💻 bioinformatics

A hierarchical orthology framework reveals viral carbohydrate-active genes across the global virosphere

본 연구는 서열, 구조 및 기능 데이터를 통합하여 전 세계 바이로스피어(virosphere)에 걸친 방대하고 이전에 과소평가되었던 바이러스 탄수화물 활성 효소의 다양성을 밝혀내고, 이들의 복잡한 진화적 기원과 바이러스-숙주 상호작용에서의 중요한 역할을 드러내는 계층적 직계 존속성 프레임워크인 VirGenes를 소개한다.

원저자: Meng, L., Zhang, R., De Castro, C., Uchiyama, I., Kanehisa, M., Ogata, H.

게시일 2026-08-07

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Meng, L., Zhang, R., De Castro, C., Uchiyama, I., Kanehisa, M., Ogata, H.

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

미시적인 세계를 박동하고 혼란스러운 도시라고 상상해 보십시오. 이곳에서는 바이러스라고 불리는 작은 침입자들이 박테리아와 다른 세포들의 집을 뚫고 들어가기 위해 끊임없이 노력하고 있습니다. 성공하기 위해서, 이 침입자들은 종종 변장을 하거나 앞문을 열 수 있는 특별한 도구를 지녀야 합니다. 오랫동안 과학자들은 바이러스가 피해자로부터 도구를 빌려 쓰는 숙련된 도둑과 같아서, 자신의 변장을 만드는 데 전적으로 숙주의 기계 장치에 의존한다고 생각했습니다. 하지만 우리는 이제 일부 바이러스가 사실 스스로의 설계도를 가지고 복잡한 당 기반 구조물을 만들어내는 숙련된 장인이라는 것을 알고 있습니다. 이러한 당을 조작하는 도구들을 탄수화물 활성 효소, 즉 CAZyme이라고 부릅니다. 이것들을 바이러스의 개인용 락픽(자물쇠 따개), 붓, 그리고 글루건이라고 생각해 보십시오. 이 도구들은 바이러스가 세포에 달라붙거나, 면역 체계로부터 숨거나, 심지어 세포벽을 분해하여 탈출하는 데 도움을 줍니다. 큰 미스터리는 항상 이것이었습니다: 바이러스는 실제로 얼마나 많은 이러한 도구들을 가지고 있으며, 그것들을 어디에서 얻었는가? 그들은 단지 숙주로부터 빌려온 것일까요, 아니면 수백만 년에 걸쳐 자신들만의 독특한 도구 상자를 구축해 온 것일까요?

이 퍼즐을 풀기 위해 거대하고 조직적인 도서관을 만들기로 결심한 연구팀이 등장했습니다. 그들은 바이러스 유전자를 위한 거대한 파일링 시스템 역할을 하는 VirGenes라는 새로운 데이터베이스를 구축했습니다. 단순히 유전 코드(글자)만을 보고 일치하는 것을 찾는 것이—이는 마치 책의 제목만으로 책을 찾는 것과 같습니다—그들은 단백질의 3D 구조(책 속의 이야기) 또한 살펴보았습니다. 이것은 매우 중요한데, 바이러스는 너무 빠르게 진화하여 유전적 "제목"은 인식할 수 없을 정도로 변하지만, 그들의 "이야기"(모양)는 종종 그대로 유지되기 때문입니다. 이 영리하고 다층적인 접근 방식을 사용하여, 연구진은 알려진 전체 "바이로스피어"(바이러스의 세계)를 스캔했고, 놀라운 사실을 발견했습니다: 바이러스는 우리가 몰랐던 당 조작 도구들로 가득 차 있다는 것입니다.

그들은 102개의 서로 다른 가족에 속하는 558개의 뚜렷한 그룹의 바이러스 유전자를 발견했습니다. 이는 정말 많은 도구입니다! 특히 박테리아를 감염시키는 바이러스(박테리오파지) 중 일부는 이러한 유전자들을 엄청나게 모으는 수집가입니다. 박테리아를 잡아먹는 두 가지 특정 바이러스 가족인 Kleczkowskaviridae와 Pootjesviridae는 단일 바이러스 게놈 내에 10개 이상의 이러한 당 도구를 보유하고 있는 것으로 밝혀졌습니다. 진핵세포(예: 아메바)를 감염시키는 거대 바이러스들조차 풍부한 컬렉션을 가지고 있음이 드러났으며, Mimiviridae 가족이 주요 플레이어로 나타났습니다.

하지만 이야기의 가장 흥ksam진 부분은 이 바이러스들이 어떻게 도구를 얻었는가 하는 점입니다. 연구진은 이 유전자들의 가계도를 추적했고, 바이러스가 단순히 숙주를 복제하는 것이 아니라, 고도의 진화적 술래잡기 게임 속에서 끊임없이 유전자를 교환하고 있다는 사실을 발견했습니다. 그들은 바이러스가 박테리아의 세포벽을 분해하는 효소(예: GH23 및 GH24 가족)를 만들기 위해 박테리아로부터 직접 유전자를 훔친다는 강력한 증거를 발견했습니다. 이것은 마치 집을 털기 위해 집의 락픽을 훔친 뒤, 그것을 더 잘 작동하도록 수정하는 것과 같습니다. 실제로 일부 효소 가족의 경우, 데이터베이스에서 발견된 구성원의 80% 이상이 바이러스였는데, 이는 바이러스가 이러한 특정 도구들의 주요 발명가가 되었음을 시사합니다.

연구진은 또한 바이러스들이 자신들의 가장 좋은 도구들을 눈에 띄지 않게 숨기고 있다는 사실을 발견했습니다. 그들은 유전 코드를 읽었을 때는 알려진 어떤 당 도구와도 완전히 달라 보였지만, 3D 모양을 보았을 때는 알려진 효소와 완벽하게 일치하는 34개의 바이러스 유전자 그룹을 찾아냈습니다. 한 가지 눈에 띄는 예는 거대 바이러스들이 운반하는 "다섯 개의 날개를 가진 β-프로펠러"라는 특정 모양과 관련된 것인데, 이는 유전 코드는 전혀 암시하지 않았음에도 불구하고 (특정 당을 소화하는 기계인) GH130 가족과 정확히 일치했습니다. 팀이 컴퓨터 시뮬레이션으로 이 모양들을 테스트했을 때, 이 바이러스 단백질들이 알려진 세포 속 친척들만큼이나 당 분자에 잘 달라붙을 수 있음을 발견했습니다.

요약하자면, 이 논문은 바이러스가 우리가 생각했던 것보다 훨씬 더 독립적이고 창의적이라는 점을 시사합니다. 그들은 수동적인 차입자가 아니라, 탄수화물을 조작하는 다양한 방법을 끊임없이 습득하고, 수정하며, 심지어 발명하는 글로벌 당 경제의 능동적인 참여자입니다. VirGenes라는 새로운 도서관을 구축함으로써, 연구진은 바이러스가 어떻게 생존하고, 진화하며, 세상과 상호작용하는지를 이해하는 문을 열었으며, 바이러스와 숙주 사이의 지속적인 진화적 군비 경쟁 속에 숨겨진 복잡성의 층위를 드러냈습니다.

문제점
바이러스 단백질의 기능적 주석(functional annotation)은 바이러스학에서 여전히 중요한 병목 현상으로 남아 있으며, 현재 기능적 역할이 할당된 바이러스 단백질 패밀리는 30% 미만에 불과하다. 이러한 한계는 특히 탄수화물 활성 효소(CAZymes)에서 두드러지는데, 이들은 바이러스 입자 구조, 숙주 표면 및 세포 외 글리칸을 수정함으로써 바이러스-숙주 상호작용을 형성한다. 최근의 발견들은 일부 바이러스, 특히 거대 바이러스가 자체적인 CAZyme을 인코딩하고 있음을 시사하지만, 이러한 바이러스 탄수화물 활성 시스템의 다양성과 진화적 기원은 여전히 잘 알려져 있지 않다. 기존의 생물정보학 프레임워크는 서열 유사성에 크게 의존하는데, 이는 바이러스 단백질의 빠른 진화와 높은 가변성으로 인해 원격 상동성(remote homology)을 탐지하는 데 실패하는 경우가 많다. 결과적으로, 알려진 CAZyme과 구조적 접힘(fold)은 보존되어 있으나 서열 동일성은 낮은 많은 바이러스 유전자가 누락되어, 탐구되지 않은 바이러스의 기능적 잠재력이라는 "암흑 물질(dark matter)"을 남겨두고 있다.

방법론
이러한 격차를 해결하기 위해, 저자들은 KEGG 바이러스 유전자 데이터셋을 기반으로 구축된 바이러스 직계 유전자 그룹(orthologous groups)의 계층적 데이터베이스인 VirGenes를 개발하였다. 이 프레임워크는 세 단계의 상동성 탐지 수준을 통합한다:

바이러스 서열 클러스터(VSCs): MMseqs2와 마르코프 클러스터링(MCL) 알고리즘을 사용하여 서열 유사성 네트워크를 통해 생성된다. 결정적인 전처리 단계로, 이질적인 클러스터링을 방지하기 위해 추정되는 폴리단백질 전구체(예: 코로나바이러스 ORF1ab)를 성숙한 펩타이드 영역으로 식별하고 분할하는 과정이 포함되었다.
바이러스 원격 클러스터(VRCs): 직접적인 서열 유사성을 넘어 관계를 포착하기 위해 HHblits 및 HHsearch를 이용한 원격 상동성 탐지에 기반하여 VSC를 그룹화하여 형성된다.
바이러스 접힘 클러스터(VFCs): 단백질 구조(AlphaFold 예측 및 PDB 데이터 사용)에 VSC를 매핑하고 Foldseek를 사용하여 일대일(all-against-all) 구조 정렬을 수행하여 생성된다.

저자들은 이 프레임워크를 CAZy 및 dbCAN 데이터베이스에 대한 BLAST 및 HMMER 검색을 포함하는 다단계 탐지 파이프라인을 사용하여 바이러스 CAZyme(글리코실전이효소, 글리코사이드 가수분해효소, 다당류 리아제, 탄수화물 에스테르 효소, 보조 활성 효소 및 탄수화물 결합 모듈 포함)을 스크리닝하는 데 적용하였으며, 이후 진화적 기원(특히 수평적 유전자 이동 사건)을 추적하기 위한 계통 발생학적 분석과 서열 상동성이 결면된 CAZyme 유사 접힘을 식별하기 위한 구조적 분석을 수행하였다.

주요 기여

VirGenes 데이터베이스: 바이러스 서열 공간, 원격 상동성, 구조적 접힘 공간을 연결하는 통합된 계층적 프레임워크를 제공하는 공개 접근 가능한 리소스(https://www.genome.jp/vogdb/)이다. 이는 KEGG 직계 유전자(KO) 할당과 Virus-Host DB 및 ICTV의 메타데이터를 통합한다.
체계적인 CAZyme 발견: 102개의 CAZyme 패밀리에 걸친 8,807개의 CAZyme 인코딩 유전자를 포함하는 **558개의 바이러스 직계 유전자 그룹(VSCs)**을 식별하였다. 이는 이전의 탐지 방법들에 비해 상당한 확장을 의미한다.
"암흑 물질"의 구조적 주석: 구조적 유사성이 서열 유사성을 감지할 수 없는 바이러스 유전자의 CAZyme 유사 기능을 드러낼 수 있음을 입증하였다. 구체적으로, 본 연구는 알려진 CAZyme과 서열 상동성이 없는 수많은 가설적 바이러스 서열(특히 거대 바이러스로부터 유래된)이 글리코사이드 가수분해효소 유사 5-블레이드 $\beta$ -프로펠러 접힘을 보유하고 있음을 식별하였다.

결과

분포: 바이러스 CAZyme 레퍼토리는 널리 퍼져 있으며, 특히 dsDNA 바이러스 계통에서 풍부하게 나타난다. 두 박테리오파지 패밀리인 Kleczkowskaviridae와 Pootjesviridae는 게놈당 10개 이상의 CAZyme을 인코딩하며, 거대 바이러스 패밀리인 Mimiviridae 또한 높은 밀도의 CAZyme 인코딩 유전자를 보여준다.
진화적 기원: 계통 발생학적 분석은 서로 다른 진화 역사를 밝혀낸다. 박테리아에서 바이러스로의 빈번한 수평적 유전자 이동(HGT), 특히 엔도라이신 유전자(예: GH23, GH24)에 대한 증거가 존재하며, 이는 세포형 숙주와의 진화적 군비 경쟁에서의 바이러스 전략을 시사한다. 반대로, 일부 패밀리(예: AA10)는 단일 조상 획득 후 파지 내에서 다양화되는 양상을 보이는 반면, 다른 것들은 진핵생물로부터 산발적인 전이를 보여준다.
구조적 통찰: VirGenes의 구조 공간에서, CAZyme 유사 접힘을 가진 바이러스 유전자의 약 85%는 감지 가능한 서열 상동성이 결여되어 있었다. 주목할 만한 발견은 GH130(글리코사이드 가수분해효소) 및 PL22 패밀리를 구조적으로 모방하는 $\beta$ -프로펠러 접힘이 거대 바이러스에서 존재한다는 것이다. 대표적인 바이러스 $\beta$ -프로펠러(VSC_11007)의 분자 도킹 결과, 해당 단백질이 가설적(hypothetical)으로 주석 처리되었음에도 불구하고 GH130 기질 인식과 일치하는 $\beta$ -1,3-만노바이오스에 대한 선호도를 보였다.

의의
본 논문은 바이러스 탄수화물 활성 시스템이 고대의 구조적 접힘에 의해 제약된 "분산된 혁신(distributed innovations)"이 어떻게 전 지구적 바이러스권의 기능적 복잡성을 집합적으로 구축하는지를 보여주는 전형적인 사례라고 주장한다. 서열, 구조 및 기능적 증거를 통합함으로써, VirGenes는 서열 전용 검색의 한계를 넘어 바이러스 "암흑 물질"의 기능적 잠재력을 조명한다. 이 연구는 바이러스 CAZyme 레퍼토리가 산발적인 것이 아니라, 숙주 세포벽 분해 및 글리칸 합성과 같은 선택적 압력에 의해 형성된 적응 전략임을 시사한다. 이 프레임워크는 단백질 분류와 진화적/생태적 맥락 사이의 간극을 메우고, 미래의 바이러스-숙주 상호작용 연구를 위한 자원을 제공하며, 바이러스 유전자 기능을 해석하기 위한 확장 가능한 토대를 구축한다.

유사한 논문