PhagePickr: A bacteria-centric computational tool for designing resistance-aware phage cocktails

기술 요약: PhagePickr

문제 정의
항생제 내성은 심각한 글로벌 보건 위협을 초리하며, 박테리오파지(phage) 요법과 같은 대안을 필요로 한다. 그러나 박테리아는 표면 수용체를 변형하거나 가림으로써 빠르게 파지 내성을 진화시키며, 이는 단일 파지 치료의 효능을 제한한다. 파지 칵테일(여러 파지의 조합)은 내성 발생을 지연시키기 위한 해결책으로 제안되었으나, 현재의 계산 도구들(예: PhageCocktail)은 감염 네트워크나 유전적 유사성에 집중할 뿐, 박테리아의 내성 진화를 명시적으로 다루지는 못한다. 특히, 기존 도구들은 다양한 수용체를 표적으로 하는 파지를 선택하여 박테리아가 동시에 내성을 진화시키는 것을 어렵게 만드는 전략, 즉 박테리아 표면 수용체 프로파일링을 활용하지 못하고 있다.

방법론
저자들은 "박테리아 중심" 접근 방식을 사용하여 내성을 고려한 파지 칵테일 설계를 자동화하도록 설계된 계산 파이프라인인 PhagePickr를 제시한다. 워크플로우는 두 가지 주요 단계로 작동한다:

1. 수용체 프로파일링 및 최근접 이웃 식별:

   • PhagePickr는 NCBI의 Identical Protein Groups (IPG) 및 Nucleotide 데이터베이스를 통해 구축된 200종의 병원성 종 데이터셋을 활용한다.
   • 이 도구는 2,951개의 수용체 관련 단백질 특징(feature)에 대한 이진 존재/부재 행렬($A$)을 구축한다. 특징들은 모든 필드에서 "receptor"라는 용어를 포함하는 NCBI 레코드 제목으로부터 유도된다.
   • 대상 박테리아 종이 주어지면, 도구는 대상의 수용체 특징 벡터와 다른 종들의 벡터 사이의 정규화된 해밍 거리(normalized Hamming distance)를 계산하여 표현형이 유사한 숙주를 식별한다.
   • $n$개의 가장 가까운 이웃(기본적으로 대상 종 포함)이 선택된다. 근저에 깔린 가설은, 비록 계통학적으로는 멀더라도 수용체 구성이 유사한 종들은 파지에 대한 감수성을 공유할 수 있다는 것이다.

2. 유전적 다양성을 통한 파지 선택:

   • 선택된 각 $n$개의 숙주에 대해, 도구는 등록된 파지 게놈을 검색한다.
   • 서로 다른 수용체를 표적으로 하여 교차 내성을 줄일 가능성을 극대화하기 위해, PhagePickr는 유전적 다양성을 우선시한다.
   • 등록된 파지가 2개보다 많은 숙주의 경우, 게놈을 MAFFT를 사용하여 정렬한다. 쌍별 동일성 거리 행렬(pairwise identity distance matrix)을 계산하고, $k$개의 가장 다양한 파지 쌍을 선택한다.
   • 파지가 2개 이하인 숙주는 가용한 모든 파지를 칵테일에 기여한다.
   • 최종 칵테일은 선택된 이 파지들의 집합이며, 최대 이론적 크기는 $2nk$이다 (기본 파라미터:$n=3, k=1$, 즉 3~6개의 파지).

주요 기여

• 새로운 프레임워크: PhagePickr는 박테리아 수용체 유사성과 파지 유전적 다양성을 명시적으로 기반으로 하여 내성 진화를 완화하기 위한 칵테일을 설계하는 최초의 자동화된 도구이다.
• 데이터 통합: 이 도구는 NCBI 데이터를 재사용 가능한 수용체 특징 행렬 및 파지-숙주 연관 기록으로 통합하여, 데이터베이스가 성장함에 따라 확장 가능한 업데이트를 허용한다.
• 실험적 기능: 도구에는 BACPHLIP를 사용하여 파지의 라이프스타일(용균성 vs 온건성)을 예측하는 선택적 실험 모듈이 포함되어 있어, 사용자가 용균성 후보를 필터링할 수 있게 하지만, 이는 기본 워크플로우에 통합되어 있지는 않다.
• 확장성: 파이프라인은 표준 UNIX/Windows(WSL을 통해) 시스템에서 실행되도록 설계되었으며 메모리 사용량이 관리 가능한 수준이지만, 실행 시간은 파지 게놈의 다중 서열 정렬(MSA)에 의해 병목 현상이 발생한다.

결과
저자들은 8개의 타겟에 대해 PhagePickr를 평가하였다: 6종의 ESKAPE 병원균(Enterococcus faecium, Staphylococcus aureus, Klebsiella pneumoniae, Acinetobacter baumannii, Pseudomonas aeruginosa, Enterobacter spp.)과 2종의 연구가 미진한 종(Burkholderia pseudomallei 및 Pasteurella multocida).

• 칵테일 생성: 도구는 모든 타겟에 대해 4~6개의 파지로 구성된 칵테일을 성공적으로 생성했다.
• 이웃 선택: 최근접 이웃 알고리즘은 (예: Staphylococcus 속 내의 S. aureus 이웃) 밀접하게 관련된 종부터, 공유된 수용체 특징 프로필에 의해 유도된 계통학적으로 먼 속(예: E. faemium에 대한 Clostridium 및 Staphylococcus)까지의 숙주를 식별했다.
• 다양성 극대화: 비교 분석 결과, PhagePickr에 의해 선택된 칵테일은 무작위 대조군보다 유의미하게 높은 유전적 다양성 점수(평균 최대 쌍별 동일성 거리)를 나타냈으며, 이는 다양성을 극대화하는 선택 단계의 효능을 확인시켜 주었다.
• 치료적 잠재력: 수동 평가 결과, 대부분의 칵테일은 대상 또는 그 이웃에 대해 보고된 용균 활성을 가진 파지를 적어도 하나 이상 포함하고 있었다. 그러나 많은 후보들이 감염성, 라이프스타일 또는 숙주 범위에 관한 포괄적인 실험적 검증이 부족한 상태였다.
• 성능: 실행 시간은 정렬된 파지 서열의 총 길이에 크게 의존했으며(~1.54의 멱법칙으로 스케일링), 가장 시간이 많이 소요되는 작업은 MSA 단계였다. 메모리 사용량은 모든 테스트에서 낮게 유지되었다(<1.5 GB).

의의 및 주장
본 논문은 PhagePickr를 임상적으로 검증된 솔루션이라기보다 가설 생성 도구로 규정한다. 이 도구의 주요 의의는 교차 감염성을 예측하기 위해 수용체 표현형을 활용하는 "내성을 고려한" 칵테일 설계의 체계적이고 재현 가능한 프레임워크를 제공한다는 점에 있다.

저자들은 다음과 같이 명시적으로 밝히고 있다:

1. 생성된 칵테일은 특정 타겟 균주에 대한 치료 효능에 대해 실험적으로 검증되지 않았다.
2. 도구의 유용성은 현재 공공 데이터베이스의 수용체 주석(annotation) 깊이와 정확도에 의해 제한된다. 주석이 부족한 경우(예: E. faemium), 추가적인 특성 파악이 필요한 탐색적, 교차 속(cross-genus) 선택이 이루어진다.
3. 이 접근 방식은 합리적 설계(rational design)를 향한 핵심 단계로서, 서로 다른 감염 경로를 이용할 수 있는 유전적으로 다양한 파지를 선택함으로써 교차 내성 위험을 줄이는 것을 목표로 한다.
4. 향후 버전에서는 개선된 유전적 및 표현형 데이터 가용성에 따라, 균주 수준의 비교, 항생제 내성 수용체 타겟팅을 통한 부수적 민감성(collateral sensitivity) 유도, 그리고 더 강력한 라이프스타일 필터링을 포함할 수 있다.

요약하자면, PhagePickr는 박테리아 수용체 생물학과 파지 요법 설계 사이의 간극을 메우기 위한 계산적 전략을 제공하며, 다양성을 통해 내성 진화를 선제적으로 차단하는 것을 목표로 하는 동시에, 제안된 칵테일에 대한 실험적 검증이 필수적인 다음 단계임을 인정하고 있다.