Improved genome assemblies of plant-associated Streptomyces spp. as a resource for understanding plant pathogenicity in the genus

감자 농가들은 오랫동안 감자의 겉면에 보기 흉하고 코르크 같은 병변을 남겨 시장 가치를 떨어뜨리는 '감자 흉터병(common scab)'이라 불리는 고질적인 피부 질환과 싸워왔습니다. 이 손상의 주범은 곰팡이나 바이러스가 아니라, 스트렙토미세스(Streptomyces)라고 불리는 다양한 박테리아 집단입니다. 대부분의 사람들은 이 박테리아를 토양에 서식하며 항생제를 생산하는 존재로 알고 있지만, 특정 종들은 식물의 뿌리와 줄기를 공격하도록 진화했습니다. 이 박테리아들이 어떻게 질병을 일으키는지 이해하기 위해, 과학자들은 이들의 유전적 설계도인 게놈(genome)에 의존합니다. 게놈을 하나의 생명체를 만들고 운영하기 위한 완전한 설명서라고 생각한다면, 연구자들은 이 설명서를 읽음으로써 박테리아가 식물에 침입하기 위해 사용하는 구체적인 도구와 전략을 찾아낼 수 있습니다. 그러나 오랫동안 과학자들이 사용할 수 있었던 이 설명서의 버전들은 불완전하거나 빈틈이 많았으며, 이로 인해 감염이 어떻게 일어나는지에 대한 전체적인 그림을 파악하는 데 어려움이 있었습니다.

연구팀은 이제 16가지 서로 다른 스트렙토미세스 균주의 훨씬 개선되고 품질이 높은 유전적 설명서를 제작함으로써 이러한 한계를 해결했습니다. 12개 균주는 흉터병을 일으키는 것으로 알려져 있으며, 나머지 4개 균주는 식물에 해를 끼치지 않는 밀접하게 관련된 종들입니다. 과학자들은 이전에는 결여되었던 정밀도를 갖추어 이 게놈들을 조립하는 데 집중했으며, 그 결과 거의 완벽하고 매우 정확한 서열을 얻어냈습니다. 새로 조립된 게놈의 품질은 매우 높아서 이 박테리아에서 기대되는 필수 유전자의 98.5% 이상을 포함하고 있으며, 이는 향후 연구를 위한 견고한 토대를 제공합니다.

더 명확해진 유전 지도를 손에 넣은 연구진은 질병을 일으키는 균주들을 무해한 친척 종들과 비교하여 무엇이 그들을 다르게 만드는지 확인했습니다. 그들은 질병을 일으키는 박테리아의 게놈이 이 속(genus)에서 기록된 것 중 지속적으로 가장 큰 규모에 속한다는 것을 발견했습니다. 이 거대한 유전 라이브러리 내부를 들여다보았을 때, 과학자들은 질병을 일으키는 균주들이 탄수화물과 아미노산을 분해하는 데 전념하는 더 많은 수의 유전자를 보유하고 있다는 점을 주목했습니다. 이는 이 박테리아들이 식물 조직에서 발견되는 복합 당류와 단백질을 소화하기 위한 더 강력한 도구 세트를 갖추고 있음을 시사하며, 이것이 감염을 확립하는 데 도움을 줄 가능성이 높습니다.

또한 본 연구는 플라스미드(plasmid)라고 불리는 특정한 유형의 유전 요소를 조사했습니다. 플라스미드는 주요 염색체와 분리된 작고 원형인 DNA 조각입니다. 일부 과학자들은 이 플라스미드가 해로운 형질을 전달하는 시스템 역할을 하여 박테리아의 질병 유발 능력의 핵심일 것이라고 추측해 왔습니다. 그러나 새로운 데이터에 따르면, 이러한 플라스미드들이 여러 균주에 걸쳐 일관되게 존재하지는 않는 것으로 나타났습니다. 많은 병원성 박테리아에서 이들의 부재는 플라스미스가 흔한 흉터병을 일으키기 위한 보편적인 필수 요건이 아니며, 종들 사이에 보존되어 있지 않음을 시사합니다.

특정 유전자 외에도 연구진은 박테리아 염색체의 물리적 구조를 조사했는데, 이들은 원형이 아닌 선형입니다. 연구진은 유전 물질의 배열이 균주 사이에서 크게 다양하다는 것을 발견했으며, 밀접하게 관련된 종들 사이에서도 여러 대규모 재배열이 발생하고 있음을 확인했습니다. 이러한 변화는 특히 염색체의 끝부분 근처에서 두드러지는데, 이곳에서는 유전적 순서가 예측 불가능해지고 서로 다른 균주 간의 연결성이 약해집니다. 연구진은 각 종의 공식 참조 균주에 해당하는 것을 포함하여 정교하고 완전한 게놈 서열을 제공함으로써, 과학계에 식물 병원성의 메커니즘을 바라볼 수 있는 훨씬 더 날카로운 렌즈를 제공했습니다. 이 자원은 연구자들이 박테리아가 어떻게 작동하는지에 대해 더 정확한 이해를 돕고, 파편화된 데이터에서 질병의 유전적 기초에 대한 일관된 관점으로 연구 분야를 진전시킬 수 있게 해줍니다.