraphSAGE, GIN과 같은 대표 모델, 그리고 트랜스포머 기반 및 자기 지도 학습 패러다임을 포함한 최신 발전을 포괄합니다.
셋째, 질병-유전자 연관성 예측, 신약 개발, 단백질 구조 및 기능 분석, 다중 오믹스 통합, 생물 의학 지식 그래프 등 생물 의학 분야의 다양한 응용 사례를 탐구합니다. 또한, 최적화 기법, 정규화 전략, 생물학적 환경에서의 데이터 희소성 및 노이즈로 인한 문제점을 포함한 훈련 고려 사항을 심층적으로 검토합니다.
이 연구는 방법론적 기반과 도메인별 응용을 통합하여 그래프 품질, 아키텍처 선택 및 훈련 역학이 모델 성능에 미치는 영향을 명확히 합니다. 나아가 시간적 생물학적 프로세스 모델링, 해석 가능성 향상, 그리고 데이터 희소성 및 노이즈 문제 해결과 같은 새로운 도전 과제를 제시합니다.
