De novo protein discovery in non-model organisms

저자들은 1KP RNA-seq 데이터를 이용한 *Selaginella* 종에 대한 분석을 통해 참조 게놈 없이 비모델 생물의 전사체에서 단백질 도메인의 비교, 주석 및 정량을 가능하게 하는 크로마토그래피와 유사한 새로운 계산 방법인 'plant'를 개발했다고 밝혔다.

핵심

두 개의 서로 다른 도서관이 있다고 상상해 보세요. 하지만 어느 도서관에도 목차가 없고, 책들은 여러분이 이해하지 못하는 언어로 쓰여 있습니다. 일반적으로 이들을 비교하려면 전문 번역가나 참고 자료가 필요합니다. 하지만 그런 것 없이 이 도서관들을 비교하고 싶다면 어떨까요?

이것이 과학자들이 '참조 유전체'(마스터 설계도) 가 없는 식물을 연구하려 할 때 직면한 문제입니다. 이를 해결하기 위해 과학자들은 plant(병렬 전사체 주석)라는 새로운 디지털 도구를 개발했습니다.

다음은 간단한 비유를 통해 작동 원리를 설명한 것입니다:

커피 필터 비유
커피 가루와 물이 섞인 복잡한 혼합물을 생각해 보세요. 그 안에 무엇이 들어있는지 이해하려면 필터를 사용해 액체와 고체를 분리할 수 있습니다. plant 방법도 비슷하게 작동하지만, 물리적인 필터 대신 컴퓨터 프로그램을 사용합니다. 이 도구는 식물의 유전 코드 (RNA-seq) 로부터 나오는 messy 한 원시 데이터를 받아, 단백질을 구성하는 특정 구성 요소를 분리해 내기 위해 이를 '필터링'합니다.

레고 벽돌 비교
일반적으로 과학자들은 특정 유전자를 살펴봄으로써 식물을 비교합니다. 이는 완전히 다른 명명 체계를 사용하는 두 가지 다른 레고 조립 설명서를 비교하려는 것과 같습니다. 이를 맞추기는 어렵습니다.

대신 plant는 특정 조립 설명서를 무시하고 레고 벽돌 자체(보편적 단백질 도메인)에 초점을 맞춥니다. 마치 '2x4 빨간 벽돌'이 성 세트이든 우주선 세트이든 동일하듯이, 이러한 단백질 구성 요소는 다른 종 사이에서도 보편적입니다. 이 도구는 한 식물과 다른 식물에서 각 '벽돌'이 얼마나 사용되는지 세어봄으로써, 식물이 다른 종에 속하더라도 직접적으로 비교할 수 있습니다.

실험
연구진은 '1000 식물' 프로젝트의 데이터를 사용하여 여러 종류의 Selaginella(고대 식물 종류) 에 대해 이 방법을 테스트했습니다. 그들은 세 가지 주요 작업을 수행했습니다:

1. 퍼즐 조립: 원시 유전 데이터를 퍼즐 조각처럼 맞춰 조립했습니다.
2. 부품 식별: 이 조각들을 거대한 데이터베이스 (Pfam) 와 대조하여 어떤 종류의 '레고 벽돌'(단백질 구조) 인지 확인했습니다.
3. 부품 계수: 각 벽돌이 얼마나 많이 사용되었는지 측정했습니다.

결과
'무엇'(단백질 구조) 과 '얼마나'(양) 를 결합함으로써, 연구진은 식물에서 어떤 단백질 구조가 활성화되어 있는지 정확히 파악할 수 있었습니다. 그들은 이러한 보편적인 벽돌에 집중했기 때문에 마스터 설계도 없이도 식물들을 공정하게 비교할 수 있었습니다.

또한 그들은 특정 종에서만 나타나는 고유한 '벽돌'들을 발견했고, 이를 만들어낸 정확한 유전자까지 추적할 수 있었습니다. 마지막으로, 이 단백질 부품들이 다양한 식물에 어떻게 분포되어 있는지 시각화하기 위해 다채로운 '버블 플롯'(차트의 일종) 을 만들어, 한눈에 패턴을 파악하기 쉽게 했습니다.

요약하자면, 이 방법은 과학자들이 특정 유전 언어의 차이점에 휘둘리지 않고, 공유된 보편적인 구성 요소에 초점을 맞춤으로써 서로 다른 식물의 내부 작동 원리를 비교할 수 있게 해줍니다.

기술 요약

기술적 요약: 비모델 생물의 De Novo 단백질 발견

문제 제기
본 연구가 다루는 핵심 과제는 참조 게놈이 부재한 비모델 생물의 RNA-seq 데이터 분석이다. 전통적인 차등 유전자 발현 분석은 종 특이적 유전자 매핑에 의존하는데, 이는 많은 종에서 이용 불가능하다. 따라서 기존 게놈 프레임워크를 사전에 요구하지 않고 다른 종 간의 전사체 데이터를 비교할 수 있는 방법이 필요하며, 이는 전체 유전자가 아닌 단백질 구성 요소를 식별하고 정량화하는 데 특히 초점을 맞춘다.

방법론
저자들은 plant(Parallel Annotation of Transcriptomes, 전사체 병렬 주석) 라는 계산 프레임워크를 개발하였으며, 이는 크로마토그래피와 개념적으로 유사점을 갖는다. 크로마토그래피가 복잡한 혼합물을 여과하여 개별 구성 요소를 분리하듯, plant 는 전사체 데이터를 여과하여 특정 단백질 구성 요소를 식별, 주석 및 정량화한다.

작업 흐름은 다음과 같다:

1. 데이터 획득 및 조립: 1000 Plant transcriptomes initiative(1KP) 에서 제공된 다양한 Selaginella 종의 원시 RNA-seq 리드를 Trinity를 사용하여 전사체로 조립하였다.
2. 도메인 주석: 조립된 전사체를 InterProScan을 사용하여 Pfam 단백질 도메인 데이터베이스에 검색하였다. 이는 비교 단위를 종 특이적 유전자에서 보편적인 단백질 도메인으로 전환한다.
3. 정량화: 전사체는 kallisto를 사용하여 정량화되었다.
4. 통합: 저자들은 주석 데이터(특정 단백질 구조의 존재) 와 정량화 데이터(발현 수준) 를 병합하였다. 이를 통해 예측된 단백질 구조가 얼마나 자주 발현되는지 확인할 수 있다.
5. 시각화: 연구 대상 종 전반에 걸친 Pfam 주석 및 유전자 오ントロジー (GO) 용어의 분포를 시각화하기 위해 버블 플롯을 생성하였다.

주요 기여 및 결과
주요 기여는 상동 유전자가 아닌 보편적 단백질 도메인 주석에 기반한 종 간 비교를 가능하게 하는 방법론이다. 비교를 단백질 도메인에 고정함으로써, 이 방법은 참조 게놈 없이도 상대적으로 짧은 진화적 거리를 가진 생물의 분석을 용이하게 한다.

주요 발견 및 입증된 역량은 다음과 같다:

• 종 간 비교 가능성: 정량화된 단백질 도메인 주석은 서로 다른 종 간에 비교 가능한 것으로 나타났다.
• 특이성 식별: 이 방법은 종 특이적 단백질 도메인의 존재를 성공적으로 식별하였다.
• 추적 가능성: 파이프라인을 통해 연구자들은 특정 도메인 주석을 해당 기원 유전자로 추적할 수 있다.
• 시각화: 연구는 분석된 Selaginella 종 전반에 걸친 기능적 주석의 분포를 시각화한 표현물 (버블 플롯) 을 산출하였다.

의의 및 주장
본 논문은 plant 가 참조 게놈이 부재한 상황에서 De Novo 단백질 발견 및 비교 전사체학에 대한 실행 가능한 접근법을 제공한다고 주장한다. 전사체를 구성 단백질 도메인에 의해 여과되고 분석되어야 할 혼합물로 취급함으로써, 이 방법은 서로 다른 종의 기능적 잠재력을 비교할 수 있는 방식을 제공한다. 저자들은 이를 종 간에 "예측된 단백질 구조가 얼마나 자주 발현되는지"를 파악할 수 있는 도구로 위치시키며, 전통적인 유전자 중심 접근법이 실패하는 복잡한 전사체 데이터를 분석할 수 있는 경로를 제시한다. 그 의의는 종 간 진화적 거리가 상대적으로 짧다는 전제 하에 공개적으로 이용 가능한 RNA-seq 데이터를 사용하여 비모델 생물에서 비교 분석을 수행할 수 있다는 점에 있다.