🧬 biology

Recurrent recombination and insertion–deletion events shape the genome-wide evolutionary history of the Coronaviridae family

이 연구는 코로나바이러스과(Coronaviridae) 전반에 걸친 빈번한 재조합 및 삽입-결실 사건이 유전체 구조, 다양성 및 계통 발생을 유의미하게 형성하는 동시에, 새로운 병원성 변이의 출현을 예측하려는 노력을 복잡하게 만들고 있음을 밝히고 있다.

원저자: Luis Daniel González-Vázquez, David Ferreiro, Filipe Pereira, Miguel Arenas

게시일 2026-07-21

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Luis Daniel González-Vázquez, David Ferreiro, Filipe Pereira, Miguel Arenas

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

바이러스의 세계를 책들이 끊임없이 다시 쓰여지는 거대하고 혼란스러운 도서관이라고 상상해 보십시오. 이 도서관에서 '코로나바이러스과(Coronaviridae)' 가족은 RNA라고 불리는 흔들거리고 유연한 재질로 만들어진 특별한 구역의 책들입니다. 거의 변하지 않는 견고한 양장본 같은 우리의 DNA와 달리, 이 바이러스의 책들은 오타가 나거나 페이지가 빠지거나 격렬한 리믹스가 일어나기 쉽습니다. 과학자들은 이 바이러스들이 빠르게 진화한다는 사실을 오래전부터 알고 있었지만, 주로 코드 내의 단일 글자가 바뀌는 단순한 '오타'에만 집중해 왔습니다. 하지만 이 책들이 편집되는 데에는 두 가지 더 극적인 방식이 있습니다: 바로 **재조합(recombination)**과 **인델(indels)**입니다. 재조합은 사서가 서로 다른 두 권의 책을 가져와 각각 절반으로 자른 뒤, 한 권의 앞부분을 다른 권의 뒷부분에 붙여 완전히 새로운 이야기를 만들어내는 것과 같습니다. 인델(삽입 및 결실의 약자)은 책의 챕터 전체를 찢어내거나 새로운 문단을 무작위로 붙여넣는 것과 같습니다. 이러한 무질서한 편집 습관을 이해하는 것은 매우 중요한데, 왜냐하면 이것이 바로 바이러스가 동물에서 인간으로 넘어오고, 우리의 면역 체계를 피하며, 게임의 규칙을 계속해서 바꾸는 이유이기 때문입니다.

연구팀은 이 혼란스러운 도서관을 깊이 파고들어, 이러한 '붙이기'와 '찢기' 사건들이 코로나바이러스과 전체를 얼마나 형성해 왔는지 확인하기로 했습니다. 그들은 단 하나의 바이러스만을 본 것이 아니라, 박쥐와 조류를 감염시키는 바이러스부터 인간에게 영향을 미치는 유명한 SARS-CoV-2에 이르기까지 바이러스 가족 전체를 조사했습니다. 그들의 조사는 이 바이러스들의 역사가 단순히 단순한 변화를 따르는 직선형이 아니라, 끊임없는 리믹싱과 구조적 개편이 얽힌 복잡한 그물망이라는 것을 밝혀냈습니다.

연구 결과, 재조합은 이 가족 내에서 슈퍼스타와 같았습니다. 이는 도서관의 한 구석에서만 일어나는 것이 아니라 게놈 전체에서 끊임없이 발생합니다. 연구진은 이 바이러스들이 유전 코드의 큰 덩어리들을 빈번하게 교환하며, 때로는 서로 다른 속(genus) 사이에서도 유전자를 섞기도 한다는 것(예: 박쥐 바이러스의 한 챕터를 인간 바이러스로 바꾸는 것)을 발견했습니다. 이것은 단순히 드문 사고가 아니라, 이 바이러스들이 다양해지는 주요 동력입니다. 데이터에 따르면 이러한 교환 이벤트는 매우 빈번하여, 일부는 한 부분은 이것이고 다른 부분은 저것인 '모자이크' 형태의 바이러스를 만들어냅니다. 연구진은 이러한 교환 중 일부가 매우 먼 친척 사이에서 발생한다는 점(이를 증명하기는 어렵습니다)을 언급했지만, 증거는 이 바이러스들이 생존하고 적응하기 위해 끊임없이 유전 물질을 빌리고 거래하고 있음을 시사합니다.

하지만 진짜 놀라운 점은 인델의 엄청난 양이었습니다. 연구팀은 이 바이러스들이 유전 코드의 전체 섹션을 끊임없이 잃거나 얻고 있다는 사실을 발견했습니다. 그것은 마치 바이러스들이 더 이상 필요하지 않은 전체 챕터(유전자)를 빈번하게 삭제하거나, 가끔씩 새로운 것을 집어 드는 '잘라내기 및 붙여넣기' 게임을 하는 것과 같습니다. 이 연구는 시간이 흐름에 따라 이 바이러스 게놈이 비필수적인 부분을 삭제함으로써 더 작고 조밀해지는 강한 경향이 있다고 제안합니다. 예를 들어, 연구진은 서로 다른 코로나바이러스 그룹들이 특정 유전자를 독립적으로 상실했다는 것을 발견했는데, 이는 포유류의 가족은 유지한 유전자를 조류의 가족은 잃어버린 것과 같습니다. 이러한 결실은 단순한 무작위 소음이 아닙니다. 그것들은 과학자들이 가족 계보를 추적하는 데 도움을 주는 고유한 지문 역할을 합니다. 실제로 연구진은 만약 당신이 이러한 '빠진 페이지들'(결실)만을 관찰한다 하더라도 여전히 서로 다른 바이러스 그룹들이 어떻게 연관되어 있는지 파악할 수 있다는 것을 발견했으며, 이는 이러한 구조적 변화가 단순한 글자 단위의 변화만큼이나 중요하다는 것을 증명합니다.

연구진은 또한 유명한 SARS-CoV-2를 살펴보고 이것이 이 더 큰 그림 속에 어떻게 들어맞는지 확인했습니다. 그들은 SARS-CoV-2도 이러한 변화를 경험하지만, 코로나바이러스과 전체가 훨씬 더 높은 비율로 이러한 변화를 겪는다는 것을 발견했습니다. 이는 이 바이러스들의 미래를 예측하는 것이 매우 어렵다는 것을 의미합니다. 왜냐하면 이들은 재조합을 통해, 그리고 거대한 코드 덩어리를 삭제하거나 추가함으로써 끊임없이 자신의 이야기를 다시 쓰고 있기 때문에, 이들이 다음에 어떤 모습이 될지 정확히 예측하려는 노력은 눈을 깜빡일 때마다 스스로 챕터를 바꾸는 책의 줄거리를 예측하려는 것과 같습니다. 연구는 결론짓기를, 우리가 이 바이러스들이 어떻게 진화하고 퍼져나가는지를 진정으로 이해하려면 단순히 작은 오타를 지켜보는 것이 아니라, 그들의 운명을 결정짓는 거대한 구조적 리믹스를 위해 도서관 전체를 주시해야 한다고 말합니다.

문제 제기
Coronaviridae 과(family)의 진화적 역사는 전통적으로 뉴클레오타이드 치환율을 기반으로 추론되어 왔으나, 이는 유전적 재조합(recombination)과 삽입-결실(indel) 이벤트의 기여를 간과하는 경우가 많다. 재조합은 특정 계통(예: SARS-CoV, MERS-CoV, SARS-CoV-2)에서 발생하는 것으로 알려져 있으며, indel은 바이러스 병원성(예: SARS-CoV의 ORF8 결실)에서 중요한 역할을 하는 것으로 인식되고 있으나, 이들의 체계적인 영향이 전체 과에 걸쳐 어떻게 나타나는지는 여전히 불완전하게 규명되어 있다. 기존의 분류 체계와 계통 발생적 재구성은 이러한 메커니즘을 반영하지 못하는 경우가 빈번하며, 이는 이론적으로 진화적 관계를 왜곡하고 바이러스 다양성의 진정한 역사를 가릴 수 있다. 나아가, 이러한 과정들이 유전체 파편의 획득 및 손실을 유도하여 유전체 구조와 분자 역학적 특징을 형성하는 정도에 대해서도 아직 완전히 이해되지 않았다.

연구 방법론
본 연구는 인간 및 동물 감염 바이러스를 포함하여 Coronaviridae의 네 가지 공인 속(Alphacoronavirus, Betacoronavirus, Gammacoronavirus, Deltacoronavirus)을 아우르는 65개의 대표적인 전장 유전체 서열 데이터셋을 분석하였다. 연구 방법론은 다각적인 접근 방식을 채택하였다:

유전체 정렬 및 구조 분석: 높은 서열 변이성, 전좌(translocation), 가변적인 부속 유전자 함량을 수용하기 위해 단계적인 유전자별 정렬 전략을 사용하였다. 유전체는 기능적 블록(ORF1ab, S, E, M, N 및 부속 ORF)으로 분할되었으며 MAFFT를 사용하여 정렬되었다. 기능적 맥락을 보존하기 위해 중첩되는 영역은 보수적으로 처리되었다.
계통 발생 추론: 최적의 뉴클레오타이드 치환 모델을 사용하여 RAxML-NG로 최대 우도(Maximum Likelihood, ML) 트리를 재구성하였다. 또한, 망상 진화 신호(reticulate evolutionary signals)를 시각화하기 위해 SplitsTree의 NeighborNet 방법을 사용하여 계통 네트워크를 생성하였다.
재조합 탐지: 재조합 지점(breakpoint)을 식별하기 위해 RDP5에서 구현된 종합적인 재조합 탐지 도구 세트(RDP, GENECONV, BootScan, MaxChi, SisScan)를 적용하였다. 이벤트는 4개 이상의 테스트에서 p-value < 0.05로 검출된 경우에만 유효한 것으로 간주되었다. 집단 재조합율( $\rho$ )은 LDhat 프레임워크를 사용하여 추정되었다.
Indel 비율 추정: 삽입 및 결실 비율은 근사 베이지안 계산(Approximate Bayesian Computation, ABC) 접근법을 통해 추정되었다. 연구에서는 INDELible 시뮬레이터를 사용하여 두 가지 indel 길이 분포 모델(Binomial 및 truncated Zipf)을 평가하였다. 모델 선택 및 파라미터 추정은 실제 데이터셋(전체 유전체 및 S 유전체, 두 경우 모두 과 전체 및 SARS-CoV-2 대상)에 적용하기 전, 정확성을 보장하기 위해 독립적인 시뮬레이션 테스트 데이터를 사용하여 검증되었다.
조상 형질 재구성: 조상 서열 재구성을 수행하여 indel 이벤트의 역사를 추론하였으며, 이를 통해 상속된 조상 indel과 말단 가지(terminal branches)에서 발생하는 새로운 이벤트를 구분하였다.

주요 기여 및 결과

재조합의 보편성: 재조합 이벤트는 Coronaviridae 과 전반에 걸쳐 빈번하게 발생하며 불균일하게 분포되어 있음이 발견되었다. 대부분의 이벤트는 ORF1ab와 스파이크(S) 유전자 내에서 발생했으나, 구조적 및 부속 유전자에서도 재조합이 탐지되었다. 분석 결과, 재조합은 속(genus) 내부뿐만 아니라 속 사이에서도 발생하며, 큰 유전체 파편을 포함하는 복잡한 이벤트(예: 땃쥐 유래 Alphacoronavirus와 Betacoronavirus 간의 교환)를 포함하는 것으로 나타났다. 추정된 평균 집단 재조합율은 $3.67 \times 10^{-2}$ per site였으며, 높은 신호가 ORF1ab와 S에 집중되어 있었다.
Indel 역학: 유전체 전반의 indel 비율은 높게 나타났으며, 결실이 삽 insertion보다 더 빈번하게 발생하는 경향을 보여 유전체 크기 감소라는 일반적인 추세를 뒷받침하였다. Binomial 모델이 모든 데이터셋에서 indel 길이 분포에 가장 적합한 것으로 나타났다.
계통 발생적 일치성: indel 데이터만을 기반으로 한 계통 네트워크는 뉴클레오타이드 서열으로부터 도출된 네트워크와 대체로 일치하였으며, 네 가지 주요 속을 성공적으로 구분해 냈다. 이는 indel이 깊은 진화적 분기를 재구성하는 데 충분한 계통 정보를 포함하고 있음을 시사한다.
유전자 손실 및 획득: 재조합과 indel에 의해 주도되는 부속 유전자 함량의 상당한 가변성이 확인되었다. 주요 결과는 다음과 같다:
- HE(hemagglutinin esterase) 유전자는 Embecovirus에는 존재하지만 다른 속에는 존재하지 않으며, 이는 조상으로부터 물려받은 것이 아니라 이차적 획득(인플루엔자 C 바이러스와의 재조합을 통한 것으로 추정)임을 시사한다.
- Gammacoronavirus와 Sarbecovirus에 존재하는 ORF8 유전자는 여러 차례의 독립적인 손실과 분할(예: SARS-CoV의 29-nt 결실 및 SARS-CoV-2의 382-nt 결실)을 겪었다.
- Deltacoronavirus는 Alpha- 및 Betacoronavirus에 비해 부속 유전자가 적고 더 압축된 유전체를 보유하고 있다.
수렴 진화: 서로 다른 속의 S 유전자 N-말단 도메인(NTD)에서 유사한 indel 패턴이 관찰되었으며, 이는 면역 회피와 같은 선택 압력에 의한 수렴 진화를 시사한다.

의의
본 논문은 재조합과 indel 이벤트가 Coronaviridae 진화의 근본적인 동력이며, 유전체 구조, 다양성 및 계통 발생을 형성한다고 주장한다. 이러한 과정은 특정 계통에 국한되지 않고 과 전체에 걸쳐 광범위하게 나타난다. 본 연구 결과는 다양한 형태의 유전적 변화가 코로나바이러스의 다양성에 어떻게 기여하는지에 대한 비교 프레임워크를 제공하며, SARS-CoV-2 및 관련 바이러스의 진화적 역사를 보다 포괄적으로 이해할 수 있게 한다.

결정적으로, 저자들은 이러한 진화적 과정(특히 재조합, 유전자 손실 및 획득의 상호작용)을 모델링하는 복잡성 때문에 코로나바이러스의 미래 진화를 예측하는 것이 본질적으로 어렵다고 주장한다. 따라서 진화적 감시 및 예측 전략은 바이러스의 다양성을 정확하게 해석하고 새로운 병원성 변이의 출현을 예측하기 위해 단순한 치환 모델을 넘어 재조합 및 indel 역학을 반드시 통합해야 한다.

유사한 논문