합성 생물학은 생명 현상을 설계하고 새로운 기능을 가진 생물 시스템을 창조하는 흥미로운 분야입니다. 마치 레고 블록을 조립하듯 유전자를 조합하여 자연계에 존재하지 않던 새로운 생명체를 만들거나, 기존 생물을 인간에게 필요한 방식으로 개조하는 연구가 이 영역에 속합니다.

Gist.Science 는 bioRxiv 에 매일 올라오는 최신 합성 생물학 프리프린트를 빠르게 확인하고 이해할 수 있도록 돕습니다. 우리는 모든 새로운 논문을 즉시 분석하여 전문적인 기술 요약과 일반인도 쉽게 읽을 수 있는 쉬운 설명을 함께 제공합니다.

아래에는 합성 생물학 분야에서 최근 bioRxiv 에 게시된 최신 연구 논문 목록이 정리되어 있습니다.

📄 합성생물학

The Cepeda Framework: A Modular, Safety-First Preclinical Architecture for Testing Coordinated Multi-Hallmark Rejuvenation Hypotheses in Biological Aging

이 논문은 21,000 회 이상의 계산 시뮬레이션을 통해 안전성을 최우선으로 설계된 모듈형 임상 전 연구 프레임워크인 '세페다 프레임워크 (The Cepeda Framework)'를 제안하며, 이는 노화의 12 가지 주요 특징을 모두 포괄하고 9 중 안전 장치를 통해 부분적 재프로그래밍의 효능과 안전성을 동시에 검증하기 위한 가설 기반의 실험적 검증 로드맵을 제시합니다.

Cepeda, C. J.2026-03-19
📄 합성생물학

A genetically encoded local learning rule enables physical learning in engineered bacteria

이 논문은 유전적으로 인코딩된 국소 학습 규칙을 통해 대장균이 플라스미드 복제수 비율을 가중치로 저장하고 활동 의존적 성장 편향을 통해 이를 업데이트함으로써, 물리적 신경망을 직접 훈련시켜 적응형 다세포 계산과 차세대 세포 치료제 개발의 기반을 마련했음을 보고합니다.

Prakash, S., Varela, C., Walsh, M., Galizi, R., Isalan, M., Jaramillo, A.2026-03-19
📄 합성생물학

A Toolbox for Biomanufacturing of Functionalised PHA Nanoparticles with C. necator

이 논문은 Cupriavidus necator 를 기반으로 한 유전적 및 공정 최적화, 다양한 PhaC 합성효소 변이체 라이브러리 구축, 비균주 공배양을 통한 지속 가능한 생산, 그리고 SpyTag-SpyCatcher 기술을 활용한 기능성 단백질 접합을 통해 맞춤형 생분해성 PHA 나노입자 플랫폼을 개발하여 바이오 기반 나노소재의 다양한 응용 가능성을 제시합니다.

Allan, J., Zillig, L. J. K., Della Valle, S., Steel, H.2026-03-18
📄 합성생물학

Behavioral, Physiological, and Transcriptional Mechanisms of Memory in a Synthetic Living Construct

이 논문은 신경계가 없는 합생물인 '제노봇'이 특정 화학 자극에 노출된 후 행동, 생리학적, 전사적 변화를 통해 장기 기억을 형성하고 자극을 구별할 수 있음을 규명함으로써 비신경적 맥락에서 정보 저장과 감각 능력을 연구하는 새로운 기반을 마련했습니다.

Pai, V. P., Traer, J. A., Sperry, M. M., Zeng, Y., Levin, M.2026-03-17
📄 합성생물학

Selection-free whole genome transplantation revives dead microbes

이 논문은 항생제 내성 마커에 의존하지 않고 미토마이신 C 로 처리된 사멸된 박테리아 세포에 합성 게놈을 이식하여 새로운 유전적 정체성을 부여함으로써 죽은 미생물을 되살리는 선택적 과정이 없는 전체 게놈 이식 기술을 처음 성공적으로 입증했습니다.

Seidel, Z. P., Assad-Garcia, N., Paralanov, V., Wu, F., Chao, O., Strychalski, E. A., Romantseva, E. F., Goshia, T., Ven (…)2026-03-14
📄 합성생물학

Generative AI-based design of hybrid transcriptional activator proteins with new DNA-binding specificity

이 논문은 변이 오토인코더 (VAE) 를 활용하여 LuxR 계열 DNA 결합 도메인을 학습시켜, 기존 프로모터 (lux 및 las) 를 모두 인식하는 새로운 하이브리드 전사 인자를 설계하고 실험적으로 검증함으로써 합성 유전자 회로의 설계 공간을 확장하는 데이터 기반 전략을 제시합니다.

Okuda, S. L., Minami, A., Aiko, M., Uetsuka, K., Miyazaki, K., Ohtake, K., Kiga, D.2026-03-13
📄 합성생물학

Fung-AI: An AI/ML-driven pipeline for antifungal peptide discovery

이 논문은 생성형 AI 와 기계학습을 활용하여 새로운 항진균 펩타이드를 설계하고 실험적으로 검증한 'Fung-AI' 파이프라인을 제시하여, wheat 병원균인 Fusarium graminearum 과 인간 병원균인 Candida albicans 에 대해 활성을 보이며 낮은 세포독성을 가진 펩타이드를 발견한 것을 증명합니다.

Berman, D. S., Lewis, L. M., Curtis, T. D., Tiburzi, O. N., Smith, D. F., Casadevall, A., Dunphy, L.2026-03-10
📄 합성생물학

Fundamental limitations of genomic language models for realistic sequence generation

본 논문은 Evo 2 와 megaDNA 와 같은 게놈 언어 모델이 국소적 서열 통계는 포착할 수 있으나 반복 요소, 장거리 조직화, 진화적 제약 등 생물학적 특성을 재현하는 데 근본적인 한계가 있음을 규명하고, 이를 통해 자연 서열과 인공 서열을 구별할 수 있음을 보여줍니다.

Tzanakakis, A., Mouratidis, I., Georgakopoulos-Soares, I.2026-03-02
📄 합성생물학

High Diversity Gene Libraries Facilitate Machine Learning Guided Exploration of Fluorescent Protein Sequence Space

이 논문은 대규모 유전자 합성 및 DNA 셔플링을 통해 형광 단백질 라이브러리의 다양성을 실험적으로 확장함으로써 머신러닝 모델의 외삽 한계를 극복하고 자연계에 존재하지 않는 새로운 기능성 단백질의 발견을 가능하게 함을 보여줍니다.

Benabbas, A., Kearns, P., Billo, A., Chisholm, L. O., Plesa, C.2026-03-02
📄 합성생물학

Evaluating AI-Assisted Customer Verification for Synthetic Nucleic Acid Screening

이 논문은 인공지능 (AI) 이 합성 핵산 주문자의 신원 및 목적 검증 (정당성 심사) 에서 인간 전문가와 유사한 정확도를 유지하면서 비용을 10 분의 1 수준으로 절감할 수 있음을 입증하여, 합성 생물학 제품 공급업체가 AI 를 활용한 심사 프로세스를 도입할 수 있음을 시사합니다.

Acelas, A., Palya, H., Flyangolts, K., Fady, P.-E., Nelson, C.2026-03-01