Curated loci prime editing (cliPE) for accessible multiplexed assays of variant effect (MAVEs)

당신의 몸이 DNA라고 불리는 언어로 쓰인 거대한 지시 사항의 도서관이라고 상상해 보세요. 이 도서관은 세포가 당신의 눈부터 면역 체계에 이르기까지 모든 것을 어떻게 만들고 운영할지 알려줍니다. 때때로 이 지시 사항에는 오타가 발생합니다. 대부분의 경우, 레시피의 철자가 틀려도 케이크의 맛에는 영향을 주지 않는 것처럼 이러한 오타는 해롭지 않습니다. 하지만 어떤 오타는 위험하여, "케이크"(당신의 몸)를 망가뜨리고 유전 질환으로 이어지기도 합니다.

오랫동안 과학자들은 이러한 오타를 찾아낼 수는 있었지만, 특정 오로가 위험한 종류인지 아니면 그저 해롭지 않은 철자 실수인지 구별하지 못하는다는 좌절스러운 벽에 부딪혔습니다. 이 혼란스러운 오타들을 '불확정 유의 변이(Variants of Uncertain Significance, VUS)'라고 부릅니다. 이들은 회색 지대에 머물며 의사와 환자들이 해당 인물이 심각한 질병의 위험이 있는지 알 수 없게 만듭니다. 이를 해결하기 위해, 과학자들은 이 오타들이 신체의 기계 장치에 어떤 영향을 미치는지 확인하기 위해 수천 개의 오타를 한꺼번에 테스트해야 합니다. 여기서 '프라임 편집(Prime Editing)'이라는 새로운 기술이 등장합니다. 프라임 편집을 DNA 가닥을 반으로 자르는 위험한 방식 대신, 특정 오타를 찾아내어 그것을 다시 쓸 수 있는 매우 정밀한 DNA 워드 프로세서라고 생각하면 됩니다. 그러나 이 기술을 사용하여 수천 개의 오로를 한꺼번에 테스트하는 것은 비용이 많이 들고 복잡하며, 막대한 예산을 가진 전문가 팀이 필요했습니다.

이 논문은 **큐레이티드 로커스 프라임 편집(curated loci prime editing, cliPE)**이라는 새롭고 접근 가능한 방법을 소개합니다. 제프리 칼훈(Jeffrey Calhoun)과 동료들이 이끄는 저자들은 더 많은 연구실에서 이러한 대규모 테스트를 수행할 수 있도록 간소화되고 저렴한 "레시피"를 만들었습니다. 모든 가능한 오타를 테스트하려고 시도하는 대신(이는 도서관의 모든 책을 읽으려는 것과 같습니다), cliPE는 의사들이 현재 혼란을 겪고 있는 바로 그 "회색 지대"의 오로에 집중합니다. 또한 그들은 과학자들이 이러한 특정 DNA 오로를 다시 쓰는 데 필요한 정확한 도구를 설계할 수 있도록 돕는 스마트 비서 역할을 하는 무료의 사용자 친화적인 컴퓨터 앱(Shiny app)을 구축했습니다. 이 쉬운 편집 방법과 영리한 컴퓨터 분석 도구를 결합함으로써, cliPE는 저 불확실한 결과들을 유전적 변이가 해로운지 안전한지에 대한 명확한 답으로 바꾸는 방법을 제시하며, 정밀 의료를 모두에게 더 접근 가능하게 만듭니다.

cliPE의 이야기: DNA 오로를 해독하기 위한 플레이북

인간 게놈을 거대하고 복잡한 지시 설명서라고 생각해 보세요. 새로운 유전적 변이가 발견되었을 때, 그것은 마치 그 매뉴얼에서 낯선 새로운 문장을 발견한 것과 같습니다. 이것이 시스템을 무너뜨릴 결정적인 오류일까요, 아니면 그저 해롭지 않은 오타일까요? 이것이 바로 **불정 유의 변이(VUS)**라는 퍼즐입니다. 이러한 퍼즐의 수는 과학자들이 해결할 수 있는 속도보다 더 빠르게 늘어나고 있습니다.

이 사건들을 해결하기 위해 과학자들은 **변이 효과의 다중 분석(Multiplexed Assays of Variant Effect, MAVEs)**을 사용합니다. 여러분이 매뉴얼의 단 한 페이지를 수천 가지 다른 버전으로 만든 도서관을 가지고 있다고 상상해 보세요. 여러분은 어떤 버전들이 지시 사항을 실패하게 만드는지 알고 싶어 합니다. 전통적으로 이러한 것들을 테스트하는 것은 차고에서 한 번에 한 대의 자동차를 수리하는 것과 같았습니다. 느리고 비용이 많이 듭니다. 새로운 기술인 **프라임 편집(Prime Editing)**은 DNA를 쪼개지 않고 세포 내부에서 직접 DNA 지시 사항을 다시 쓸 수 있는 마법 같은 수리 키트와 같습니다. "포화 프라임 편집(Saturation Prime Editing, SPE)"이라는 이전 방법은 이를 사용하여 모든 가능한 오타를 테스트했지만, 너무 비싸고 복잡해서 소수의 엘리트 연구실만이 할 수 있었습니다.

이 논문의 저자들은 물었습니다: 우리가 이것을 일반적인 연구실에서도 사용할 수 있게 만들 수 있을까? 그들은 cliPE를 도입함으로써 그렇다고 답합니다.

The cliPE 워크플로우: 7단계의 모험

이 논문은 복잡한 과학적 과제를 관리 가능한 단계별 프로젝트로 바꾸는 7개 모듈의 워크플로우를 설명합니다.

1. 설계 단계 (모듈 1): 세포를 만지기 전에 계획이 필요합니다. 저자들은 pegRNA 디자이너라는 무료 컴퓨터 앱을 만들었습니다. 여러분이 연구하고자 하는 혼란스러운 오로(VUS) 목록을 입력하면, 이 앱은 마스터 건축가처럼 되어 DNA를 다시 쓰는 데 필요한 특정 "도구"(epegRNAs라고 불림)를 설계합니다. 또한 실험의 척도가 될 수 있도록 이미 안전하다고 알려진 오로와 위험하다고 알려진 오로를 포함하는 "대조군"도 함께 만듭령.
2. 시험 가동 (모듈 2): 모든 도구가 완벽하게 작동하는 것은 아닙니다. 이 단계에서 과학자들은 몇 가지 "전형적인"(샘플) 도구들을 인간 세포(특히 HEK 293T 세포)에서 테스트하여 어떤 도구가 실제로 DNA를 효율적으로 다시 쓰는지 확인합니다. 이는 전체 차량을 구매하기 전에 몇 대의 차를 시승해 보는 것과 같습니다. 만약 도구가 잘 작동하지 않는다면, 그것은 버려집니다.
3. 함대 구축 (모듈 3): 최상의 도구들이 식별되면, 연구실은 전체 라이브러리를 구축합니다. 그들은 이 수천 개의 도구들을 플라스미드(작은 DNA 고리)에 클로닝하여 메인 이벤트를 위한 변이 "라이브러리"를 만듭니다.
4. 메인 이벤트 (모듈 4): 이제 주인공인 HAP1 세포로 이동합니다. 이 세포들은 염색체가 하나뿐인 특수한 인간 세포(haploid)로, 단일 변화의 효과를 관찰하기에 용이합니다. 과학자들은 **Neon 전기 천공기(electroporator)**라는 기계를 사용하여 세포에 전기 충격을 주어, 라이브러리의 편집 도구들을 강제로 받아들이게 합니다. 각 세포는 결국 하나의 특정 DNA 오로를 갖게 됩니다.
5. 선택 (모듈 5): 이 부분은 가장 창의적인 부분입니다. 과학자들은 "좋은" 오로와 "나쁜" 오로를 분리해야 합니다. 이 방법은 연구 중인 유전에 따라 달라집니다.
   • 비유: 유전자가 전등 스위치라고 상상해 보세요. 만약 그 유전자가 세포의 생존에 필수적이라면, 과학자들은 그냥 기다릴 것입니다. 고장 난 스위치를 가진 세포(나쁜 오한)는 사라질 것이고, 작동하는 스위치를 가진 세포(좋은 오로)는 살아남아 증식할 것입니다.
   • 대안: 만약 유전자가 세포의 약물 반응을 제어한다면, 그들은 약물을 추가할 수 있습니다. 오직 "안전한" 오로를 가진 세포들만이 치료에서 살아남을 것입니다.
   • 논문은 이 단계가 유연하다는 점을 강조합니다: 성장을 이용하거나, 약물 저항성을 이용하거나, 심지어 세포의 크기에 따라 분류하는 방식을 사용할 수 있습니다.
6. 계수 (모듈 6): 선택이 끝난 후, 과학자들은 생존자들의 스냅샷을 찍습니다. 그들은 DNA를 추출하고 하이테크 시퀀싱을 사용하여 "생존자" 그룹에 각 특정 오로가 "선택되지 않은" 그룹에 비해 얼마나 자주 나타나는지 계산합니다. 만약 특정 오로가 생존자 그룹에서 사라졌다면, 그것은 아마도 해로웠을 것입니다. 만약 그대로 남아 있다면, 그것은 아마도 해롭지 않았을 것입니다.
7. 판결 (모듈 7): 마지막으로, 데이터는 통계 모델(Jellyfish라는 도구와 랜덤 효과 모델 사용)로 들어갑니다. 이 소프트웨어는 숫자를 계산하여 각 변이에 "점수"를 부여합니다. 높은 점수는 변이가 해로울 가능성이 높음을 의미하고, 낮은 점수는 변이가 양성(benign)일 가능성이 높음을 의미합니다.

그들이 발견한 것과 그것이 의미하는 바

저자들은 결핵성 경화증(Tuberous Sclerosis)과 관련된 TSC2라는 유전자를 사용하여 이 방법을 검증했습니다. 그들은 cliPE가 알려진 해로운 변이와 알려진 해롭지 않은 변이를 성공적으로 구별할 수 있음을 보여주었습니다.

이 논문은 cliPE가 진입 장벽을 낮추는 "개념 증명(proof-of-concept)"이라고 제안합니다. 이 방법이 모든 것을 즉시 해결하거나 모든 유전적 미스터리를 해결한다고 주장하는 것이 아닙니다. 실제로 그들은 다음과 같은 한계에 대해 솔직하게 밝히고 있습니다:

• 회고적(Retrospective) 성격: 이 방법은 ClinVar나 gnomAD와 같은 데이터베이스에 이미 등록되어 있는 오로만을 테스트할 수 있습니다. 새로운 오로를 만들어 테스트하지는 않습니다(이것이 "포화(saturation)" 방법이 하는 일입니다).
• 탈락(Dropout)은 실재함: 편집 도구가 작동하지 않았거나 세포가 이를 받아들이지 못했기 때문에 의도한 오로의 약 1/3 정도가 최종 결과에 나타나지 않을 수 있습니다. 저자들은 이를 해결하기 위해 사전에 더 많은 도구를 스크리닝할 것을 제안합니다.
• 맥락이 중요함: 이 방법은 연구 중인 유전자가 자연적으로 발현되고 단일 염색체 세트를 가진 세포에서 가장 잘 작동합니다.

결론

이 논문은 유전 진단을 "해결했다"고 주장하는 것이 아닙니다. 대신, 더 많은 과학자들이 VUS 문제를 다룰 수 있는 방법을 제시하는 모듈형, 저비용 파이프라인을 제공합니다. 명확한 프로토콜, 무료 디자인 앱, 그리고 데이터를 처리하는 방법을 제공함으로써, cliPE는 고도의 기술을 요하는 독점적인 클럽을 더 많은 연구실이 사용할 수 있는 도구로 만드는 것을 목표로 합니다. 저자들은 이 접근 방식이 거대하고 비싼 포화 연구에 전념하기 전에, 해당 유전자가 심층 연구를 할 가치가 있는지 증명하는 "타당성 조사(feasibility studies)"에 완벽하다고 주장합니다.

결국, cliPE는 이전에 스스로 렌치를 직접 만들어야 했던 정비사에게 고품질의 사용하기 쉬운 도구 세트를 건네주는 것과 같습니다. 이것이 자동차가 완벽하게 달릴 것이라고 보장하지는 않지만, 엔진을 수리하는 작업을 모두에게 훨씬 더 가능하게 만들어 줍니다.