Mechanism-selective deep mutational scanning distinguishes ERCC2 disease phenotypes

모든 인간 세포 내부에는 TFIIH라고 불리는 아주 작은 분자 기계가 이중 스파이처럼 두 가지 뚜렷하면서도 필수적인 역할을 수행하고 있습니다. 첫째, 이 기계는 단백질을 생성하기 위해 유전 암호를 읽는 것을 돕는데, 이는 세포의 일상생활에 필수적인 과정입니다. 둘째, 이 기계는 수리팀 역할을 하며 햇빛이나 화학 물질로 인한 DNA 손상을 스캔하고, 돌연변이가 자리 잡기 전에 이를 고칩니다. 이 두 가지 작업의 성공은 XPD라고 알려진 단백질인 이 기계의 특정 구성 요소에 달려 있습니다. XPD를 만드는 유전자인 ERCC2에 해로운 돌연변이가 생기면 그 결과는 심각할 수 있습니다. 어떤 돌연변이는 피부가 햇빛에 극도로 민감해지고 암에 걸리기 쉬운 상태가 되는 색소성 건피증(xeroderma pigmentosum)을 유발하는데, 이는 수리팀이 고장 났기 때문에 발생합니다. 또 다른 돌연변이는 모발이 잘 부러지고 발달 지연 및 신경학적 문제를 특징으로 하는 트리코티오디스트로피(trichothiodystrophy)를 일으키는데, 이는 기계가 유전 암호를 제대로 읽는 데 실패할 때 발생합니다. 수십 년 동안 의사들과 과학자들은 특정 돌연변이가 어떤 질병을 유발할지, 특히 일부 돌연변이가 두 질병 모두를 유발하는 것처럼 보일 때 이를 예측하는 데 어려움을 겪어 왔습니다. 이 과제의 핵심은 단일 단백질이 서로 다른 방식으로 실패할 수 있다는 점을 이해하는 것이며, 한 가지 유형의 실패를 확인하는 검사가 다른 유형의 실패를 완전히 놓칠 수도 있다는 점에 있습니다.

에든버러 대학교의 연구팀은 전례 없는 정밀도로 이러한 실패를 지도화하기 위해 나섰습니다. 그들은 단순히 돌연변이가 해로운지뿐만 아니라, 그것이 기계를 정확히 어떻게 망가뜨렸는지 알고 싶었습니다. 이를 위해 그들은 단순하지만 강력한 생물학적 기술을 사용했습니다. 바로 단세포 진균인 효모를 인간 세포의 대역으로 사용하는 것이었습니다. 효모는 자체적인 XPD 단백질 버전인 Rad3를 가지고 있으며, 이는 효모가 생존하는 데 필수적입니다. 과학자들은 화학 처리를 사용하여 자체 Rad3 유전자를 끌 수 있는 효모 균주를 설계했습니다. 이 상태에서 효모는 작동하는 인간 XPD 단백질을 받지 못하면 죽게 됩니다. 연구진은 단 하나의 유전 코드 변화를 가진 수천 가지 버전의 인간 XPD 유전자를 도입함으로써, 어떤 버전이 효모를 성장시키고 어떤 버전이 효모를 시들게 만드는지 관찰할 수 있었습니다. '심층 돌연변이 스캐닝(deep mutational scanning)'이라고 알려진 이 접근 방식은 거의 모든 가능한 단일 글자 변화를 동시에 테스트하여, 각 특정 변화가 효모를 살려두는 단백질의 능력에 어떤 영향을 미치는지에 대한 상세한 지도를 만드는 것을 가능하게 했습니다.

결과는 왜 서로 다른 돌병이 발생하는지에 대한 놀라운 패턴을 드러냈습니다. 효모 성장 분석은 매우 선택적이었습니다. 이 방식은 단백질이 유전 코드를 읽는 능력을 망가뜨리는 돌연변이를 감지하는 데는 탁월했지만, DNA를 수리하는 능력만을 망가뜨리는 돌연변이는 종종 놓쳤습니다. 이는 실험 조건하에서 효모가 생존하기 위해 DNA 수리가 필요하지 않았기 때문이며, 오직 단백질이 읽기 기능을 돕는 것만을 필요로 했기 때문입니다. 결과적으로, 읽기 실패와 관련된 트리코티오디스트로피를 유발하는 돌연변이들은 명확하게 해로운 것으로 나타나 효모의 성장을 매우 저해했습니다. 반면, 수리 실패와 관련된 색소성 건피증을 유발하는 많은 돌생은 정상과 거의 비슷하게 효모를 성장시켰습니다. 효 tersebut 실험 조건에서는 효모가 DNA 손상 유발 물질의 공격을 받지 않았기 때문에 수리 결함을 인지하지 못한 것입니다. 이러한 선택성은 결함이 아니라 특징이었으며, 연구진이 컴퓨터 프로그램이 결코 달성하지 못했던 명확성으로 두 질병의 메커니즘을 구분할 수 있게 해주었습니다.

연구팀이 자신들의 실험 지도를 기존의 컴퓨터 예측과 비교했을 때, 그 차이는 극명했습니다. 단백질의 모양과 화학적 성질을 바탕으로 돌연변이가 나쁜지 추측하려는 컴퓨터 알고리즘들은, 피부암을 유발하든 신경학적 장애를 유발하든 상관없이 거의 모든 질병 유발 돌연변이를 해로운 것으로 분류하는 경향이 있었습니다. 알고리즘은 돌연변이가 나쁘다는 것은 알 수 있었지만, 효모 테스트만큼 효과적으로 그것이 어떤 질병을 유발할지 구별할 수는 없었습니다. 그러나 효모 실험은 두 그룹을 훨씬 더 효과적으로 분리해 냈습니다. 트리코티오디스트로피와 연결된 돌연변이들은 적합도 척도의 바닥에 밀집되어 읽기 기능에 치명적임을 보여주었습니다. 색소성 건피증과 연결된 돌병들은 흩어져 있었으며, 많은 것들이 높은 곳에 위치하여 효모에게는 건강해 보였는데, 이는 그 돌병들이 수리 기능만을 망가뜨렸기 때문입니다. 연구진은 컴퓨터 모델이 단순한 효모 성장 테스트만큼 두 질병 유형을 잘 구별하지 못한다는 것을 발견했습니다.

또한 연구팀은 단백질의 정확히 어느 부분에서 이러한 실패가 발생하는지를 찾아냈습니다. 효모 성장을 죽이는 돌연변이들은 XPD가 다른 TFIIH 부품들과 연결되는 특정 영역, 특히 닻(anchor) 역할을 하는 영역에 집중되어 있었습니다. 이러한 연결 지점이 끊어지면 전체 기계가 무너져 효모가 유전자를 읽을 수 없게 됩니다. 흥란 점은, 손상이 반드시 닻 지점 바로 옆에서 일어나야 하는 것은 아니라는 것입니다. 닻에서 멀리 떨어진 곳의 일부 돌연변이들도 단백질을 불안정하게 만들어 동일한 붕괴를 초도했습니다. 이는 단백질이 형태를 유지하는 능력이 이웃 단백질과 접촉하는 특정 부분만큼이나 중요하다는 것을 시사합니다. 연구진은 색소성 건피증에서 흔히 손상되는 DNA 수리 책임 영역들이 효모 테스트에 의해 대체로 무시되었다는 점을 확인했으며, 이것이 왜 해당 돌병들이 이 특정 맥락에서 무해해 보이는지를 설명해 주었습니다.

이 팀은 이러한 생물학적 결과를 임상적 틀로 변환함으로써, 이 지식이 의사들에게 어떻게 도움이 될 수 있는지 보여주었습니다. 그들은 환자가 겪을 수 있는 특정 질병을 기준으로 새로운 미지의 돌연변이의 적합도 점수를 해석하는 시스템을 만들었습니다. 트리코티오디스트로피가 의심되는 환자의 경우, 효모 테스트에서의 높은 적합도 점수는 해당 돌병이 원인이 아니라는 강력한 증거가 되는 반면, 낮은 점수는 그것이 원인이라는 강력한 증거가 됩니다. 색소성 건피증 환자의 경우 논리가 반대입니다. 낮은 점수는 질병의 강력한 증거가 되지만, 높은 점수가 질병이 아님을 확정 짓지는 못하는데, 이는 돌병이 효모 테스트가 볼 수 없는 수리 기능만을 망가뜨렸을 수 있기 때문입니다. 이러한 미묘한 차이는 매우 중요합니다. 이는 단일 테스트가 모든 환자에게 "예/아니오"라는 단순한 답을 줄 수 있는 것이 아니라, 결과가 환자가 보이는 특정 증상의 맥고에서 해석되어야 함을 의미합니다.

이 연구는 복잡한 단백질을 연구하는 방법에 대한 더 넓은 교훈을 강조합니다. 종종 과학자들은 어떤 테스트가 단백질의 한 가지 기능만을 측정한다면 너무 좁다고 걱정합니다. 여기서 그 좁음은 두 질병을 구분하는 열쇠가 되었습니다. 효모 테스트가 XPD의 읽기 기능만을 본다는 점을 받아들임으로써, 연구진은 그 한계를 이용해 수년간 혼동되어 온 두 가지 질병을 구분해 낼 수 있었습니다. 이 연구는 이 질병들의 모든 미스터리를 해결했다고 주장하거나, 이 단일 테스트가 다른 모든 테스트를 대체해야 한다고 제안하는 것이 아닙니다. 대신, 이 연구는 다른 데이터와 결합되었을 때 임상의들이 더 정확한 진단을 내릴 수 있도록 돕는 강력한 새로운 도구를 제공합니다. 이는 전체 그림을 보기 위해서는 때때로 테스트에서 실제로 작동하고 있는 부분들을 보고, 그 테스트가 무엇을 놓치고 있는지 정확히 이해해야 한다는 것을 보여줍니다.