Coupling cell growth to protein secretion enables pooled screening at single-cell resolution in bioreactors
이 논문은 세포 성장률을 단일 세포 바이오센서를 통해 단백질 분비와 결합함으로써, 유전자형-표현형 연결성을 유지하면서 바이오리액터 내 풀 라이브러리(pooled libraries)에 대한 고처리량의 단일 세포 해상도 스크리닝을 가능하게 하는 성장 기반 스크리닝 전략인 AutoGrowth를 소개한다.
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
현대 생물학의 광활한 세계에서 과학자들은 종종 수백만 개의 가능성 속에 숨겨진 단 하나의 완벽한 유전적 변이를 찾아내야 합니다. 마치 해변에서 특정한 모래 한 알을 찾는 것과 같지만, 그 모래 한 알은 공장을 더 빠르게 가동할 수 있는 힘을 가지고 있다고 상상해 보십시오. 이것이 바로 단백질 공학이 직면한 과제입니다. 많은 의약품과 산업용 효소는 효모와 같은 미세한 세포, 즉 미생물 공장에 의해 만들어집니다. 이러한 공장을 더 효율적으로 만들기 위해 연구자들은 세포가 원하는 단백질을 더 많이 생산하고 방출할 수 있도록 세포의 유전적 지침을 미세하게 조정해야 합니다. 그러나 큰 장애물이 존재합니다. 세포가 단백질을 방출할 때, 그것은 주변 액체 속으로 떠내려가 버린다는 점입니다. 이로 인해 신호가 군중 속으로 사라지기 때문에 어떤 특정 세포가 가장 많은 단백질을 생산했는지 구별하는 것이 거의 불가능해집니다. 전통적인 방법들은 단백질을 가두거나 실제 산업용 탱크에서 세포가 작동하는 방식과 일치하지 않는 복잡하고 인위적인 환경을 사용해야 하는 경우가 많습니다.
연구팀은 세포 자체의 성장을 측정 기준으로 삼음으로써 이 문제를 해결하는 새로운 방법을 개발했습니다. 그들은 세포의 성장 속도를 단백질 분비 능력과 직접 연결하는 'AutoGrowth'라는 시스템을 만들었습니다. 연구자들은 단백질을 세포 밖으로 내보내는 대신, 단백질을 분비하는 행위 자체가 세포 내부에서 신호를 촉발하여 세포를 더 빠르게 성장하도록 유도하도록 효모를 설계했습니다. 만약 세포가 우수한 분비자라면, 그 세포는 성장 촉진을 얻어 빠르게 증식합니다. 반대로 분비 능력이 떨어진다면 느리게 성장합니다. 단 몇 일 동안 어떤 세포가 개체군을 장악하는지를 관찰하는 것만으로도, 과학자들은 개별적으로 분리할 필요 없이 최고의 성능을 가진 세포를 식별할 수 있습니다. 이 접근 방식은 대규모 산업 발효 조건을 모방한 표준 액체 배양에서 방대한 유전적 변이 라이브러리를 스크리닝할 수 있게 해줍니다.
연구진은 효모 세포 내부에 정교한 생물학적 회로를 구축하여 이 시스템을 만들었습니다. 그들은 연구하고자 하는 단백질을 '열쇠' 역할을 하는 작은 펩타이드와 결합시ました. 세포가 이 결합된 단백질을 분비하면, 펩타이드 부분이 세포 표면의 수용체를 활성화합니다. 이 수용체는 세포 내부의 스위치를 켜서 특정 영양소(이 경우에는 히스티딘)를 만드는 유전자를 활성화합니다. 히스티딘이 없는 환경에서는 단백히를 성공적으로 분비하는 세포만이 스스로 히스티딘을 만들어 살아남을 수 있습니다. 단백질을 더 많이 분비하는 세포일수록 더 많은 히스티딘을 생성하며, 더 빠르게 성장합니다. 연구팀은 이 개념을 여러 가지 다른 단백질(효소 및 항체 단편 포함)에 테스트하여, 이 시스템이 특정 유형의 분자에만 국한되지 않고 폭넓게 작동함을 확인했습니다. 그들은 세포의 성장률이 분비 능력에 직접적으로 비례하며, 신뢰할 수 있는 자기 증폭 신호를 생성한다는 것을 발견했습니다.
이 방법이 실제 응용에 필요한 규모를 감당할 수 있는지 증명하기 위해, 과학자들은 일련의 엄격한 테스트를 수행했습니다. 먼저, 각기 다른 버전의 시그널 펩타이드(단백질이 세포 밖으로 안내되도록 돕는 유전적 지침)를 가진 효모 균주들의 작은 라이브러리를 혼합했습니다. 이 혼합물을 산업적 조건을 모방한 제어 탱크인 바이오리액터에 넣고 며칠 동안 배양했습니다. 예상대로, 가장 우수한 시그널 펩타이드를 가진 균주들이 더 빠르게 성장하여 개체군의 지배적인 구성원이 되었습니다. 최종 개체군의 DNA를 시퀀싱함으로써, 연구진은 어떤 변이들이 농축되었는지 정확히 확인할 수 있었으며, 이를 통해 시스템이 세포의 전반적인 건강 상태를 고려하면서도 최적의 분비자를 성공적으로 선택했음을 확인했습니다.
이 방법의 진정한 위력은 팀이 '건초더미에서 바늘 찾기'를 테스트했을 때 드러났습니다. 그들은 매우 효율적인 단 하나의 변이가 1억 개 중 1개의 비율로 존재하는 혼합물을 만들었습니다. 이는 세포를 하나씩 분류하는 전통적인 소팅(sorting) 방식으로는 불가능한 희귀함의 수준입니다. 바이오리액터에서 단 3일간의 성장 후에, 그 희귀하고 고성한 성능을 가진 변이는 쉽게 검출될 수 있을 만큼 증식했습니다. 시스템은 이 희귀한 변이를 2,000배 이상의 비율로 농축시켰으며, 이는 이 방법이 거대한 라이브러리를 샅샅이 뒤져 가장 유망한 후보를 찾아낼 수 있음을 입증합니다. 연구진은 만약 선택 압력이 너무 높거나 너무 오래 지속되면, 단백질을 분비하지 않고도 빠르게 성장하는 세포가 나타날 수 있다는 점을 관찰했지만, 선택 과정을 짧고 통제된 기간 동안 실행함으로써 이 문제를 방지할 수 있음을 발견했습니다.
이 연구는 과학자들이 생물학적 공장을 최적화하는 방식에 있어 중요한 변화를 의미합니다. 세포의 생존과 성장을 특정 과업을 수행하는 능력과 직접 결합함으로써, 연구자들은 산업 생산에 사용되는 것과 동일한 액체 환경에서 작동하는 자기 선택적 시스템을 만들어냈습니다. 세포를 작은 액적(droplet) 안에 가두거나 고체 표면에 고정해야 했던 이전의 방법들과 달리, 이 접근 방식은 세포가 자유롭게 성장하게 함으로써 결과가 실제 제조 현장과 부합하도록 보장합니다. 수십억 개의 변이를 며칠 만에 스크리닝하면서 세포의 유전 코드와 성능 사이의 연결 고리를 유지할 수 있는 이 능력은, 현대 의학과 산업을 이끄는 단백질을 생산하는 더욱 효율적인 방법을 발견하는 문을 열어줍니다. 이 연구는 세포들이 성장을 위해 자연스럽게 경쟁하게 함으로써, 최고의 성과를 낸 것들이 필연적으로 상위로 올라온다는 사실을 확인시켜 줍니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.