The C. elegans Connectome Toolbox: an open, extensible framework for multimodal connectomic data integration and analysis

동물이 어떻게 움직이고, 느끼고, 결정하는지를 이해하기 위해서 과학자들은 먼저 그 동물의 뇌가 어떻게 배선되어 있는지 이해해야 한다. 수십 년 동안, 작은 원형 벌레인 C. elegans(예쁜꼬마선충)는 이 과업을 위한 완벽한 실험실 역할을 해왔다. 이들은 성체 형태에서 단 302개의 신경 세포만을 포함하고 있어, 신경계를 가진 가장 단순한 동물 중 하나이다. 이 모든 세포가 각각 지도화되고, 식별되고, 이름이 붙여졌기 때문에, 연구자들은 오랫동안 이들의 뇌에 대한 완전한 "배선도"를 보유해 왔다. 커넥톰(connectome)이라고 알려진 이 지도는 어떤 뉴런이 화학적 또는 전기적 신호를 전달하기 위해 서로 맞닿아 있는지를 보여준다. 하지만 뇌는 단순히 연결의 정적인 목록 그 이상이다. 뉴런은 또한 뉴런 사이를 떠다니는 화학적 구름을 통해 서로 대화하며, 어떤 화학 물질을 방출하느냐에 따라 그 행동을 변화시킨다. 더욱이, 서로 다른 연구들이 서로 다른 버전의 이 배선도를 만들어냈으며, 종종 동일한 세포에 대해 서로 다른 이름을 붙이거나 연결을 세는 방식도 달랐다. 이러한 파편화는 연구 결과들을 비교하거나, 벌레가 실제로 어떻게 행동하는지에 대한 정확한 컴퓨터 모델을 구축하는 것을 어렵게 만들었다.

연구팀은 이제 이 문제를 해결하기 위해, 수십 년간 흩어져 있던 데이터를 하나의 통합된 시스템으로 모으는 새로운 디지털 도구를 구축했다. 그들은 C. elegans 커넥톰 툴박스(Connectome Toolbox)를 만들었는데, 이는 선충의 신경계에 관한 알려진 모든 정보를 담고 있는 중앙 라이브러리 역할을 하는 오픈 소스 프레임워크이다. 이 툴박스는 과학자들이 상충하는 지도들 사이에서 선택하거나 호환되지 않는 파일 형식으로 고군분투하게 만드는 대신, 모든 데이터셋을 공통된 언어로 번역한다. 이는 고전적인 배선도와 더불어, 뉴런이 신경전달물질을 어떻게 방출하는지, 시냅스를 형성하지 않고 어떻게 물리적으로 접촉하는지, 그리고 직접적인 자극을 통해 어떻게 서로에게 영향을 미치는지에 대한 새로운 발견들을 결합한다. 이 방대한 양의 정보를 단일하고 접근 가능한 플랫폼으로 정리함으로써, 연구자들은 선충의 뇌를 별개의 사실들의 집합이 아니라 하나의 응집력 있고 다층적인 시스템으로 볼 수 있게 만들었다.

이 작업의 핵심 성과는 이전에 사일로(silos) 속에 갇혀 있던 데이터를 통합한 것이다. 수년 동안 학계는 서로 다른 실험실에서 서로 다른 시기에 만든 여러 버전의 선충 배선도에 의존해 왔다. 어떤 지도는 선충의 몸체 부분만을 포함했고, 어떤 지도는 섭식 기관을 포함했다. 어떤 지도는 세포 사이의 모든 미세한 접촉을 계산한 반면, 어떤 지도는 강한 화학적 시냅스에만 집중했다. 새로운 툴박스는 이러한 모든 변형을 가져와 정렬한다. 이 툴박스는 모든 세포에 대해 표준 명명 체계를 사용하여, 연구자가 한 데이터셋에서 특정 뉴런을 볼 때 다른 모든 데이터셋에서도 정확히 동일한 세포를 보고 있음을 보장한다. 이를 통해 직접적인 비교가 가능해진다. 연구자들은 초기 지도들이 불완전했지만, 근육 및 지지 세포와의 연결을 포함하는 가장 포괄적인 버전이 알려진 지식의 신뢰할 수 있는 상한선 역할을 한다는 것을 발견했다. 또한 그들은 지도들 사이의 겉보기 모순이 실제 생물학적 이견이라기보다는, 데이터가 제시되는 방식의 차이인 경우가 많다는 것을 발견했다.

단순히 배선도를 정리하는 것을 넘어, 이 툴박스는 이전에 겹쳐서 보기 어려웠던 생물학적 맥락의 층위들을 통합한다. 연구자들은 뉴런 사이의 물리적 연결과 신호를 전달하는 화학적 메신저인 신경전달물질의 상세한 지도를 결합했다. 이 통합은 어떤 세포가 글루타메이트, 아세틸콜린, 또는 세로토닌과 같은 특정 화학 물질을 방출하는지 밝혀내며, 그 화학 물질들이 정확히 어디로 보내지는지를 보여준다. 예를 들어, 이 도구는 특정 뉴런이 움직임을 조절하기 위해 도파민을 어떻게 방출하는지, 혹은 다른 뉴런들이 국지적으로 먹이를 찾는 것과 새로운 지역으로 이동하는 것 사이의 전환을 돕기 위해 최근에 확인된 신호 분자인 베타인(betaine)을 어떻게 방출하는지를 강조한다. 이처럼 화학적 경로를 물리적 배선과 함께 시각화함으로써, 시스템은 분자적 정체성이 회로 기능에 어떻게 형태를 부여하는지를 보여준다. 또한, 뉴런이 직접적인 접촉 없이 서로에게 영향을 미치는 "엑스트라시냅틱(extrasynaptic)" 통신과, 한 세포를 자극했을 때 다른 세포들이 실시간으로 어떻게 반응하는지를 보여주는 "기능적" 연결성 데이터도 포함한다.

이 프레임워크의 유용성은 과학적 이론을 실제 데이터와 대조하여 테스트하는 능력을 통해 입증된다. 연구자들은 툴박스를 사용하여 선충의 실제 해부학적 구조를 선충이 어떻게 움직이는지에 대한 두 가지 서로 다른 컴퓨터 모델과 비교했다. 한 모델은 선충의 리드미컬한 기어감이 신경삭에 내장된 패턴 생성기(central pattern-generator), 즉 내장된 리듬에 의해 구동된다고 가정했다. 다른 모델은 각 신체 마디가 다음 마디를 밀어내는 신장 수용체(stretch receptors)에 의해 움직임이 구동된다고 제안했다. 이 모델들을 툴박스로 가져옴으로써, 팀은 어떤 연결이 누락되었거나 잘못되었는지를 정확히 볼 수 있었다. 그들은 한 모델이 실제 선충의 배선에는 존재하지 않는 억제성 연결을 포함하고 있는 반면, 다른 모델은 전진 이동에 필요한 운동 뉴런의 다양성을 성공적으로 포착했다는 것을 발견했다. 이러한 직접적인 비교는 과학자들이 자신들의 이론을 정교화하여, 그들의 시뮬레이션이 유기체의 실제 생물학적 현실에 기반하도록 보장할 수 있게 한다.

이 툴박스는 새로운 데이터가 가용해짐에 따라 성장할 수 있는 살아있는 자원으로 설계되었다. 이는 오픈 소스 소프트웨어 패키지로 구축되어, 어떤 연구자라도 전체 시스템을 처음부터 다시 구축할 필요 없이 새로운 데이터셋, 시각화 도구 또는 분석 방법을 추가할 수 있다. 이 도구는 데이터와 상호작용하는 두 가지 방법을 제공한다. 코드를 작성하지 않고도 인터랙티브한 그래프와 지도를 탐색할 수 있는 사용자 친화적인 웹사이트와, 복잡하고 맞춤화된 분석을 수행하고자 하는 이들을 위한 파이썬(Python) 프로그래밍 라이브러리가 그것이다. 이러한 이중적 접근 방식은 실험 생물학자와 계산 모델러 모두에게 자원을 접근 가능하게 만든다. 연구자들은 또한 툴박스의 데이터가 원래 발표된 출처와 일치하는지 검증하기 위한 자동화된 점검 절차를 포함하여, 정보가 업데이트됨에 따라 정보가 정확하고 신뢰할 수 있는 상태로 유지되도록 했다.

궁극적으로, 이 작업은 커넥톰을 정적인 기록물로 보는 것에서 역동적이고 통합된 플랫폼으로 보는 것으로의 전환을 의미한다. 해부학적, 화학적, 기능적 데이터를 통합함으로써, 이 툴박스는 선충의 신경계가 전체로서 어떻게 작동하는지에 대한 더 명확한 그림을 제공한다. 이는 선충의 행동이 물리적 연결, 화학적 신호 전달, 그리고 환경적 맥락의 상호작용으로부터 창발된다는 것을 보여준다. 비록 선충이 이 정도 수준의 상세함으로 신경계가 완전히 지도화된 유일한 생물이지만, 여기서 개발된 방법론들은 훨씬 더 크고 복잡한 다른 동물들의 뇌를 다루기 위한 청사진을 제공한다. 과학자들이 과일파리나 생쥐의 뇌를 매핑하는 단계로 나아감에 따라, 이 프로젝트에서 입증된 표준화, 통합 및 오픈 액세스의 원칙은 생성되는 방대한 양의 데이터를 이해하는 데 필수적일 것이다. C. elegans 커넥톰 툴박스는 단순히 과거를 정리하는 것이 아니라, 신경계가 어떻게 행동을 생성하는지에 대한 더 예측 가능하고 기계적인 이해를 위한 토대를 제공한다.