A Community Standard Multispecies Cell Atlas of the Basal Ganglia

NIH BRAIN Initiative Cell Atlas Network (BICAN) 은 인간, 원숭이, 마모셋, 생쥐의 기저핵에 대한 통합된 다중모달 세포 지도를 구축하여 뇌 세포 유형 분류를 위한 표준화된 커뮤니티 참조 자원을 제공하고, 이를 통해 신경계 질환 연구 및 전 장기적 적용을 위한 FAIR 데이터 생태계를 확립했습니다.

핵심

1. 프로젝트의 목적: 뇌라는 거대한 도시의 '주소록' 만들기

우리의 뇌는 수십억 개의 세포로 이루어진 거대한 도시와 같습니다. 이 도시에는 신경 세포 (뉴런) 와 지원 세포 (교세포) 가 살고 있는데, 각각의 역할이 다르고 모양도 다릅니다.

• 문제: 지금까지 우리는 이 도시의 지도가 없었습니다. "어떤 세포가 어디에 살고, 어떤 일을 하는지" 알기 어려웠고, 사람마다 뇌 구조가 조금씩 달라서 비교하기도 힘들었습니다.
• 해결책 (BICAN 프로젝트): 미국 NIH(국립보건원) 가 주도한 'BICAN'이라는 팀이 인간, 원숭이 (마카크, 마모셋), 쥐의 뇌를 조사하여, 모든 세포의 종류와 위치를 정리한 **공통된 '주소록 (Cell Atlas)'**을 만들었습니다.

2. 왜 하필 '기저핵 (Basal Ganglia)'부터?

이 프로젝트는 뇌 전체를 한 번에 다 하기보다, 가장 중요하면서도 복잡한 **'기저핵'**부터 시작했습니다.

• 비유: 기저핵은 뇌의 **'교통 통제 센터'**나 **'자동화 공장'**과 같습니다. 우리가 손발을 움직이거나, 습관을 형성하거나, 감정을 조절할 때 이 센터가 핵심 역할을 합니다.
• 중요성: 파킨슨병, 헌팅턴병, 강박증 등 많은 뇌 질환이 이 센터의 고장 때문에 발생합니다. 그래서 이곳을 먼저 정밀하게 지도화하면, 질병을 이해하고 치료하는 데 큰 도움이 됩니다.

3. 어떻게 만들었나? 4 가지 동물과 1700 만 개의 세포를 조사

이 팀은 단순히 사람 뇌만 본 게 아니라, 쥐, 마모셋, 마카크, 인간 등 4 종의 뇌를 비교했습니다.

• 데이터의 규모: 총 1,740 만 개가 넘는 세포를 분석했습니다. (이중 92% 는 인간 세포입니다.)
• 방법: 마치 스마트폰으로 한 명 한 명을 스캔하듯, 각 세포의 유전자 (전사체), DNA 조절 방식 (후성유전체), 그리고 실제 위치 (공간 유전체) 를 동시에 측정했습니다.
• 결과: "아, 쥐의 이 세포와 인간의 이 세포는 같은 '직업'을 가진 친척이구나!"라고 종간 (Species) 비교를 통해 세포들의 관계를 밝혀냈습니다.

4. 표준화: 모든 사람이 같은 언어로 대화하게 하다

이 프로젝트의 가장 큰 성과는 **'표준화'**입니다.

• 비유: 예전에는 각 연구실마다 세포 이름을 다르게 부르고, 지도를 다르게 그렸습니다. 마치 "서울"을 어떤 사람은 "Seoul"이라고, 어떤 사람은 "서울특별시"라고, 또 어떤 사람은 "Capital City"라고 부르는 것과 같았습니다.
• BICAN 의 역할: 이제 **전 세계 연구자들이 같은 이름 (표준 용어) 과 같은 지도 (공통 좌표계)**를 쓰게 되었습니다.
  • HOMBA (동물 뇌 해부학 용어집): 사람과 동물의 뇌 구조를 통일된 이름으로 부르게 했습니다.
  • 데이터 공유: 모든 데이터는 누구나 무료로 볼 수 있는 '클라우드 도서관'에 올려져 있어, 전 세계 과학자들이 이 지도를 바탕으로 새로운 연구를 할 수 있습니다.

5. 이 지도가 주는 선물

이 '세포 지도'가 완성되면 어떤 일이 일어날까요?

1. 질병 치료의 나침반: 파킨슨병이나 자폐증 같은 질환이 정확히 어떤 세포에서, 어떤 유전자가 망가져서 생기는지 pinpoint(정확히) 할 수 있게 됩니다.
2. 동물 실험의 정확도: "쥐 실험 결과가 인간에게도 통할까?"를 더 정확하게 판단할 수 있습니다. 사람과 원숭이, 쥐의 세포가 어떻게 다른지 알기 때문입니다.
3. 새로운 치료제 개발: 특정 세포만 골라서 약을 전달하거나, 유전자 치료제를 만드는 '정밀 타겟팅'이 가능해집니다.

6. 결론: 뇌의 '구글 맵'이 완성되다

이 논문은 단순히 데이터를 쌓은 것이 아니라, **뇌 과학의 '구글 맵 (Google Maps)'**을 만든 것과 같습니다.

• 과거에는 뇌 속을 헤매며 "여기가 어디지? 이 세포는 뭐지?"라고 헤맸다면,
• 이제는 **"이 세포는 기저핵의 A 구역에 살고, B 기능을 하며, C 질병과 연관이 있다"**는 정보가 명확히 표시된 지도를 손에 쥐게 되었습니다.

이 지도는 비록 뇌의 한 부분 (기저핵) 에 집중했지만, 이제 전체 뇌로 확장될 준비가 되었습니다. 이 표준화된 지도를 바탕으로 앞으로의 뇌 과학 연구는 훨씬 더 빠르고 정확해지며, 인간의 뇌를 이해하는 새로운 시대가 열리게 될 것입니다.

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 뇌의 복잡성과 표준화 부재: 포유류 뇌는 수십억 개의 신경세포와 글리아 세포로 구성되어 있으며, 분자적, 해부학적, 생리학적 특성이 매우 다양합니다. 인간 뇌의 규모와 복잡성, 그리고 개인 간 변이 (Inter-individual heterogeneity) 를 고려할 때, 세포 유형을 체계적으로 분류하고 해부학적 맥락에 매핑하기 위한 표준화된 프레임워크가 부재했습니다.
• 다학제적 통합의 어려움: 조직학, 세포 수준, 분자 분석부터 기능적 MRI 및 매크로 스케일 연결성 연구에 이르기까지 다양한 공간 규모와 과학 분야의 데이터를 통합하는 것은 기술적, 개념적 장벽이 높았습니다.
• 종 간 비교의 한계: 인간과 모델 동물 (마카크, 마모셋, 생쥐) 간의 세포 유형 동질성 (Homology) 을 명확히 하고, 종 특이적 차이를 규명하기 위한 통합된 온톨로지 (Ontology) 와 명명법이 필요했습니다.
• 데이터의 파편화: 다양한 연구에서 생성된 방대한 단일 세포 데이터가 표준화되지 않은 메타데이터와 분석 파이프라인으로 인해 상호 운용성 (Interoperability) 이 부족했습니다.

2. 방법론 (Methodology)

BICAN 은 인간, 마카크, 마모셋, 생쥐의 기저핵을 대상으로 대규모 단일 세포 및 다중 오믹스 (Multi-omics) 데이터를 생성하고 통합하는 체계적인 생태계를 구축했습니다.

• 표준화된 샘플링 및 데이터 생성:

  • 다종 샘플링: 인간 (1610 만 개), 마카크 (81.8 만 개), 마모셋 (54.1 만 개) 등 총 1,740 만 개 이상의 세포를 시퀀싱했습니다.
  • 다중 모달리티 (Multimodal) 프로파일링: 단일 세포 전사체 (sc/snRNA-seq), 염색질 접근성 (ATAC-seq), 히스톤 변형, DNA 메틸화, 3 차원 염색질 구조, 공간 전사체 (Spatial Transcriptomics), 전기생리학 및 형태학 (Patch-seq) 등을 통합하여 분석했습니다.
  • 표준화 파이프라인: 뉴욕 게놈 센터 (NYGC) 와 브로드 인스티튜트 (Broad Institute) 를 중심으로 표준화된 시퀀싱 및 데이터 처리 파이프라인 (Terra, WARP 등) 을 적용하여 데이터 품질과 일관성을 보장했습니다.

• 해부학적 참조 프레임워크 및 온톨로지:

  • HOMBA (Harmonized Ontology of Mammalian Brain Anatomy): 인간과 비인간 영장류의 해부학적 구조를 통합하는 공통 온톨로지를 개발하여 종 간 구조 비교를 용이하게 했습니다.
  • 공통 좌표 프레임워크 (CCF): MRI 기반의 3D 템플릿을 생성하고, 이를 HOMBA 명명법과 연결하여 조직 샘플을 정밀하게 해부학적 위치에 매핑했습니다.

• 세포 분류 및 통합 분석:

  • 클러스터링 및 분류: 머신러닝 (scVI 등) 을 활용하여 종 간 데이터를 통합하고, 보존된 세포 유형과 종 특이적 세포 유형을 식별했습니다.
  • 커뮤니티 어노테이션: Allen Institute Taxonomy (AIT) 데이터 스키마를 기반으로 세포 유형을 정의하고, Cell Ontology (CL) 와 통합하여 표준화된 명칭을 부여했습니다.
  • 데이터 관리 및 FAIR 원칙: NIMP (Neuroanatomy-anchored Information Management Platform) 를 통해 시료 추적 및 메타데이터를 관리하고, NeMO, BIL, DANDI 등의 공개 아카이브를 통해 데이터를 신속하게 공개했습니다.

3. 주요 기여 (Key Contributions)

• 첫 번째 다종 기저핵 세포 지도 (Atlas): 인간, 마카크, 마모셋, 생쥐의 기저핵에 대한 최초의 통합적이고 표준화된 세포 지도를 제공했습니다.
• 표준화된 세포 유형 분류 체계 (Taxonomy): 수천 개의 세포 유형을 계층적으로 분류하고, 종 간 동질성을 매핑한 일관된 분류 체계를 확립했습니다. 이는 기존 문헌의 명칭과 새로운 분자 데이터를 통합하여 구성되었습니다.
• BICAN 생태계 및 인프라 구축:
  • 데이터 표준: 시퀀싱, 메타데이터, 온톨로지, 버전 관리 등 게놈 과학과 유사한 수준의 표준을 뇌 세포 연구에 적용했습니다.
  • 오픈 소스 도구: ABC Atlas, Brain Knowledge Platform (BKP), Cytosplore, MapMyCells, BRAINCELL-AID (LLM 기반 어노테이션) 등 데이터를 탐색, 시각화, 분석할 수 있는 다양한 도구를 개발 및 공개했습니다.
  • 유전적 도구 (Genetic Tools Atlas): 세포 유형 특이적 AAV (Adeno-Associated Virus) 벡터 툴킷을 개발하여 특정 세포 유형을 표적화하고 조작할 수 있는 도구를 제공했습니다.

4. 주요 결과 (Results)

• 세포 유형의 보존과 분화: 기저핵의 주요 신경 세포 유형 (예: 중형 가시 신경세포, MSN) 은 진화적으로 보존되어 있지만, 영장류 (특히 인간) 에서는 신경 및 인터뉴런 집단의 확장과 전문화가 관찰되었습니다.
• 공간적 조직화 및 경계: 공간 전사체 데이터를 통해 기저핵 내부의 미세한 공간적 경계 (예: 스트리오솜 - 매트릭스 구획화, 인간 선조체의 분자적 구역화) 를 발견했습니다.
• 개인 간 변이 및 노화: 인간 선조체 세포의 전사체 데이터를 분석한 결과, 성별보다는 연령과 관련된 유전자 발현 변화가 두드러졌으며, 특정 세포 유형의 발현 패턴을 기반으로 개인의 나이를 약 5 년 오차 범위 내에서 예측할 수 있음을 보였습니다.
• 조절 메커니즘 규명: 염색질 접근성 및 히스톤 변형 데이터를 통합하여 세포 유형 특이적 조절 프로그램 (Enhancer-Promoter 상호작용 등) 을 규명했습니다.
• 질병 관련 발견: 알츠하이머병 및 자폐증과 관련된 기저핵의 세포 유형 특이적 분자 프로그램의 교란을 규명하는 데 기초 자료를 제공했습니다.

5. 의의 및 향후 전망 (Significance)

• 뇌 연구의 '참조 게놈' 역할: 이 지도는 인간 뇌 세포 유형을 정의하고 비교하는 데 있어 인간 게놈 프로젝트의 참조 게놈과 유사한 역할을 수행할 것입니다.
• 신경질환 연구의 가속화: 파킨슨병, 헌팅턴병, 강박증 등 기저핵과 관련된 다양한 신경정신과 질환의 병리 기전을 세포 수준에서 이해하고 치료 표적을 개발하는 데 필수적인 기초 자료를 제공합니다.
• 확장 가능성: 현재 기저핵에 국한되어 있지만, 이 프레임워크와 표준은 전체 뇌 (Whole Brain) 로 확장 가능하며, 다른 장기 시스템에도 적용 가능한 모델로 제시됩니다.
• 커뮤니티 기반 과학: FAIR (Findable, Accessible, Interoperable, Reusable) 원칙에 따라 모든 데이터와 도구가 공개되어 전 세계 연구자들이 자유롭게 데이터를 매핑, 비교, 해석할 수 있는 기반을 마련했습니다.

결론적으로, 이 논문은 단순한 데이터 수집을 넘어, 뇌 세포의 다양성을 체계적으로 분류하고 종 간 비교를 가능하게 하는 표준화된 인프라와 지식 기반을 구축했다는 점에서 신경과학 분야의 혁신적인 이정표입니다.