Optimized parameters for Cas9 CRISPR interference library design

이 논문은 최신 전사체 주석과 고해상도 염색질 접근성 데이터를 기반으로 CRISPRi 특이적 표적 예측 점수 체계를 개발하고, 다양한 KRAB 도메인 시스템 성능 비교 및 오프타겟 효과를 정량화하여 최적화된 Cas9 CRISPRi 라이브러리 '카타사노 (Katsano)'를 설계하고 전장 유전체 생존성 스크리닝을 통해 그 성능을 검증했습니다.

핵심

1. 배경: 유전자를 끄는 '스위치'가 필요해요

우리의 몸에는 수만 개의 유전자가 있습니다. 어떤 유전자가 어떤 일을 하는지 알고 싶을 때, 과학자들은 그 유전자의 기능을 일시적으로 끄고 (정지시키고) 세포가 어떻게 변하는지 관찰합니다.

• 기존 방법 (CRISPR Knockout): 유전자를 아예 잘라내는 방법입니다. 마치 전선을 끊어서 전기를 아예 못 쓰게 하는 것과 같아요. 하지만 전선을 끊으면 (DNA 가 끊어지면) 세포가 스트레스를 받아 죽을 수도 있고, 원하지 않는 부작용이 생길 수 있습니다.
• 새로운 방법 (CRISPRi): 유전자를 자르지 않고, **스위치를 껐다 켰다 할 수 있는 '잠금 장치'**를 붙이는 방법입니다. 전선은 그대로 두고 스위치만 잠가서 유전자가 작동하지 못하게 합니다. 이 방식은 세포를 해치지 않고, 필요할 때만 끄고 켤 수 있어 훨씬 안전하고 정교합니다.

하지만 문제는 비용입니다. 수만 개의 유전자를 모두 테스트하려면 엄청난 양의 '잠금 장치 (가이드 RNA)'가 필요한데, 이걸 다 만들면 너무 비싸집니다. 그래서 가장 잘 작동하는 '최고의 잠금 장치'만 골라서 적은 수로 만드는 것이 핵심 과제였습니다.

2. 문제점: 기존 도구들의 한계

기존에 사용되던 도구들은 몇 가지 문제가 있었습니다.

• 지도가 낡았다: 유전자의 위치를 나타내는 지도 (유전체 정보) 가 업데이트되지 않아, 정확한 위치에 잠금 장치를 못 붙이는 경우가 많았습니다.
• 열쇠가 잘 안 맞았다: 유전자의 '시작 지점 (TSS)' 바로 옆에 잠금 장치를 붙여야 가장 잘 작동하는데, 기존 도구들은 그 위치를 잘 찾지 못했습니다.
• 실수 (오프타겟) 가 많았다: A 유전자를 끄려다가 실수로 B 유전자를 끄는 경우가 있었습니다. 특히 특정 패턴을 가진 열쇠는 다른 곳에도 잘 꽂히는 경향이 있었습니다.

3. 해결책: 과학자들의 '실험실' 탐구

연구팀은 이 문제를 해결하기 위해 거대한 실험을 진행했습니다.

① 최고의 '잠금 장치' 찾기 (KRAB 도메인 비교)

잠금 장치를 붙이는 부품 (KRAB 도메인) 이 여러 종류가 있었습니다. 연구팀은 이 부품들을 유전자의 앞쪽 (N 말단) 에 붙일 때와 뒤쪽 (C 말단) 에 붙일 때를 비교했습니다.

• 결과: 유전자의 앞쪽 (N 말단) 에 붙이는 것이 훨씬 강력하게 잠금을 걸 수 있었습니다. 마치 문고리를 문 손잡이 바로 옆에 붙이는 것이 더 잘 잠기듯 말이죠. 특히 'Zim3'이라는 부품이 가장 성능이 좋았습니다.

② '열쇠'의 모양을 분석하다 (온-타겟 예측 모델)

어떤 열쇠 모양이 가장 잘 작동할지 예측하는 새로운 알고리즘 **'Rule Set 3i (RS3i)'**를 만들었습니다.

• 비유: 마치 자동차 열쇠를 만들 때, 자물쇠의 홈 (유전자의 시작점) 과 열쇠의 톱니 모양 (염기 서열) 이 얼마나 잘 맞는지, 그리고 그 주변이 열려 있는지 (크로마틴 접근성) 를 계산하는 것입니다.
• 발견: 유전자의 시작점 바로 옆 (0~75bp) 에 있는 열쇠가 가장 잘 작동했고, 주변이 열려 있는 (ATAC-seq 데이터) 곳일수록 더 잘 작동한다는 것을 확인했습니다.

③ '실수'를 막는 비법 (오프타겟 방지)

가장 중요한 발견 중 하나는 **'씨앗 (Seed) 서열'**에 관한 것이었습니다.

• 비유: 열쇠의 앞부분 (씨앗 부분) 에 특정 패턴 (GGG 같은 것) 이 너무 많으면, 이 열쇠는 원래 목적지가 아닌 다른 문 (다른 유전자) 에도 꽂히는 경향이 있었습니다.
• 해결: 연구팀은 **"열쇠 앞부분에 GG 가 3 개 이상 있으면 그 열쇠는 버려라"**라는 간단한 규칙을 만들었습니다. 이렇게 하면 실수로 다른 유전자를 끄는 확률을 획기적으로 줄일 수 있었습니다.

4. 결과: 새로운 차세대 라이브러리 '카타자노 (Katsano)'

이 모든 연구를 바탕으로 연구팀은 새로운 유전자 잠금 도구 세트인 **'카타자노 (Katsano)'**를 만들었습니다.

• 작은 크기, 큰 힘: 기존 도구들보다 가이드 수가 적지만, 가장 잘 작동하는 것들만 골랐기 때문에 성능은 훨씬 뛰어납니다.
• 정밀한 타격: 유전자의 시작점을 정확히 맞추고, 실수할 확률이 낮은 열쇠들만 담았습니다.
• 검증: 실험실 세포 (A375, K562 등) 에서 테스트한 결과, 기존 도구들보다 훨씬 더 많은 필수 유전자를 정확하게 찾아내고 끄는 데 성공했습니다.

5. 결론: 왜 이것이 중요한가요?

이 연구는 마치 낡고 비싼 지도를 최신 내비게이션으로 교체하고, 열쇠를 더 정밀하게 깎아 유전자 연구의 비용을 줄이고 정확도를 높인 것입니다.

• 비용 절감: 더 적은 가이드로 더 좋은 결과를 얻을 수 있어 대규모 실험이 훨씬 저렴해집니다.
• 안전성: 원하지 않는 유전자를 실수로 끄는 위험이 줄어듭니다.
• 활용: 암 연구나 신약 개발 등 유전자의 기능을 정확히 파악해야 하는 모든 분야에서 이 '카타자노' 도구를 사용하면 더 빠르고 정확한 결과를 얻을 수 있습니다.

한 줄 요약:

"과학자들이 유전자를 끄는 '스위치'를 더 똑똑하고 정확하게 만드는 새로운 설계도를 개발했고, 이를 통해 유전자 연구의 비용은 줄이고 정확도는 높였습니다."

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

CRISPR 간섭 (CRISPRi) 은 이중 가닥 DNA 절단 (DSB) 을 유발하지 않고 유전자 발현을 일시적이고 가역적으로 억제할 수 있어, CRISPR 녹아웃 (CRISPRko) 의 독성 문제를 우회하며 유전자 기능 연구에 강력한 도구로 자리 잡았습니다. 그러나 대규모 스크리닝의 비용 효율성을 높이기 위해 compact 한 라이브러리 설계가 필수적이며, 이를 위해서는 표적 유전자에 대해 매우 효과적이고 특이적인 sgRNA 를 선별해야 합니다.

기존의 전장 유전체 CRISPRi 라이브러리 (hCRISPRiv1, v2, Dolcetto 등) 는 다음과 같은 한계점을 가지고 있었습니다:

• 지식 업데이트 부재: 유전체 주석 (MANE Select 등) 과 전사 시작 부위 (TSS) 정보의 최신화 반영 부족.
• 예측 모델의 한계: 기존 온-타겟 (on-target) 예측 모델이 CRISPRko 데이터에 최적화되어 CRISPRi 의 고유한 특성을 충분히 반영하지 못함.
• 오프-타겟 (off-target) 특성 미고려: CRISPRi 에서 발생하는 오프-타겟 효과의 메커니즘 (특히 시드 서열 기반) 이 CRISPRko 와 상이함에도 불구하고 이를 체계적으로 배제하지 못함.
• 크로마틴 접근성 데이터의 활용 부족: 고해상도 크로마틴 접근성 데이터 (ATAC-seq 등) 를 라이브러리 설계에 통합하지 않음.

2. 방법론 (Methodology)

연구팀은 대규모 틸링 (tiling) 스크리닝을 수행하여 CRISPRi 의 최적 파라미터를 규명하고, 이를 기반으로 새로운 라이브러리를 설계했습니다.

• 대규모 틸링 스크리닝 설계:
  • 필수 (essential) 및 비필수 (non-essential) 유전자 200 개 이상의 프로모터 영역 (TSS 상하 1kb) 을 10 만 개 이상의 sgRNA 로 틸링 (tiling) 하는 라이브러리 구축.
  • 다양한 억제 도메인 (Kox1, Zim3, MeCP2 융합) 과 dCas9 의 융합 위치 (N 말단 vs C 말단) 를 비교 평가.
  • 나노바디 (ALFA-Nb) 를 통한 간접 억제 시스템의 효능도 검증.
• 예측 모델 개발 (Rule Set 3 Interference, RS3i):
  • 틸링 데이터, 최신 TSS 주석 (MANE Select), ATAC-seq 및 히스톤 ChIP-seq 데이터를 통합.
  • XGBoost 알고리즘을 사용하여 sgRNA 의 온-타겟 활성을 예측하는 새로운 모델 (RS3i) 개발. 주요 특징: TSS 와의 거리, RS3 Sequence 점수, ATAC-seq 피크 중첩 여부.
• 오프-타겟 행동 규명:
  • CRISPRi 에서의 오프-타겟 활성을 유발하는 '시드 서열 (seed sequence)' 패턴 분석.
  • 특히 PAM 서열 (GG) 이 풍부한 시드 서열이 비특이적 활성 (promiscuity) 을 유발함을 발견하고, 이를 배제하는 기준 (Seed Score) 수립.
• 라이브러리 설계 (Katsano):
  • 위에서 도출된 최적화 규칙 (RS3i 점수, Seed Score, SNP 회피, 오프-타겟 회피) 을 적용하여 전장 유전체 CRISPRi 라이브러리 'Katsano' 설계.
  • GENCODE 48 및 FANTOM5 CAGE-seq 데이터를 기반으로 주요 TSS 와 대체 TSS 를 모두 표적화.

3. 주요 기여 및 결과 (Key Contributions & Results)

가. 최적의 억제 시스템 규명

• KRAB 도메인: Zim3 도메인이 Kox1 보다 전반적으로 더 강력한 억제 효과를 보였으며, 특히 dCas9 의 N 말단에 융합된 형태가 C 말단 융합보다 더 우수함을 확인했습니다.
• 나노바디 시스템: 직접 융합 방식과 유사한 수준의 억제 효율을 보이는 나노바디 기반 시스템도 검증되어, 멀티플렉싱 가능성 등을 제시했습니다.

나. 온-타겟 예측 모델 (RS3i) 의 정교화

• 주요 예측 인자: sgRNA 의 TSS 와의 거리 (TSS 하류 0-75bp 가 최적), 시퀀스 특성 (RS3 Sequence 점수), 그리고 ATAC-seq 피크 중첩 여부가 활성 예측에 가장 중요한 요소임을 규명했습니다.
• ATAC-seq 의 중요성: 기존에 사용되던 DHS (DNase Hypersensitive Sites) 데이터보다 ATAC-seq 데이터가 CRISPRi 활성 예측에 훨씬 더 민감하고 유용함을 입증했습니다.
• 모델 성능: 개발된 RS3i 모델은 실험적 활성과 높은 상관관계를 보였으며, 기존 라이브러리 (Dolcetto) 의 가이드보다 훨씬 높은 활성을 가진 가이드를 선별하는 데 성공했습니다.

다. 오프-타겟 효과의 새로운 지표 (Seed Score)

• CRISPRko 와 달리 CRISPRi 에서는 **PAM 서열 (GG) 이 풍부한 시드 서열 (Seed Score $\ge$ 3)**이 오프-타겟 활성을 크게 증가시킵니다.
• 기존 CFD (Cutting Frequency Determination) 모델은 CRISPRi 의 오프-타겟을 예측하는 데 부적합함을 확인하고, 단순한 'Seed Score' 기반 필터링이 오프-타겟을 효과적으로 줄일 수 있음을 증명했습니다.

라. Katsano 라이브러리 성능 검증

• 설계: 20,106 개의 유전자를 표적하는 62,404 개의 sgRNA 로 구성된 Katsano 라이브러리를 구축했습니다.
• 성능: A375 및 K562 세포주에서의 생존성 스크리닝 결과, Katsano 는 기존 라이브러리 (Dolcetto) 대비 가짜 음성 (false negative) 비율을 크게 낮추고, 필수 유전자의 검출률을 향상시켰습니다.
• 특이성: 비필수 유전자를 오프-타겟으로 억제하는 현상은 줄어들어, 높은 특이성을 유지하면서도 민감도가 향상됨을 확인했습니다. 또한, MANE Select TSS 가 아닌 대체 TSS 를 표적하여 CHEK1, SAP18 등 중요한 유전자를 성공적으로 재발견했습니다.

4. 의의 및 결론 (Significance)

이 연구는 CRISPRi 기술의 정밀도와 효율성을 획기적으로 개선한 중요한 이정표입니다.

1. 데이터 기반 라이브러리 설계: 최신 유전체 주석, 고해상도 크로마틴 데이터, 그리고 대규모 실험 데이터를 통합하여 CRISPRi 전용 최적화 모델 (RS3i) 을 개발했습니다.
2. 비용 효율성 증대: 가이드 수를 줄이면서도 더 높은 민감도와 특이도를 달성함으로써, 대규모 스크리닝의 비용을 절감하고 신뢰도를 높였습니다.
3. 오프-타겟 관리의 혁신: CRISPRi 고유의 오프-타겟 메커니즘 (PAM-rich seed) 을 규명하고 이를 배제하는 전략을 제시하여, 스크리닝 결과의 신뢰성을 높였습니다.
4. Katsano 라이브러리 제공: 연구팀이 개발한 Katsano 라이브러리는 전장 유전체 CRISPRi 스크리닝을 위한 새로운 표준 도구로, 특히 유전자 용량 (gene dosage) 연구나 DSB 가 허용되지 않는 상황에서 CRISPRko 를 대체할 수 있는 강력한 대안이 될 것입니다.

결론적으로, 본 연구는 CRISPRi 기술이 단순한 유전자 억제 도구를 넘어, 정량적이고 정밀한 기능 유전체학 연구의 핵심 플랫폼으로 자리 잡을 수 있도록 하는 기술적 기반을 마련했습니다.