Aevol-9: A simulation platform to decipher the evolution of genome architecture
Aevol-9는 다양한 돌연변이 연산자의 영향을 받는 명시적 게놈을 가진 개체군을 모델링하는 순방향 시간 시뮬레이션 플랫폼으로, 연구자들이 진화 조건이 게놈의 구조와 조직에 어떻게 영향을 미치는지 조사할 수 있게 해준다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기
지구상의 생명체는 하나의 코드, 즉 세포가 스스로를 구축하고 생존하는 방법을 알려주는 긴 화학적 글자들의 배열로 기록되어 있습니다. 수십 년 동안 생물학자들은 이 코드가 가장 작은 수준에서 어떻게 변하는지, 즉 한 글자가 다른 글자로 바뀌거나 단 하나의 추가 문자가 삽입되는 방식을 이해해 왔습니다. 하지만 이 코드는 더 큰 구조, 즉 유전자가 어떻게 배열되는지, 얼마나 많은 유전자가 존재하는지, 그리고 그들 사이에 얼마나 많은 '빈 공간'이 존재하는지에 대한 청사진으로도 조직되어 있습니다. 유전체 구조(genome architecture)라고 알려진 이 더 큰 구조는 생명의 나무 전반에 걸쳐 매우 다양하게 나타납니다. 어떤 유기체는 자신의 유전적 지침을 아주 작은 원형 안에 빽빽하게 채워 넣는 반면, 다른 유기체는 방대한 양의 비부호화(non-coding) DNA로 채워진 거대하고 넓게 퍼진 유전체를 운반하기도 합니다. 과학자들은 오랫동안 무엇이 이러한 서로 다른 청사진을 형성하는지 궁금해해 왔습니다. 효율성을 선호하는 자연 선택의 압력 때문일까요? 아니에는 단순히 우연에 의해 추가적인 유전 물질이 축적될 수 있게 하는, '유전적 부동(genetic drift)'이라 불리는 무작위적인 주사위 던짐 때문일까요? 이러한 아이디어들을 실제 세상에서 테스트하는 것은 거의 불가능에 가깝습니다. 왜냐하면 진화는 수백만 년이 걸려 진행되며, 인간의 손길이 닿지 않는 그토록 방대한 시간 동안 동일한 종을 관찰하는 것은 불가능하기 때문입니다.
이 수수께끼를 풀기 위해, 연구진은 '에볼-9(Aevol-9)'라 불리는 디지털 실험실을 구축했습니다. 이것은 과거를 관찰하기 위한 도구가 아니라, 진화가 초고속으로 일어나는 과정을 관찰할 수 있게 해주는 미래 지향적인 시뮬레이터입니다. 이 가상 세계에서 연구진은 구조화된 이중 가닥 유전체를 가진 디지털 유기체 집단을 만들었습니다. 이 디지털 생명체들은 생존을 위해 경쟁하고, 번식하며, 자신의 유전적 지침을 다음 세대로 전달합니다. 이 시스템의 핵심적인 혁신은 미리 작성된 목록에 따라 돌연변이에 점수를 부여하는 것이 아니라는 점입니다. 대신, 소프트웨어는 유기체의 전체 유전체를 읽고, 이를 단백질 세트로 번역한 다음, 그 단백질들이 유기체가 특정 생존 목표를 달eral 달성하는 데 얼마나 잘 도움이 되는지를 계산합니다. 만약 돌연변이가 이 과정을 망치는 방식으로 유전체를 변화시키면 유기체의 적응도(fitness)는 떨어집니다. 만약 그 변화가 과정을 개선한다면 적응도는 상승합니다. 이를 통해 시스템은 우연이 지배하는 작은 집단에서부터 선택이 엄격한 거대 집단에 이르기까지, 다양한 조건 하에서 어떤 유전적 배열이 가장 잘 작동하는지를 자연스럽게 발견할 수 있습니다.
연구진은 인구 규모가 유전체의 형태에 어떤 영향을 미치는지 알아보기 위해 이 플랫폼을 사용하여 대규모 실험을 수행했습니다. 그들은 이미 안정적인 환경에서 천만 세대를 동안 진화한 디지털 균주로 시작했습니다. 그런 다음 이 집단을 세 그룹으로 나누었습니다. 하나는 크기를 그대로 유지하는 그룹, 하나는 네 배로 커지는 그룹, 그리고 다른 하나는 원래 크기의 4분의 1로 줄어드는 그룹이었습니다. 그들은 이 그룹들이 또 다른 110만 세대 동안 진화하도록 두었는데, 이는 실제 박테리아가 수천 년에 걸쳐 수행할 법한 기간입니다. 결과는 놀라웠습니다. 무작위적인 우연이 더 큰 역할을 하는 작은 집단에서는 유전체가 더 커졌으며, 직접적인 목적이 없어 보이는 더 많은 비부зо호화 DNA를 축적했습니다. 자연 선택이 비효율성을 제거하는 데 더 효율적인 큰 집단에서는 유전체가 작아졌습니다. 이 큰 그룹의 유기체들은 유전 코드를 간소화하여, 추가적인 짐을 벗어던지고 더 조밀하게 변했습니다.
이 발견은 생물학의 오랜 가설인 '돌연변이 위험 가설(mutational-hazard hypothesis)'을 뒷받침합니다. 이 가설은 더 큰 집단이 쓸모없는 유전 물질을 제거하는 데 더 유리한 반면, 작은 집단은 그것이 쌓이도록 내버려 둘 가능성이 높다고 제안합니다. 그러나 시뮬레이션은 즉각적으로 드러나지 않았던 미묘한 차이를 보여주었습니다. 전체 유전체의 크기는 극적으로 변했지만, 실제 단백질을 만드는 부분인 '부호화 DNA(coding DNA)'의 양은 모든 집단 크기에 걸쳐 놀라울 정도로 안정적이었습니다. 차이는 전적으로 비부호화 영역에 있었습니다. 더욱이, 유전자가 조직되는 방식도 변화했습니다. 작은 집단에서는 유전자가 DNA의 더 긴 구간에 걸쳐 퍼지는 경향이 있었습니다. 반면, 더 효율적인 큰 집단에서는 유전자가 더 빽빽하게 모여 있었으며, 종종 단일 단위로 기능하는 클러스터(cluster)를 형성했습니다. 이는 진화가 단순히 유전자를 더하거나 빼는 것이 아니라, 집단의 제약에 맞추기 위해 끊임없이 유전체의 가구 배치를 재조정한다는 것을 시사합니다.
Aevol-9의 힘은 한 글자의 작은 교체부터 거대한 덩어리의 삭제에 이르기까지 모든 변화를 추적할 수 있는 능력에 있습니다. 연구진은 모든 디지털 유기체의 전체 역사를 볼 수 있기 때문에, 이러한 대규모 변화가 정확히 어떻게 일어났고 왜 고착되었는지를 추적할 수 있습니다. 시뮬레이션은 이러한 변화가 무작위적인 사고가 아니라 돌연변이, 선택, 그리고 집단의 크기 사이의 상호작용에 의해 주도된다는 것을 보여주었습니다. 이 연구는 복잡한 유전체 구조가 고정된 형질이 아니라 환경에 대한 역동적인 반응임을 시사합니다. 수천 번의 이러한 디지털 실험을 실행함으로써, 연구팀은 생명이 긴 세월 동안 자신의 유전적 지침을 어떻게 조직하는지에 대한 명확한 시각을 제공하였으며, 지구상의 생명의 다양성을 지배하는 규칙을 이해하는 새로운 방법을 제시했습니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.