Molecular identification of protected Magnoliaceae species: a multi-marker evaluation based on extensive sampling and genome-skimming data

기술 요약: 목련과(Magnoliaceae) 보호종의 분자 식별

문제 제기
목련과는 약 300종으로 구성되어 있으며, 그 중 거의 절반이 멸종 위기에 처해 있고, 중국에서는 24종이 국가 보호종으로 지정되어 있다. 전통적인 형태학적 식별은 목련과 내에서 널리 발생하는 잡종 형성 및 형태적 수렴 현상으로 인해 빈번히 어려움을 겪는다. DNA 바코딩은 분자적 대안을 제공하지만, 목련과에 대한 신뢰성은 대규모 개체 샘플링 하에서 체계적으로 평가된 바 없다. 기존의 평가들은 제한된 참조 서열에 의존하는 경우가 많아 종 내 다형성(intraspecific polymorphism)을 간과하며, 일반적으로 개체 수준의 식별 정확도를 평가하지 않고 종 수준의 해상도에만 집중한다. 또한, 후보 바코드의 선택은 단일 지표(예: 뉴클레오타이드 다양성, $\pi$)에 의존하여 계통 특이적 변이 핫스팟을 간과하는 경향이 있다.

연구 방법론
본 연구는 24-23종의 보호 목련과를 대표하는 102개 개체로부터 게놈 스키밍(genome skimming)을 사용하여 엽록체 게놈과 핵 리보솜 내부 전사 스페이서(nrITS) 서열을 생성하였다. 이 새로운 서열들은 NCBI의 공개 데이터를 보완하여 포괄적인 데이터셋을 구축하는 데 사용되었다.

연구 방법론은 다음과 같은 네 가지 주요 단계로 진행되었다:

1. 데이터 생성 및 조립: 엽록체 게놈을 de novo 방식으로 조립 및 주석을 달았으며, nrITS 서열은 매핑을 통해 추출하였다. 데이터 품질과 종의 단계통성을 평가하기 위해 최대 우도법(Maximum Likelihood, ML)을 사용하여 계통수를 재구성하였다.
2. 단편 분할 및 다형성 분석: 엽록체 게놈을 196개의 단편(76개 단백질 코딩 유전자, 10개 RNA 유전자, 93개 유전자 간 스페이서, 17개 인트론)으로 분할하였다. 뉴클레오타이드 다형성은 세 가지 상호 보완적인 지표인 뉴클레오타이드 다양성($\pi$), 분리 부위($S$), 그리고 파시모니 정보 부위($P$)를 사용하여 평가되었다.
3. 후보 바코드 스크리닝: 그룹 특이적 바코드를 식별하기 위해 다중 지표 프레임워크가 적용되었다. 여기에는 15개 Magnolia 절(section), Magnolia 속, Liriodendron 속, 그리고 목련과 전체에 걸친 아웃라이어 탐지 전략(전역 및 그룹별)이 포함되었다. 통계적 유의성, 길이 및 계통학적 정보량을 기준으로 10개의 고변이 단편이 그룹 특이적 후보 바코드로 선정되었다.
4. 평가 프레임워크: 식별 성능은 두 가지 뚜렷한 수준에서 평가되었다:
   • 종 수준: 특정 종이 단계통 클레이드를 형성하는지 또는 유사성 임계값을 충족하는지 평가한다.
   • 개체 수준: 특정 미지의 개체를 해당 종으로 할당하는 정확도를 평가한다.
     세 가지 분석 방법이 비교되었다: 트리 기반(부트스트랩 지지도를 가진 NJ 트리), BLAST 기반(유사성 검색), 바코드 갭 기반(종 내 vs 종 간 거리). 엄격한 "종 수준 엄격성 기준(species-level stringency criterion)"이 적용되었는데, 이는 특정 종의 모든 개체가 올바르게 식별되어야만 해당 종이 성공적으로 해결된 것으로 간주하는 방식이다.

주요 결과

• 계통적 불일치: 엽록체 계통수는 15개 Magnolia 절을 대체로 잘 해결하였으나, 24개 보호종 중 10개 종은 비단계통적 패턴(다계통 또는 측계통)을 보였다. 이는 불완전 계통 분류(incomplete lineage sorting), 엽록체 캡처(chloroplast capture) 또는 잡종 형성에 기인한 것으로 판단된다. 결과적으로, 새로 생성된 102개 액세션 중 17개가 잠재적 오식별로 판명되어 하위 바코딩 분석에서 제외되었다. 또한, 명백한 오식별을 보이는 10개의 NCBI 유래 서열과 지속적으로 모호한 배치를 보이는 5개의 개체 역시 분석에서 제외되었다.
• 다형성 패턴: 유전자 간 스페이서(IGS)는 모든 지표에서 일관되게 가장 높은 수준의 다형성을 나타냈으며, 그 다음으로 단백질 코딩 유전자, 인트론 순이었다. 선정된 10개의 후보 단편( ndधF-rpl32와 같은 IGS 및 clpP와 같은 유전자 포함)은 여러 계통에서 높고 일관된 다형성을 보여주었다.
• 종 수준 해상도:
  • BLAST 기반 방법이 전반적으로 가장 우수하였으며, 선정된 10개의 후보 단편을 결합하여 24개 종 중 18개 종을 해결하였다. 이는 표준 바코드(ITS는 12종, matK는 4종, rbcL은 1종)와 동일한 방법론을 적용한 완전한 엽록체 게놈(10종)보다 뛰어난 성능을 보였다.
  • 그러나 트리 기반 및 바코드 갭 기반 방법에서는 완전한 엽록체 게놈이 가장 높은 해상도(각각 14종 및 15종)를 나타냈다.
  • 9개 종(M. aromatica, M. grandis, M. lawiana, M. megaphylla, M. officinalis, M. omeiensis, M. sieboldii, M. ventii, M. yunnanensis)은 어떤 단일 단편으로도 정확하게 식별되지 않았다.
• 종-개체 불일치(Species-Individual Discrepancy, SID): 종 수준의 성공률과 개체 수준의 성공률 사이의 체계적인 차이가 발견되었다는 점이 핵심적인 발견이다. 동일한 단편에 대해 개체 수준의 성공률이 일반적으로 종 수준의 성공률보다 높았다. 이러한 불일치는 단 하나의 개체라도(도입 또는 오식별로 인해) 올바르게 할당되지 않으면 종 수준 기준이 실패하게 되는 반면, 개체 수준 평가는 각 액세션을 독립적으로 평가하기 때문에 발생한다.

의의 및 주장
본 논문은 제한된 참조 서열이 아닌 광범위한 개체 샘플링을 활용하여 목련과의 DNA 바코딩 성능을 가장 포괄적으로 평가했다고 주장한다. 주요 기여는 다음과 같다:

1. 방법론적 정교화: 본 연구는 종 수준의 해상도가 개체 수준의 식별 신뢰도를 보장하지 않음을 입증한다. 연구진은 "종-개체 불일치(SID)" 개념을 도입하여, 개체 식별이 필요한 법의학적 인증이나 자원 관리와 같은 실질적 응용 분야에서 엄격한 종 수준 지표가 오해를 불러일으킬 수 있다고 주장한다.
2. 마커 선택 전략: 단일 지표 접근 방식보다 다중 지표 스크리닝 프레임워크($\pi, S, P$ 통합)가 우월함을 검증하였으며, 결합 시 높은 해상도를 제공하는 10개의 그룹 특이적 후보 바코드를 성공적으로 식별하였다.
3. 실무적 권고: 저자들은 엽록체 슈퍼 바코드와 다중 단편 조합이 종 구분에 가치가 있지만, 종 내 다형성과 망상 진화(reticulate evolution)가 단일 단편 바코딩을 복잡하게 만든다고 결론지었다. 따라서 위협받는 목련과의 보전 관리를 위해서는 엽록체 기반 식별에만 의존하기보다 집단 수준의 참조 데이터와 다중 마커 전략(잠재적으로 핵 마커 포함)을 통합할 것을 권고한다.

본 연구는 모든 보호종의 식별 문제를 해결했다고 주장하지 않으며, 진화적 복잡성으로 인해 9개의 특정 분류군이 여전히 문제가 되고 있음을 명시하고, 이 특정 사례들에 대해서는 핵 게놈 마커가 필요할 수 있음을 시사한다.