Comparing metabolic engineering scenarios using simulated design-build-test-learn-cycles

당신이 세계 최고의 초콜릿 케이크를 발명하려는 셰프라고 상상해 보세요. 당신은 단순히 레시피를 추측하는 것이 아니라, **설계-제작-테스트-학습(Design-Build-Test-Learn, DBTL)**이라는 과학적 루프를 사용합니다. 당신은 새로운 레시피를 설계하고, 한 배치를 굽고, 맛을 보고, 무엇이 잘못되었는지 배우며, 다음 라운드를 위해 더 나은 레시피를 설계합니다.

이 논문은 과학자들이 미생물(의약품이나 연료를 만드는 데 사용되는 아주 작은 생물)을 공학적으로 설계할 때 어떤 전략이 실제로 효과적인지 알아보기 위해, 컴퓨터 상에서 수천 번의 이러한 "케이크 굽기" 루프를 실행한 거대하고 하이테크한 비디오 게임 시뮬레이션과 같습니다. 실제 실험실 대신, 그들은 디지털 모델을 사용하여 서로 다른 규칙들이 최종 결과에 어떤 영향을 미치는지 테스트했습니다.

이들의 "게임"이 밝혀낸 내용을 간단한 비유를 통해 설명해 드리겠습니다.

1. "맛보기"의 힘 vs. "레시피 북"

연구 결과, 성공의 가장 중요한 요인은 스크리닝 능력(screening capacity), 즉 기본적으로 하루에 얼마나 많은 종류의 케이크 배치를 맛볼 수 있느냐였습니다.

• 발견: 만약 당신이 수백 가지의 변형된 케이크를 맛볼(테스트할) 수 있다면, 훨씬 더 빠르게 최고의 케이크를 찾아낼 것입니다.
• 놀라운 점: 그들은 학습을 돕기 위해 방대한 양의 기록된 레시피(DNA 시퀀싱 능력)를 보유하는 것이 가장 결정적인 요인일 것이라고 예상했습니다. 하지만 시뮬레이션 결과, 아무리 거대한 레시피 라이브러리를 가지고 있더라도 승자를 찾기 위해 충분히 많은 배치를 실제로 맛보지 못한다면 큰 도움이 되지 않는다는 것을 보여주었습니다. 세상에서 가장 멋진 도서관을 가지고 있더라도, 케이크를 단 하나만 맛본다면 그리 멀리 나아가지 못할 것입니다.

2. 승자를 고르기 vs. 무작위로 고르기

다음 라운드를 위해 레시피 북에 적어 넣을 케이크를 결정할 때, 연구는 두 가지 전략을 비교했습니다.

• 전략 A: 가장 맛있는 상위 10%의 케이크 레시피만 기록합니다.
• 전략 B: 전체적인 그림을 얻기 위해 좋은 것, 평균적인 것, 그리고 좋지 않은 것들을 섞어서 기록합니다(층화 추출).
• 결과: 전략 A(승자만을 선택하기)가 궁극의 케이크를 더 빠르게 찾는 데 훨씬 더 효과적이었습니다. 전략 B는 모든 가능한 레시피에 대한 더 정확한 "지도"를 제공했지만, 실제로 최고의 케이크를 찾는 과정은 늦추었습니다. 이 경주에서는 속도와 승자에게 집중하는 것이 광범위하고 학술적인 개요보다 더 중요했습니다.

3. 재료를 얼마나 많이 수정할 것인가?

연구진은 또한 한 번에 얼마나 많은 레시피 부분을 수정할 수 있는지에 대해서도 살펴보았습니다.

• "슬롯" (수정 가능한 위치): 설탕 양을 바꿀 수 있는 5개의 슬롯이 있는 케이크 레시피를 상상해 보세요. 연구는 더 많은 슬롯을 갖는 것이 일반적으로 더 나은 케이크를 만드는 데 도움이 된다는 것을 발견했습니다. 이는 셰프들에게 완벽한 조합을 찾을 수 있는 더 많은 자유를 주었습니다.
• "재료 목록" (유전자 타겟): 하지만 한 번에 너무 많은 종류의 재료(예: 설탕, 밀가루, 달걀, 바닐라, 코코아, 베이킹 파우더를 동시에)를 바꾸려고 하면 오히려 상황이 어려워졌습니다. 그것은 마치 너무 많은 조각이 빠진 퍼즐을 푸는 것과 같았습니다. 시스템은 혼란에 빠졌고, "맛보기"는 좋은 해결책을 찾기에 너무 희박해졌습니다.

결론

이 논문은 실제 주방에서 단 하나의 실제 케이크도 굽지 않았습니다. 대신, 게임의 규칙을 보여주기 위해 거대한 디지털 시뮬레이션을 실행했습니다. 핵심적인 교훈은, 미생물을 효율적으로 설계하고 싶다면 모든 데이터에 대해 정보를 수집하거나 너무 많은 변수를 한꺼번에 수정하려 하기보다는, 가능한 한 많은 변형을 테스트하는 데 집중하고 최고의 성과를 낸 것들에 집중해야 한다는 것입니다. 이러한 컴퓨터 시뮬레이션은 과학자들이 실제 실험실에 발을 들이기 전에 실제 실험을 계획할 수 있도록 돕는 "비행 시뮬레이터" 역할을 합니다.