← 최신 논문
🧠 neuroscience

A consensus atlas of human brain development defines cell type-specific maturation trajectories across the lifespan

본 연구는 신경 발생부터 성인기에 이르는 인간 뇌 발달 과정을 아우르는 통합적이고 고해상도인 전사체 지도를 제시하며, 이는 156명의 기증자로부터 얻은 데이터를 통합하여 재현 가능한 세포 유형 성숙 궤적을 정의하고, 희귀 세포군을 특징짓고, 종간 및 질병 상태 전반에 걸친 향후 연구를 위한 표준화된 참조 모델을 확립한다.

원저자: Venkatesan, S., Nano, P., Werner, J., Malaiya, S., Herb, B., Gao, Y., Wang, L., Bhaduri, A., Nowakowski, T. J., Colantuoni, C., Ament, S. A., Gillis, J.

게시일 2026-07-17
📖 4 분 읽기☕ 가벼운 읽기

원저자: Venkatesan, S., Nano, P., Werner, J., Malaiya, S., Herb, B., Gao, Y., Wang, L., Bhaduri, A., Nowakowski, T. J., Colantuoni, C., Ament, S. A., Gillis, J.

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

인간의 뇌를 정적인, 완성된 기계가 아니라 끊임없이 공사가 진행 중인 북적이는 도시라고 상상해 보십시오. 수십 년 동안 과학자들은 이 도시를 지도화하기 위해 노력해 왔지만, 그들은 혼란스럽고 서로 맞지 않는 오래된 설계도들을 가지고 작업해 왔습니다. 어떤 설계도는 도시의 혼란스러웠던 초기 모습을 보여주고, 어떤 것은 교외 지역이 건설되는 모습을, 또 몇몇은 완성된 스카이라인을 보여줍니다. 문제는 모든 건축가가 서로 다른 언어, 서로 다른 색상, 그리고 서로 다른 측정 도구를 사용했다는 점입니다. 한 팀은 어떤 건물을 "마천루"라고 불렀고, 다른 팀은 동일한 구조물을 "타워"라고 불렀으며, 이로 인해 단 하나의 필지에서 어떻게 대도시로 성장했는지 파라는 것을 보는 것이 불가능했습니다. 이것이 인간 뇌 발달을 연구하는 데 있어 직면한 과제입니다. 과정은 연속적이지만, 우리가 가진 데이터는 서로 다른 상자에서 나온 퍼즐 조각들처럼 파편화되어 있습니다.

이 논문이 들려주는 이야기를 이해하려면, 뇌가 어떻게 성장하는지에 대한 몇 가지 기본적인 사항을 알아야 합니다. 첫째, 뇌는 "전구체(progenitor)" 세포라는 풀(pool)에서 시작하는데, 이들은 백지 상태나 생찰토와 같습니다. 이 세포들은 분열하여 결국 특정 유형의 뉴런(뇌의 전령)과 글리아 세포(지원팀)로 변합니다. 둘째, 이러한 변화는 단 한 번의 스위치 전환이 아닙니다. 이는 세포가 성숙하고, 형태를 바꾸고, 수년에 걸쳐 자신의 구체적인 직무를 배워가는 길고 느린 여정이며, 아기가 태어난 후에도 계속됩니다. 셋째, 과학자들은 "단일 세포 시퀀싱(single-cell sequencing)"이라는 기술을 사용하여 개별 세포 내부의 유전적 지침을 읽는데, 이는 본질적으로 각 세포가 특정 순간에 무엇을 하고 있는지 스냅샷을 찍는 것과 같습니다. 커다란 질문은 항상 이것이었습니다. 이 흩어진 스냅샷들을 모두 엮어서 아주 작은 배아에서부터 복잡한 성인의 정신에 이르기까지 인간의 뇌가 어떻게 성장하는지의 매끄러운 전체 영화를 볼 수 있을 것인가 하는 점입니다.

"인간 뇌 발달의 컨센서스 아틀라스(A consensus atlas of human brain development)"라는 제목의 이 논문은 그 질문에 대한 해답입니다. 연구진은 서로 다른 아홉 개의 무질서한 인간 뇌 발달 지도를 가져와 하나의 거대하고 통합된 아틀라스를 만든 숙련된 지도 제작자 역할을 했습니다. 그들은 단순히 그림을 본 것이 아니라, 156명의 서로 다른 사람으로부터 얻은 218만 개 이상의 세포라는 원시 데이터로 돌아가 모든 것을 동일한 규칙을 사용하여 재분석했습니다. 이것은 아홉 개의 서로 다른 언어를 하나의 보편적인 방언으로 번역하여 서로 대화할 수 있게 만드는 것과 같습니다. 이렇게 함으로써, 그들은 모든 유형의 뇌 세포가 임신 첫 몇 주부터 성인기에 이르기까지 정확히 어떻게 변하는지를 보여주는 단일한 참조 가이드인 "컨센서스(합의된)" 관점을 만들어냈습니다.

연구팀은 35가지 유형의 뇌 세포의 일생을 놀라운 정밀도로 추적할 수 있다는 것을 발견했습니다. 그들은 서로 다른 세포들이 서로 다른 속도로 성장한다는 것을 발견했습니다. 심층 레이어 뉴런(뇌의 층을 형성하는 기초)과 같은 세포들은 출생 전에도 이미 "성인"의 정체성을 갖게 되는 것처럼 보입니다. 반면, 더 복잡한 사고를 담당하는 상층 레이어 뉴러이나 뇌를 순찰하는 면역 세포와 같은 세포들은 훨씬 더 오래 걸리며, 아이가 태어난 후에도 몇 달 또는 몇 년 동안 성숙을 지속합니다. 이는 어떤 학생은 유치원에서 졸업하고, 어떤 학생은 여전히 고등학교에 다니고 있으며, 학생들이 성인이 될 때까지 학교가 문을 닫지 않는 학교와 같습니다.

가장 흥exciting한 발견 중 하나는 세포의 유전적 "할 일 목록(to-do list)"을 보는 것만으로 세포의 나이를 예측할 수 있었다는 점입니다. 연구진은 각 세포 유형에 대한 "시계"를 구축했습니다. 만약 세포에 새로운 연결을 구축하는 것과 관련된 유전자가 많다면, 시계는 그것이 젊다고 말합니다. 만약 세포에 그 연결을 유지하는 것과 관련된 유전자가 있다면, 시계는 그것이 더 오래되었다고 말합니다. 또한 그들은 세포가 성숙함에 따라 꺼지는 유전자(건물이 완공된 후에는 더 이상 필요하지 않은 "건설팀" 유전자와 같은)와, 세포가 특정 직무를 수행하도록 돕기 위해 켜지는 유전자가 있다는 것을 발견했습니다. 흥미롭게도, 꺼지는 유전자들은 모든 세포 유형에서 매우 유사하며 그 DNA 서열이 매우 엄격한 반면(즉, 진화 과정에서 거의 변하지 않음), 켜지는 유전자들은 각 세포 유형에 고유하며 자폐증과 같은 질환과 연관되어 있는 경우가 많았습니다.

또한 이 논문은 뇌의 면역 체계, 특히 뇌의 청소부이자 보안 요원 역할을 하는 "미세아교세포(microglia)"를 깊이 있게 다루었습니다. 35,000개 이상의 이 세포들을 조사함으로써, 연구팀은 그들의 전체 생애 주기를 지도화했습니다. 그들은 이 세포들이 성인 모습과는 매우 다르게 시작하며, 마치 자궁 내에서 여전히 "훈련 캠프"에 있는 것과 같고, 성장하면서 천천히 최종 직무를 배운다는 것을 발견했습니다. 이는 뇌의 면역 체계가 출생 후에도 오랫동안 여전히 "공사 중"임을 시사합니다.

마지막으로, 연구진은 공간 지도와 대조하여 자신들의 작업을 검증했습니다. 즉, 이 세포들이 뇌의 어디에 살고 있는지를 살펴보았습니다. 그들은 자신들의 새로운 아틀라스가 뇌 발달의 알려진 "안에서 밖으로(inside-out)" 패턴, 즉 가장 깊은 층이 먼저 구축되고 외층이 나중에 추가되는 패턴과 완벽하게 일치한다는 것을 발견했습니다. 이는 그들의 새로운 통합 지도가 정확하다는 것을 확인시켜 주었습니다.

요컨대, 이 논문은 단순히 부품의 목록을 제공하는 것이 아니라, 인간의 뇌가 스스로를 어떻게 구축하는지에 대한 설명서를 제공합니다. 이는 과정은 연속적이지만, 서로 다른 세포들이 각자의 고유한 일정을 가지고 있음을 보여줍니다. 어떤 세포들은 일찍 준비되지만, 어떤 세포들은 시간을 더 갖습니다. 이 새로운 "컨센서스 아틀라스"는 과학자들이 건강한 뇌와 질병이 있는 뇌를 비교하거나, 우리의 뇌가 쥐의 뇌와 어떻게 다른지 이해하여 발달이 계획대로 진행되지 않을 때 무엇이 잘못되는지를 이해하는 데 사용할 수 있는 강력한 도구입니다. 이것은 혼란스러운 퍼즐 조각 더미를 인간 성장의 명확하고 완전한 그림으로 바꿔 놓았습니다.

연구 분야의 논문에 파묻히고 계신가요?

연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.

Digest 사용해 보기 →