🦠 microbiology

Hierarchical control of bacterial growth efficiency by substrate and taxonomy

본 연구는 박테리아의 성장 효율이 기질 유형과 분류학 모두에 의해 계층적으로 조절됨을 확립하며, 당분해성 기질이 당신생합성 기질보다 더 높은 효율을 산출하는 한편, 에너지 공급과 수요에 관한 문(phylum) 특이적 차이가 자원의 정체성만큼이나 변동성을 유발하여, 궁극적으로 성장 속도와 성장 효율을 분리한다는 것을 밝혀낸다.

원저자: Sinha, V., Kuehn, S.

게시일 2026-07-27

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Sinha, V., Kuehn, S.

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

발밑의 토양을 활기차게 움직이는 보이지 않는 도시라고 상상해 보세요. 이 도시에서는 아주 작은 박테리아 노동자들이 죽은 잎, 부패하는 뿌리, 그리고 다른 자연의 파편들과 같은 유기물을 끊임없이 먹고 있습니다. 그들이 음식을 섭취할 때, 그들은 두 가지 일을 합니다. 바로 자신의 개체 수를 늘리기 위해 새로운 세포를 만드는 것과 이산화탄소(CO2)를 내뿜는 것입니다. 이 과정은 전 지구적 탄소 순환의 엔진입니다. 이것을 지구를 위한 거대한 회계 시스템이라고 생각하면 됩니다. 박테리아가 탄소 한 조각을 먹을 때마다, 그것은 얼마나 많은 양을 자신의 몸(생물량)을 위해 남겨두고, 얼마나 많은 양을 폐기물(CO2)로 태워 버릴지 결정해야 합니다. 만약 그들이 더 많이 남긴다면 토양은 탄소를 저장하게 되고, 더 많이 태운다면 그 탄소는 온실가스로서 대기로 돌아갑니다. 수십 년 동안 과학자들은 이 회계 방식의 '도로 규칙'을 알아내기 위해 노력해 왔습니다. 그들은 온도와 먹이의 종류가 중요하다는 것은 알고 있었지만, 왜 어떤 박테리아는 매우 효율적인 저축가인 반면 다른 박테리아는 낭비벽이 심한 연소자인지에 대한 큰 그림을 놓치고 있었습니다. 핵심적인 질문은 이것이었습니다: 이 효율성이 박테리아가 얼마나 빨리 달리고 있는지(성장 속도)에 의해 결정되는 것인가, 아니면 그들의 가계도나 무엇을 먹느냐와 같은 더 깊은 무언가에 의해 결정되는 것인가?

한 연구팀은 박테리아를 실험실 체육관의 고성능 운동선수처럼 취급하여 이 암호를 풀기로 했습니다. 그들은 세 가지 주요 박테리아 '가족'(또는 문)을 대표하는 23가지 서로 다른 토양 박테리아 균주를 모았고, 이들에게 포도당(단순 당)과 숙신산(한 종류의 산)이라는 매우 다른 두 가지 먹이를 엄격하게 급여했습니다. 박테리아가 섭취한 탄소를 얼마나 남기고 얼마나 내뱉었는지를 정확히 측정하기 위해, 연구팀은 실시간으로 CO2를 '냄새 맡을' 수 있는 초정밀 센서가 장착된 특수 제작된 밀폐 유리관을 구축했습니다. 그것은 마치 각 박테리아에게 성장을 하는 동안 내뱉는 모든 숨결을 추적하는 개인용 음주 측정기를 준 것과 같았습니다.

결과는 약간의 반전이 있었습니다. 우선, 먹이가 매우 중요했습니다. 박테리아가 포도당을 먹을 때, 그들은 일반적으로 숙신산을 먹을 때보다 더 효율적이어서 탄소를 더 많이 남기고 CO2는 덜 내뱉었습니다. 이는 포도당이 에너지를 얻기 위해 분해하기 더 쉽기 때문에 당연한 결과입니다. 하지만 놀라운 점은 이것이었습니다: 박테리아의 가계도가 먹이만큼이나 중요했다는 사실입니다. 특히 액티노미세토타(Actinomycetota)와 같은 특정 가족들은 무엇을 먹든 상관없이 본래 매우 효율적인 저축가였던 반면, 슈도모나도타(Pseudomonadota)와 바실로타(Bacillota) 같은 이들은 덜 효율적이었습니다. 실제로 이 가족들 사이의 차이는 매우 커서, '어려운' 먹이(숙신산)를 먹는 '저축가'들이 '쉬운' 먹이(포도당)를 먹는 '낭비가'들만큼이나 효율적이었습니다.

아마도 가장 중요한 발견은 일어나지 않은 일이었습니다. 오랫동안 과학자들은 빠르게 성장하는 박테리아가 덜 효율적일 것이라거나, 속도와 효율성이 시소처럼 연결되어 있을 것이라고 생각했습니다. 이 연구는 그것이 사실이 아님을 시사합니다. 연구진은 박테리아가 얼마나 빨리 자라는지와 그들이 먹이를 얼마나 효율적으로 사용하는지 사이에 강한 연관성이 없다는 것을 발견했습니다. 빠른 주자가 반드시 낭비하는 주자인 것도 아니었고, 느린 주자가 반드시 저축가인 것도 아니었습니다. 대신, 효율성은 박테리아의 내부 '기계 장치', 구체적으로는 에너지 공장(전자 전달계)을 위한 유전자와 먹이를 처리하는 방식에 의해 결정되는 듯 보였습니다.

연구는 또한 일부 박테리아가 포도당을 먹을 때 보이는 기묘한 행동을 포착했습니다. 몇몇 박테리아는 CO2를 두 단계로 나누어 내뱉기 시작했는데, 이는 '과잉 대사(overflow metabolism)'의 징후임이 밝혀졌습니다. 이것은 마치 공장에 원료(설탕)가 너무 많이 들어와서 즉시 모두 처리할 수 없자, 일부를 부산물(아세테이트)로 배출한 다음 나중에 다시 와서 이를 정리하는 것과 같습니다. 이러한 행동은 특정 유전적 특성과 연결되어 있었으며, 이는 박테리아의 유전적 청사진이 탄소 회계 게임의 주요 관리자라는 사실을 더욱 입증했습니다.

궁극적으로, 이 논문은 우리 행성의 토양이 얼마나 많은 CO2를 방출하는지 이해하기 위해서는 단순히 사물이 얼마나 빨리 성장하는지만을 봐서는 안 된다는 점을 시사합니다. 우리는 누가 성장하고 있는지(그들의 가계도)와 무엇을 먹고 있는지(그들의 먹이)를 보아야 합니다. 이는 미시 세계에서 당신의 DNA와 식단이 당신의 탄소 발자국을 결정하는 궁극적인 관리자라는 사실을 상기시켜 줍니다.

기술 요약: 기질 및 분류군에 의한 박테리아 성장 효율의 계층적 제어

문제 제기
종속영양 박테리아는 특히 토양에서 전 세계 생물학적 CO₂ 생성의 상당 부분을 담당한다. 소비된 유기 탄소가 생물량(biomass)으로 유지되는 비율과 CO₂로 방출되는 비율의 정의를 박테리아 성장 효율(BGE)이라 한다. 이 매개변수는 탄소가 생물량과 대기 사이에서 어떻게 흐르는지를 결정하므로 전 지구적 탄소 순환을 이해하는 데 매우 중요하다. 그러나 BGE의 생리학적 및 분류학적 결정 요인에 대해서는 여전히 이해가 부족하다. 기존 연구들은 성장 속도와 BGE 사이의 관계에 대해 상충하는 결과를 내놓았으며, BGE가 기질의 정체성에 의해 제어되는지 아니면 박테리아의 분류군에 의해 제어되는지에 대한 정도도 불분명하다. 기존의 생태계 모델은 이러한 생리학적 기초에 대한 정밀한 제약 조건을 결여하고 있어, 토양 탄소 유지에 대한 서로 다른 예측을 낳고 있다.

방법론
저자들은 다양한 박테리아 균주와 기질에 걸쳐 BGE를 측정하기 위한 정량적이고 고처리량(high-throughput)인 방법을 개발하였다.

실험 시스템: 본 연구는 세 가지 문(Pseudomonadota, Actinomycetota, Bacillota)에 걸친 23개의 종속영양 토양 박테리아 균주를 활용하였다. 이 균주들은 두 가지 뚜렷한 탄소 기질인 글루코스(당분해 기질)와 숙시네이트(당신생합성 기질)에서 배양되었다.
호흡 측정 및 탄소 정량: 맞춤형 밀폐 배양 용기는 비파괴적 적외선 CO₂ 센서(SCD30)를 장착하여 헤드스페이스(headspace) 내 CO₂ 축적을 실시간으로 측정하도록 설계되었다. 이를 통해 CO₂ 역학으로부터 비성장 속도( $\lambda$ )를 추론할 수 있었다.
종점 분석: 성장이 멈춘 후, 총 유기 탄소(TOC) 분석기를 사용하여 총 탄소를 정량화하였다. 여기에는 생물량 탄소, 용존 무기 탄소(DIC) 및 상등액 내 잔류 유기 탄소 측정이 포함된다.
BGE 계산: BGE는 생물량 탄소를 생물량 탄소와 호흡된 CO₂의 합계로 나눈 비율로 계산되었다 ( $BGE = J_B / (J_B + J_{CO2})$ ).
유전체 분석: 서열이 분석된 19개 균주에 대해, 저자들은 중심 대사(TCA 회로) 및 전자 전달계(ETC)와 관련된 41개의 KEGG 주석 유전자의 존재/부재 행렬을 구축하였다. 유전적 내용이 BGE 변이를 예측할 수 있는지 테스트하기 위해 랜덤 포레스트(Random Forest) 회귀 모델을 훈련시켰다.

주요 결과

BGE의 계층적 구조: BGE는 계층적으로 구조화되어 있다. 가장 높은 수준에서 기질의 정체가 효율성을 결정한다: 모든 균주에서 BGE는 숙시네이트보다 글루코스에서 일관되게 높게 나타났다. 이는 당분해 기질이 당신생합성 기질보다 생성된 CO₂ 몰당 더 많은 ATP( $e_r$ )를 산출한다는 이론적 예측과 일치한다.
분류학적 변이: 분류군 간에 상당한 BGE 변이가 존재한다. Actinomycetota 균주들은 두 기질 모두에서 Pseudomonadota 및 Bacillota보다 체계적으로 높은 BGE를 보였다. 이러한 분류학적 효과의 크기는 기질 변화에 의해 유도되는 변이와 맞먹는 수준이다.
균주 수준 형질의 보존: 기질의 차이에도 불구하고, 균주 간 BGE의 순위(rank ordering)는 자원 전반에 걸쳐 보존되었다 (Spearman $r_s = 0.82$ ). 이는 BGE가 견고한 균주 수준의 생리학적 특성임을 시사한다.
성장 속도와의 독립성: 이전 문헌과는 대조적으로, 본 연구는 특정 자원 내에서 BGE와 비성장 속도( $\lambda$ $λ$ ) 사이에 유의미한 상관관계가 없음을 발견하였다.
- 숙시네이트의 경우, BGE와 $\lambda$ 는 모든 문(phyla)에서 상관관계가 없었다.
- 글루코스의 경우, 상관관계는 일반적으로 약하거나 유의미하지 않았으나, 오버플로 대사(biphasic respiration 및 아세테이트 축적)를 보이는 일부 Pseudomonadota에서는 예외적이었다. 저자들은 전역적인 상관관계가 결여된 이유를 성장 속도가 에너지 수율보다는 단백질 구성의 제약에 의해 결정될 가능성이 높기 때문이라고 설명한다.
유전적 예측 인자: 랜덤 포레스트 모델은 유전체 데이터로부터 BGE를 성공적으로 예측하였다 (Out-of-sample $r \approx 0.64$ for glucose, $0.54$ for succinate). 가장 예측력이 높은 두 유전자는 fumB(푸마르산 수화효소 서브유닛 베타)와 sdhD/frdD(숙시네이트 탈수소효소 서브유닛 D)였으며, 이는 TCA 회로 및 ETC 조성을 BGE와 연결시킨다.
오버플로 대사(Overflow Metabolism): 글루코스에서 배양된 일부 균주는 아세테이트 생성 후 소비되는 양상을 보이는 이상성(biphasic) CO₂ 역학을 나타냈다. 이 현상은 숙시네이트에서는 관찰되지 않았다.

의의 및 주장
저자들은 본 연구가 다음과 같은 점을 입증함으로써 박테리아 성장 중 탄소 배분의 이해를 재정립한다고 주장한다:

기질과 분류군이 주요 동인임: 탄소의 운명은 성장 역학(kinetics)보다는 기질의 정체성과 유기체의 분류군에 의해 결정된다.
생리학적 모델 검증: 본 연구 결과는 BGE가 호흡된 CO₂당 생성되는 ATP( $e_r$ )와 단위 생물량당 필요한 ATP( $\sigma$ )에 직접적으로 의존하며, 성장 속도에 직접 의존하지 않는다는 단순한 생리학적 모델을 지지한다.
예측 가능성: BGE의 분류학적 변이는 TCA 회로 및 ETC 유전자의 존재 여부를 통해 예측 가능하다. 이는 메타게놈 데이터가 토양 및 해양 환경에서의 커뮤니티 수준 탄소 이용 효율을 추정하는 대리 지표(proxy)로 사용될 수 있음을 시사한다.
모순의 해결: 본 연구는 성장 속도와 BGE 사이의 상관관계가 흔히 생리학적 제약(intra-resource)보다는 자원 간 비교(inter-resource, 예: 당분해 vs 당신생합성 기질 비교)에서 발생한다는 것을 보여줌으로써 기존의 상충하는 문헌들을 화해시킨다.

본 논문은 성장 속도의 영향은 부차적인 반면, 기질의 정체성과 분류학적 생리학 사이의 상호작용이 CO₂로서의 탄소 손실 속도를 설정한다고 결론짓는다. 이는 생태계 규모의 탄소 순환 모델을 개선하기 위한 기계적 기초를 제공한다.

유사한 논문