🧬 유전체학

Strong correlation between amino acid frequency and codon degeneracy in genetic codes across all domains of life

이 연구는 모든 생명체 영역과 바이러스에 걸쳐 아미노산 빈도와 코돈 퇴화 사이의 강한 상관관계를 밝혀냈으며, 이는 유전 암호가 이후의 진화적 압력으로 인해 이 패턴으로부터 벗어나기 전, 초기에 아미노산의 요구량에 맞춰 진화했음을 시사한다.

원저자: Wesp, V., Theissen, G., Schuster, S.

게시일 2026-09-25

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Wesp, V., Theissen, G., Schuster, 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

가장 작은 박테리아부터 가장 거대한 고래에 이르기까지, 지구상의 모든 생명체는 단백질을 만들기 위해 동일한 근본적인 지침서에 의존합니다. 이 지침서는 유전 암호로, 세 글자의 화학적 단어인 코돈의 서열을 단백질을 구성하는 20가지의 서로 다른 구성 요소인 아미노산으로 번역하는 보편적인 체계입니다. 이 암호의 알파벳은 고정되어 있지만, 얼마나 많은 단어가 각 구성 요소에 대응하는지에 대한 규칙은 놀라울 정도로 불균등합니다. 어떤 아미노산은 단 하나의 세 글자 단어를 할당받는 반면, 어떤 것들은 정확히 같은 의미를 지닌 최대 6개의 서로 다른 단어를 가집니다. 수십 년 동안 과학자들은 이 불균등한 분포가 역사의 우연한 사고인지, 아니면 생명의 필요에 의해 정교하게 형성된 것인지 궁금해해 왔습니다. 구체적으로, 그들은 특정 아미노산에 할당된 단어의 수가 실제로 체내 단백질에서 그 아미노산이 사용되는 빈도와 일치하는지 질문해 왔습니다. 만약 자연이 특정 구성 요소를 많이 필요로 했다면, 생산을 더 쉽게 하기 위해 자연스럽게 더 많은 단어를 할당했을까요? 아니면 단어의 수가 그 구성 요소가 최종 생성물에 얼마나 포함될지를 결정했을까요?

프리드리히 실러 예나 대학교의 연구팀은 생명의 나무 전체에서 얻은 실제 데이터를 조사함으로써 이 질문을 해결하고자 했습니다. 그들은 고세균, 세균, 진핵생물이라는 세포 생명의 세 가지 주요 도메인과 바이러스를 모두 아우르는 2만 개 이상의 서로 다른 생물체로부터 유전 정보를 수집했습니다. 연구진은 단순히 무엇이 일어날지 예측하거나 모델링하는 대신, 이 생물체들의 단백질에 있는 아미노산을 직접 세고, 그 실제 수치를 유전 암호에 의해 예측된 이론적 수치와 비교했습니다. 결과의 정확성을 보장하기 위해, 그들은 서로 다른 생물체가 서로 다른 DNA 화학적 조성을 가지고 있어 결과를 왜곡할 수 있다는 점을 고려했습니다. 그들은 전반적인 구성 요소 사용량에 대한 순수한 그림을 얻기 위해, 세포 내에서 얼마나 활발하게 활동하는지와 관계없이 모든 단백질을 동등하게 취급했습니다.

연구는 놀라운 패턴을 드러냈습니다: 아미노산이 가진 단어의 수와 그것이 단백질에서 나타나는 빈도 사이에는 강력하고 일관된 연결 고리가 존재합니다. 일반적으로, 더 많은 동의 코돈을 가진 아미노산은 더 높은 양으로 발견되며, 더 적은 단어를 가진 아미노산은 더 낮은 양으로 발견됩니다. 이 상관관계는 모든 생명의 도메인에서 유효하게 나타났으며, 이는 유전 암호가 실제로 초기 생명의 요구에 맞춰 형성되었음을 시사합니다. 연구진은 전생물학적 세계에서 아마도 가장 먼저 존재했을 단순한 아미노산들이 가장 많은 단어를 할당받았으며, 오늘날 단백질에서 가장 풍부하다는 것을 발견했습니다. 반대로, 진화 과정에서 나중에 등장한 복잡한 아미노산들은 더 적은 단어를 부여받았으며 여전히 덜 흔하게 나타납니다.

하지만 이야기가 완벽하게 단순한 것만은 아닙니다. 전반적인 추세는 강력하지만, 연구진은 규칙을 지속적으로 깨뜨리는 특정 아미노산들을 식별했습니다. 글루탐산, 아스파르트산, 라이신, 메티오닌 등 네 가지 아미노산은 그들이 가진 코돈의 수보다 훨씬 더 자주 사용됩니다. 반면, 시스테인, 아르기닌, 히스티딘, 프롤린은 예상보다 적게 나타납니다. 연구팀은 이러한 편차가 무작위적인 오류가 아니라 후기 진화적 압력의 결과라고 제안했습니다. 예를 들어, 메티오닌은 모든 단백질을 만드는 필수 시작 신호 역할을 하기 때문에 과다 사용되는데, 이는 그 높은 대사 비용에도 불구하고 존재를 요구하는 역할 때문입니다. 황을 포함하고 있는 시스테인은 환경에 황이 부족한 경우가 많고, 너무 많은 시스테인이 단백질을 잘못 뭉치게 할 수 있기 때문에 적게 사용되는 것으로 보입니다. 마찬가지로, 프롤린은 그 경직된 구조가 단백로 기능에 필요한 형태를 갖추는 데 어려움을 줄 수 있기 때문에 드물게 사용됩니다.

연구진은 또한 유전 암호가 노벨상 수상자인 프랜시스 크릭이 암호가 우연히 고정되어 변할 수 없다고 제안하며 만든 용어인 "동결된 사고(frozen accident)"인지 탐구했습니다. 그들의 발견은 이 관점에 도전합니다. 단어 수와 사용량 사이의 강력한 상관관계는 유전 암호가 무작리한 것이 아니라 초기 생명체의 필요를 충족하도록 최적화되었음을 시사합니다. 일단 암호가 고정된 후에는 생명이 계속 진화했습니다. 유기체들이 새로운 환경에 적응하고 복잡한 기능을 개발함에 따라, 자연 선택은 특정 아미노산의 풍부함을 미세하게 조정하여 원래의 균형에서 벗어나게 했습니다. 유전 암호 자체는 동결된 상태로 남았지만, 그것이 만드는 단백질은 유기체의 필요에 맞게 변화했습니다.

이 연구의 가장 놀라운 측는 이 패턴이 유전 암호가 확립된 지 수십억 년 후에 진화한 식물, 동물, 균류를 포함하는 복잡한 유기체인 진핵생물에서도 매우 잘 유지된다는 점입니다. 방대한 진화적 거리에도 불구하고, 코돈 수와 아미노산 빈도 사이의 상관관계는 이러한 복잡한 생명체에서도 놀라울 정도로 강력하게 유지됩니다. 이는 암호의 초기 설계가 매우 효과적이어서, 생명이 오늘날 우리가 보는 무수히 다양한 형태로 다양화되는 과정에서도 기초적인 규칙으로서 지속되었다는 것을 시사합니다. 연구는 또한 일부 아미노산이 과잉 또는 과소 표현되더라도, 단백질 내의 양전하와 음전하의 전반적인 균형은 다양한 환경에서 비교적 안정적으로 유지된다는 점을 언급하며, 자연이 단백질을 용해 가능하고 기능적으로 유지하기 위해 섬세한 평형을 유지하고 있음을 나타냈습니다.

궁극적으로, 이 종합적인 분석은 생명의 지침서가 어떻게 작성되었는지에 대한 더 명확한 그림을 제공합니다. 이는 유전 암호가 무작위적인 할당의 집합이 아니라, 생명의 여명기에 이용 가능했던 구성 요소의 가용성과 비용에 맞춰 조정된 체계였음을 시사합니다. 비록 후기 진화적 압력이 특정한 생물학적 요구를 충족하기 위해 변이를 도입했을지라도, 암호의 기저 구조는 여전히 그 고대의 요구 사항을 뚜렷한 흔적으로 간직하고 있습니다. 이 연구는 각 아미노산에 할당된 단어의 수가 그 아미노산이 얼마나 자주 사용되는지를 예측하는 강력한 지표임을 확인시켜 주며, 최초의 생명 시스템을 형성했던 제약과 선택에 대한 귀중한 통찰을 제공합니다.

기술 요약: 모든 생명 영역에 걸친 아미노산 빈도와 코돈 퇴화도 사이의 강력한 상관관계

문제 제기
본 연구는 유전 암호에 관한 근본적인 질문, 즉 각 아미노산에 할당된 동의 코돈의 수(코돈 퇴화도)가 무작위로 분포되어 있는지, 아니면 단백질 내 아미노산 수요에 의해 형성된 진화적 제약의 결과인지에 대한 문제를 다룬다. 이전 연구들이 코돈 다중성과 아미노산 빈도 사이의 양의 상관관계를 언급해 왔으나, 본 논문은 이 관계의 강도와 보편성을 모든 생명 영역(고세균, 세균, 진핵생물) 및 바이러스를 대상으로 조사한다. 저자들은 "닭과 달걀" 문제인 인과관계의 방향, 즉 코돈 퇴화도가 아미노산 수요를 충족하기 위해 진화했는지, 아니면 아미노산 빈도가 고정된 코돈 구조에 적응했는지를 규명하고자 한다. 나아가, 본 연구는 게놈의 GC 함량, 생합성 비용, 구조적 제약 등이 아미노산 빈도가 코돈 다중도에 엄격히 비례한다는 이론적 기준선으로부터 발생하는 편차에 어떻게 영향을 미치는지 결정하고자 한다.

연구 방법론
저자들은 UniProt Knowledgebase(2026년 7월 접속)에서 추출한 20,000개 이상의 프로테옴 시퀀스 데이터를 사용하여 포괄적인 분석을 수행하였다. 데이터셋에는 고세균, 세균, 진핵생물 및 바이러스로부터 유래한 유기체가 포함되었다.

데이터 처리: 연구는 "게놈 유래 프로테옴"을 활용하였으며, 유전자 발현 수준이나 번역 후 변형(예: 메티오닌 절단)에 대한 가중치를 두지 않고 모든 단백질 내 아미노산 빈도의 중앙값을 평균하여 계산하였다.
이론적 모델링: 이론적 아미노산 빈도는 두 가지 방식으로 도출되었다:
1. 관련 유전 암호(표준 암호 및 다양한 대안 암호)에 할당된 동의 코돈 수만을 기반으로 함.
2. 샤가프의 제2 파리티 규칙을 활용하여 뉴클레오타이드 확률을 예측함으로써, 각 종의 단백질 코딩 유전체의 중앙 GC 함량에 따라 조정함.
통계 분석: 아미노산 데이터의 조성적 특성(빈도의 합이 1임)을 처리하기 위해, 저자들은 중심 로그 비율(Centered Log-Ratio, CLR) 변환을 적용하였다. 이를 통해 경험적 분포와 이론적 분포 사이의 피어슨(Pearson), 스피어먼(Spearman), 켄달(Kendall) 상관 계수를 계산할 수 있었다.
편차 정량화: 관찰된 분포와 기대 분포 사이의 차이는 아이치슨 거리(Aitchison distance)를 사용하여 측정되었다. 또한, 코돈 수를 정수 제약 조건으로 취급하여 코당 수와 관찰된 빈도 사이의 차이를 최소화하는 "최적의" 아미노산당 코돈 수를 계산하기 위해 정수 선형 계획법(Integer Linear Programming, ILP)을 사용하였다.
균형 분석: 순차적 이진 분할(Sequential Binary Partitions, SBP)을 사용하여 코돈 다중도에 따른 아미노산 그룹 간(예: 높은 코돈 수 그룹 vs 낮은 코당 수 그룹) 로그 비율 균형을 구축하였다.

주요 결과

강력한 상관관계: 모든 생명 영역에서 코돈 퇴화도와 아미노산 빈도 사이에 강한 양의 상관관계가 존재한다. 진핵생물이 가장 높은 상관 계수( $r \approx 0.77$ )를 보였으며, 세균, 바이러스, 고세균 순으로 나타났다. GC 함량을 조정하더라도 이러한 상관관계에는 미미한 변화만 있었는데, 이는 코돈 다중도 자체가 아미노산 사용을 예측하는 강력한 지표임을 시사한다.
일관된 편차: 강력한 상관관계에도 불구하고, 모든 영역에서 특정 아미노산들이 이론적 기대치로부터 일관되게 벗어나는 양상을 보였다:
- 과대표됨: 글루탐산(Glutamate), 아스파르트산(Aspartate), 라이신(Lysine), 메티오닌(Methionine)은 코당 수에 비해 더 빈번하게 나타난다.
- 과소표됨: 시스테인(Cysteine), 아르기닌(Arginine), 히스티딘(Histidine), 프롤린(Proline)은 예측보다 덜 빈번하게 나타난다.
영역별 패턴:
- GC 함량: 세균과 고세균은 진핵생물 및 바이러스(각각 약 51% 및 46%)에 비해 더 높고 가변적인 GC 함량(중앙값 ~57%)을 보인다.
- 전하 균형: 양전하를 띤 아미노산은 일반적으로 진핵생물과 바이러스에서 더 풍부하며, 고세균은 음전하를 띤 아미노산의 풍부도가 더 높다.
- 풍부도: 류신(Leucine)은 고세키, 진핵생물, 바이러스에서 가장 풍부한 아미노산인 반면, 알라닌(Alanine)은 세균에서 가장 풍부하다.
ILP 최적화: ILP를 통해 계산된 최적의 코돈 분포는 기존의 유전 암호와 대체로 일치했다. 그러나 모델에 따르면 아스파르트산과 글루탐산은 높은 풍부도를 고려할 때 이론적으로 최대 5개의 코돈을 지원할 수 있으며, 고세균/세균의 알라닌 또한 더 많은 코돈을 가질 수 있었다. 반면, 메티오닌은 대부분의 영역에서 최적 모델에서도 여전히 1개의 코돈만을 할당받았는데, 이는 개시자로서의 생물학적 역할과 일치한다.
생합성 비용: E. coli 대사 수율을 기반으로 한 아미노산 풍부도와 생합성 비용 사이의 상관관계는 중간 정도였으나, 일반적으로 아세테이트를 기질로 하는 경우에만 유의미했다.

의의 및 주장
본 논문은 전체 Uni-Prot 데이터베이스를 포괄하여 코돈 퇴화도와 아미노산 빈도 사이의 상관관계를 분석한 가장 포괄적인 연구라고 주장한다. 저자들은 다음과 같은 2단계 진화 가설을 제안한다:

1단계 (코드 형성): 유전 암호는 코돈 다중도를 아미노산 수요와 일치시키도록 진화하였다. 이는 아마도 무기적으로 합성 가능한 단순한 아미노산들(더 많은 코돈을 할당받음)의 가용성에 의해 주도되었고, 이후 복잡하고 비용이 많이 드는 아미노산들이 모집(recruitment)되면서(더 적은 코돈을 할당받음) 형성되었을 것이다.
2단계 (동결 후 적응): 코드가 "동결"된 후, 자연 선택은 특정 기능적 및 환경적 요구(예: 산화 스트레스 저항성, 황 가용성, 단백질 안정성)를 충족하기 위해 아미노산 풍부도를 조절하도록 게놈에 작용하였으며, 이것이 관찰된 편차를 초래했다.

이 연구는 유전 암호를 순수한 "동결된 사고(frozen accident)"로 보는 관점에 도전하며, 대신 코돈 구조가 아미노산 수요와 관련된 선택 압력에 의해 형성되었음을 시사한다. 저자들은 유전 암호의 구조가 아미노산 사용의 강력한 기준선을 제공하지만, 그 편차는 생합성 비용, 구조적 제약(예: 프롤린의 경직성), 환경적 요인(예: 시스테인에 영향을 미치는 황의 부족)의 복잡한 상호작용에 의해 발생한다고 결론짓는다. 이 연구 결과는 합성 생물학, 특히 합성 게놈 설계 및 자연적 상관관계를 유지하는 것과 특정 형질을 최적화하는 것 사이의 트레이드오프를 다루는 분야에 새로운 통찰을 제공한다.

유사한 논문