Expanding TheCellMap.org to visualize a genome-scale genetic interaction network for a human cell line

이 논문은 효모 기반의 기존 'TheCellMap.org'를 확장하여 인간 HAP1 세포주에서 도출된 약 89,000 개의 정량적 유전적 상호작용 데이터를 포함하도록 업데이트하고, 이를 통해 사용자가 인간 유전체 규모의 상호작용 네트워크를 직관적으로 시각화하고 탐색할 수 있도록 했음을 보고합니다.

핵심

1. 핵심 개념: 유전자들은 '혼자'가 아니라 '팀'을 이룹니다

우리의 몸은 약 2만 개의 유전자로 이루어져 있습니다. 각 유전자는 마치 도시의 개별 건물이나 사람과 같습니다.

• 과거의 생각: 유전자는 각자 독립적으로 일한다고 생각했습니다.
• 이 연구의 발견: 유전자들은 서로 긴밀하게 연결된 친구 관계나 동료 팀을 이루고 있습니다. 한 유전자가 고장 나면, 그와 친한 다른 유전자들도 함께 문제를 겪거나, 반대로 그 문제를 해결해 주기도 합니다.

이 연구는 인간 세포 (HAP1) 에서 약 400 만 쌍의 유전자 조합을 실험하여, 어떤 유전자들이 서로 '친구'인지 (함께 작동하는지), 어떤 유전자들이 서로 '적'인지 (함께 고장 나면 치명적인지) 를 찾아냈습니다. 총 약 89,000 개의 유전자 상호작용을 발견한 것입니다.

2. TheCellMap.org: 거대한 유전자 지도 앱

연구팀이 만든 **'TheCellMap.org'**는 이 방대한 데이터를 시각화한 인터랙티브 지도 앱입니다.

• 예전 버전: 이 앱은 원래 '효모 (빵을 만드는 작은 곰팡이)'의 유전자 지도만 보여주었습니다.
• 새로운 버전: 이제 인간의 유전자 지도도 포함되었습니다. 마치 구글 지도에 '효모 도시'에서 '인간 도시'까지 확장된 것과 같습니다.

이 앱을 사용하면:

1. 검색: 특정 유전자 (예: FANCG) 를 검색하면, 지도 상에서 그 유전자가 어디에 위치하는지 빨간색으로 표시해 줍니다.
2. 이해: 그 유전자가 'DNA 수리 팀'에 속해 있다면, 지도 상에서 다른 'DNA 수리 팀' 유전자들과 모여 있는 것을 볼 수 있습니다.
3. 탐색: 유전자의 기능을 몰라도, 지도상에서 어떤 팀 (예: 세포 분열, 에너지 생산 등) 에 속해 있는지 보면 그 유전자가 무엇을 하는지 추측할 수 있습니다.

3. 주요 기능: 유전자 관계를 들여다보는 3 가지 방법

이 앱은 유전자 관계를 세 가지 방식으로 보여줍니다.

① 전체 지도 보기 (Global Network)

• 비유: 도시의 전체 교통망을 한눈에 보는 것.
• 내용: 유전자들을 점 (노드) 으로, 그들 사이의 관계를 선 (엣지) 으로 연결한 거대한 그림입니다. 비슷한 일을 하는 유전자들은 지도상에서 서로 가까이 모여 '클러스터 (팀)'를 이룹니다.
• 예시: 'DNA 수리' 팀은 한 구획에, '세포 분열' 팀은 다른 구획에 모여 있습니다.

② 하위 지도 보기 (Subnetwork View)

• 비유: 특정 동네나 건물을 확대해서 자세히 보는 것.
• 내용: 관심 있는 유전자 하나를 선택하면, 그 유전자와 직접적으로 연결된 친구들만 모아 작은 지도를 만들어 줍니다.
• 활용: 예를 들어, 'MCM6'이라는 유전자는 전체 지도에서는 너무 작아서 안 보일 수도 있지만, 이 기능을 켜면 DNA 복제 팀의 중요한 구성원으로 자세히 드러납니다.

③ 리스트와 그래프 보기 (List View & Graphs)

• 비유: 친구들의 명단과 대화 기록을 보는 것.
• 내용:
  • 리스트: 특정 유전자와 가장 친한 (유사한) 유전자 순서대로 나열해 줍니다.
  • 그래프: 두 유전자가 298 가지 다른 상황에서 어떻게 반응하는지 그래프로 보여줍니다.
  • 특이한 발견: 어떤 유전자는 고장 나면 다른 유전자가 "아, 내가 너를 대신해 줄게!"라고 도와주는 경우 (억제 현상) 가 있습니다. 이 앱은 그런 구원자 관계를 찾아내어 orange(주황색) 로 강조해 줍니다. 이는 새로운 약물 개발에 중요한 단서가 됩니다.

4. 왜 이 연구가 중요할까요? (실생활 예시)

이 지도는 단순히 유전자를 나열하는 것을 넘어, 질병 치료의 열쇠를 찾을 수 있게 해줍니다.

• 암 치료 (합성 치명성): 암세포는 특정 유전자가 고장 나 있어도 살아남습니다. 하지만 이 앱에서 "A 유전자가 고장 났을 때, B 유전자도 고장 나면 암세포는 죽는다"는 관계를 찾아낸다면, B 유전자를 표적으로 하는 약을 만들면 암만 골라 죽일 수 있습니다. (일반 세포는 A 가 정상이라 B 를 억제해도 살 수 있으니까요.)
• 희귀병 치료: 아직 기능이 밝혀지지 않은 유전자가 있다면, 이 지도에서 그 유전자가 어떤 팀에 속해 있는지 보면 그 기능을 추측할 수 있습니다.
• 약물 작용 원리: 새로운 약을 실험했을 때, 어떤 유전자들이 반응하는지 이 지도에 입력하면, 그 약이 세포의 어떤 부분 (예: 소화, 에너지, DNA) 에 작용하는지 바로 알 수 있습니다.

5. 결론: 유전자의 '소셜 네트워크'를 공개하다

이 논문은 인간 세포의 유전자들이 어떻게 서로 연결되어 있는지 보여주는 거대한 소셜 네트워크 지도를 공개했습니다.

• TheCellMap.org는 이제 누구나 무료로 접속하여 이 지도를 탐색할 수 있습니다.
• 과학자들은 이 지도를 통해 새로운 질병 메커니즘을 발견하고, 정밀한 표적 치료제를 개발할 수 있게 되었습니다.

마치 뉴욕의 지하철 지도가 처음 나왔을 때 사람들이 도시를 이해하는 방식이 바뀌었듯이, 이제 TheCellMap.org는 인간이라는 복잡한 생명체를 이해하는 새로운 창구가 된 것입니다.

기술 요약

1. 문제 제기 (Problem)

• 데이터 접근성 및 시각화의 부재: 기존에 효모 (Saccharomyces cerevisiae) 의 전장 유전체 유전적 상호작용 네트워크는 TheCellMap.org 를 통해 잘 정립되어 있었으나, 인간 세포의 대규모 유전적 상호작용 데이터는 접근하기 어렵거나 시각화 및 탐색을 위한 통합 플랫폼이 부족했습니다.
• 인간 유전체 네트워크의 복잡성: 인간 HAP1 세포주에서 약 400 만 개의 유전자 쌍을 대상으로 약 89,000 개의 정량적 유전적 상호작용 (Quantitative Genetic Interactions, qGI) 이 식별되었으나, 이를 체계적으로 탐색하고 기능적 연관성을 파악할 수 있는 도구가 필요했습니다.
• 기능적 주석 (Annotation) 의 필요성: 알려지지 않은 유전자의 기능을 예측하거나, 특정 생물학적 과정 (pathway) 과의 연관성을 규명하기 위해 유전적 상호작용 프로파일의 유사성을 기반으로 한 네트워크 분석이 필수적이었습니다.

2. 방법론 (Methodology)

A. 데이터 생성 및 처리

• 실험 설계: 인간 HAP1 (haploid) 세포주를 사용하여 전장 유전체 CRISPR-Cas9 기반 스크리닝을 수행했습니다.
  • Query Mutant: 222 개의 고유한 유전자에 대한 손실 기능 (LOF) 돌연변이 세포주 (Query) 를 구축했습니다.
  • Library: TKOv3 가이드 RNA 라이브러리를 사용하여 약 17,000 개의 인간 단백질 코딩 유전자를 타겟팅했습니다.
  • 스크리닝: Query 세포주와 WT(Wild-type) HAP1 세포주에서 각각 전장 유전체 CRISPR 스크리닝을 수행하여 약 400 만 개의 이중 돌연변이 (double mutants) 를 분석했습니다.
• 점수 산정 (Scoring):
  • qGI Score: 단일 돌연변이와 이중 돌연변이의 적합도 (fitness) 차이를 기반으로 정량적 유전적 상호작용 점수 (qGI score) 를 계산했습니다.
  • 상호작용 유형: 음의 상호작용 (Negative, 합성 치명/병약) 과 양의 상호작용 (Positive, 억제 등) 을 구분하여 약 47,000 개의 음의 상호작용과 42,000 개의 양의 상호작용을 식별했습니다.
  • 프로파일 유사성: 피어슨 상관계수 (PCC) 를 사용하여 두 라이브러리 유전자의 유전적 상호작용 프로파일 간의 유사성을 계산했습니다.

B. TheCellMap.org 플랫폼 개발

• 아키텍처:
  • Backend: Python(Django), PostgreSQL(구조화된 데이터), rasdaman(다차원 배열 데이터 관리).
  • Frontend: React, Sigma.js(네트워크 시각화), CSS.
  • 서버: Nginx, uWSGI.
• 주요 기능:
  • 글로벌 네트워크 시각화: PCC > 0.41 임계값을 적용하여 3,784 개의 유전자와 6,433 개의 에지로 구성된 전장 네트워크를 2 차원 공간에 배치 (Layout) 하여 시각화합니다.
  • 하위 네트워크 (Subnetwork) 추출: 특정 유전자를 선택하면 직접 및 간접 연결된 유전자들의 하위 네트워크를 동적으로 생성하고 시각화합니다.
  • 리스트 뷰 (List View): 유전적 상호작용 프로파일 유사성, 음/양의 상호작용 데이터를 정렬된 표 (Table) 로 제공합니다.
  • 상관 분해 분석 (Correlation Decomposition): 두 유전자 간의 전체 상관관계에 기여하는 개별 유전체 스크린 (query gene) 의 기여도를 정량화하여 시각화합니다.
  • 기능적 풍부화 분석 (Functional Enrichment):
    • SAFE (Spatial Analysis of Functional Enrichment): 네트워크 상에서 특정 유전자 세트가 통계적으로 유의미하게 과대표되는 영역을 식별합니다.
    • RISK (Regional Inference of Significant Kinships): SAFE 대안으로 클러스터링 알고리즘과 통계 분석을 통합한 방법론을 적용합니다.
  • 데이터 오버레이: 사용자가 정의한 유전자 세트 (예: 약물 민감성 유전자) 를 네트워크에 오버레이하여 기능적 영역을 매핑합니다.

3. 주요 기여 (Key Contributions)

1. 인간 유전체 상호작용 데이터베이스 확장: TheCellMap.org 에 인간 HAP1 세포주의 대규모 유전적 상호작용 데이터 (~89,000 개) 를 통합하여, 효모와 인간 네트워크를 비교 분석할 수 있는 최초의 통합 플랫폼을 구축했습니다.
2. 상호작용성 있는 시각화 도구 제공: 사용자가 유전자를 검색하고, 하위 네트워크를 추출하며, 상관 분해 분석을 통해 상호작용의 메커니즘을 탐구할 수 있는 직관적인 웹 인터페이스를 개발했습니다.
3. 새로운 기능 예측 및 주석 도구: SAFE 및 RISK 분석을 통해 알려지지 않은 유전자의 기능을 생물학적 과정 (Bioprocess) 수준에서 예측하고, 화학 - 유전적 상호작용 (Chemical-genetic interactions) 데이터를 네트워크에 매핑하여 약물의 작용 기전을 규명할 수 있는 도구를 제공했습니다.
4. 데이터 공개 및 접근성: 모든 필터링되지 않은 원시 데이터와 처리된 네트워크 데이터를 다양한 형식으로 다운로드할 수 있도록 개방했습니다.

4. 결과 (Results)

• 네트워크 구조: 인간 HAP1 네트워크는 효모 네트워크와 유사하게 계층적 구조를 가지며, 단백질 복합체, 경로, 생물학적 과정, 세포 소기관 수준으로 유전자가 군집화됨을 확인했습니다.
• 기능적 연관성 확인:
  • FANCG: DNA 복제 및 수리 (DNA replication and repair) 영역에 위치하여 알려진 기능과 일치함을 확인했습니다.
  • GOLPH3: 소포 운반 (Vesicle Traffic) 영역에 매핑되었습니다.
  • HEATR6: 미토시스 및 튜불린 역학 (Mitosis and tubulin dynamics) 군집에 위치하여 새로운 기능적 역할을 시사했습니다.
• 상관 분해 분석: FANCG 와 FANCA 와 같은 같은 경로의 유전자들은 공유된 양의 상호작용 (positive interactions) 을 통해 높은 프로파일 유사성을 보였으며, EXO1 과 같은 유전자는 공유된 음의 상호작용을 통해 유사성을 형성함을 시각적으로 입증했습니다.
• 유전자 기능 주석: 미지의 유전자나 GO 주석이 부족한 유전자들을 HAP1 네트워크 상의 위치를 통해 특정 생물학적 과정에 연결하여 성공적으로 주석할 수 있었습니다.
• 약물 작용 기전 규명: NGI-1 (OST 복합체 억제제) 에 대한 화학 - 유전적 상호작용 데이터를 오버레이한 결과, '글리코실화 및 단백질 접힘', '소포 운반' 영역이 유의하게 과대표됨을 확인하여 약물의 작용 기전을 지지했습니다.

5. 의의 (Significance)

• 인간 유전체 기능 연구의 패러다임 전환: 대규모 유전적 상호작용 데이터를 체계적으로 분석하여 인간 유전자의 기능을 예측하고, 질병 관련 유전자의 메커니즘을 규명하는 강력한 프레임워크를 제공합니다.
• 합성 치명성 (Synthetic Lethality) 기반 치료 개발: 암 치료제 개발에 중요한 합성 치명적 상호작용을 식별하고, 유전적 억제 (Genetic Suppression) 를 통해 질병 유전자의 표현형을 완화할 수 있는 새로운 표적을 발견하는 데 기여합니다.
• 진화적 보존성 연구: 효모와 인간 간의 유전적 네트워크 조직 원리가 광범위하게 보존됨을 확인함으로써, 모델 생물을 통한 연구 결과를 인간 질병 연구로 확장하는 데 이론적 근거를 제공합니다.
• 오픈 사이언스: 연구자들이 직접 데이터를 탐색, 시각화, 재분석할 수 있는 오픈 소스 플랫폼을 제공함으로써 과학적 발견의 속도를 높이고 협업의 기회를 확대합니다.

이 논문은 TheCellMap.org 를 단순한 데이터 저장소를 넘어, 인간 유전체 네트워크의 복잡성을 해석하고 새로운 생물학적 통찰을 얻기 위한 필수적인 분석 도구로 진화시켰다는 점에서 중요한 의의를 가집니다.