🧬 biology

Growth-normalized plate screening of antifungal activity under different nutritional conditions using the Diffusion-Modulated Optimization Plate Assay (DMOPA)

본 연구는 생산 균주 군락의 크기를 고려함으로써 항진균 활성 측정치를 정규화하여, 성장 변이의 혼란 효과를 최소화하면서 *Streptomyces* sp. S9CAFB1에 대한 영양 조건과 *Candida albicans*에 대한 비교를 효과적으로 가능하게 하는 저용량 스크리닝 방법인 확산 조절 최적화 플레이트 분석법(DMOPA)을 소개한다.

원저자: Preston Menezes

게시일 2026-09-21

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Preston Menezes

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

미생물들은 자신의 영토를 방어하기 위해 보이지 않는 무기를 생산하며 끊임없이 소리 없는 화학 전쟁을 벌이고 있습니다. 새로운 의약품을 찾는 과학자들에게 이 미세한 전사들은 보물 창고와 같습니다. 오늘날 우리가 의존하고 있는 많은 항생제는 원래 토양 박테리아, 특히 액티노미세테스(actinomycetes)라고 알려진 집단에서 발견되었습니다. 이 유기체들은 화학의 달인으로, 곰팡이나 다른 병원균을 죽일 수 있는 복잡한 화합물을 합성할 수 있습니다. 그러나 이 박테리아들이 가장 강력한 무기를 방출하도록 유도하는 적절한 조건을 찾는 것은 어려운 퍼즐입니다. 미생물이 살아가는 환경, 즉 무엇을 먹고 어떻게 성장하는지가 그 미생물을 휴면 상태로 남겨둘지, 아니 아니면 생명을 구하는 약품을 만드는 공장으로 만들지를 결정합니다. 흔한 오해는 더 크고 건강한 박테리아 군집이 자동으로 더 많은 약품을 생산한다는 것입니다. 실제로 이 둘은 종종 서로 관련이 없습니다. 어떤 미생물은 특정 종류의 먹이에서 활발하게 성장하지만 방어용 화학 물질은 전혀 생산하지 않을 수 있는 반면, 다른 식단을 섭취하는 더 작은 군집은 강력한 독소를 쏟아낼 수도 있습니다.

이 문제를 해결하기 위해 연구자들은 대규모 실험에 시간과 자원을 낭비하지 않고 어떤 먹이가 가장 효과적인지 테스트할 수 있는 새로운 방법을 개발했습니다. 뭄바이 대학교의 프레스턴 메네제스(Preston Menezes)가 진행한 연구는 확산 조절 최적화 플레이트 분석법, 즉 DMOPA라고 불리는 기법을 소개합니다. 이 기술은 박테리아 군집의 크기를 넘어 그것이 생산하는 화학적 방어의 진정한 강도를 파악하기 위해 설계되었습니다. 연구진은 토양에 서식하는 박테리아인 스트렙토미세스(Streptomyces)의 한 종을 흔한 곰팡이인 칸디다 알비칸스(Candida albicans)에 대해 테스트했습니다. 팀은 다양한 당류와 질소원을 포함한 작은 플레이트에서 박테리아를 배양함으로써, 다양한 식단 아래에서 박테리아가 어떻게 반응하는지 관찰할 수 있었습니다. 핵심적인 혁신은 결과 측정 방식의 간단한 조정에 있었습니다. 연구진은 단순히 곰팡이가 사멸한 투명한 원의 크기만을 보는 대신, 박테리아 군집 자체의 크기를 뺐습니다. 이 계산은 큰 군집이 단순히 공간을 차지하는 것으로 인해 발생하는 혼란을 제거하여, 생산자의 크기 대비 실제 화학 무기의 도달 범위를 볼 수 있게 해주었습니다.

결과는 박테리아가 얼마나 잘 성장하는지와 얼마나 잘 싸우는지 사이의 명확한 단절을 보여주었습니다. 박테리아에게 포도당이나 자당을 먹였을 때, 박테리아는 강력한 화학적 방어를 생산하여 곰팡이에 대한 넓은 보호 구역을 형성했습니다. 반면, 맥아당을 먹였을 때 박테리아는 똑같이 크게 성장했음에도 불구하고 항진균 활성은 거의 나타나지 않았습니다. 마찬가지로, 질산칼륨 식단은 박테리아가 대조군보다 거의 3배나 큰 거대 군집으로 확장하게 만들었지만, 이러한 성장은 감지 가능한 화학적 방어 없이 이루어졌습니다. 가장 효과적인 질소원은 황산암모늄이었는데, 이는 박테리아가 다른 식단에서 자란 것보다 군집 자체는 더 작게 유지되었음에도 불구하고 대조군보다 3배 더 큰 방어 구역을 생성하도록 유도했습니다. 이러한 발견은 탄탄한 군집이 의학적 잠재력의 신뢰할 만한 지표가 아님을 확인시켜 주었습니다. 박테리아의 내부 화학 작용은 항상 그들의 물리적 팽창과 일치하지 않는 방식으로 특정 영양소에 반응합니다.

플레이트 기반의 관찰 결과가 더 현실적인 환경에서도 유효한지 확인하기 위해, 연구자는 박테리아를 5일 동안 흔드는 플라스크에서 키우는 전통적인 액체 발효 과정과 결과를 비교했습니다. 액체 배양 결과는 플레이트 결과와 대체로 일치했으며, 포도당과 자당이 항진균 활성을 생성하는 데 있어 최고의 성능을 보였습니다. 그러나 액체 배양은 플레이트에서는 약하거나 비활성 상태로 보였던 맥아당과 자일로스 같은 조건들이 결국 더 긴 시간이 흐른 뒤에는 감지 가능한 활성을 생성한다는 점도 보여주었습니다. 이는 플레이트 방식이 다양한 영양 옵션을 빠르게 순위 매기는 데는 탁래하지만, 더 긴 시간이 지나야 나타나는 느린 화학적 반응은 놓칠 수 있음을 시사합니다. 연구는 이 새로운 플레이트 방식이 약물 발견의 초기 단계에서 강력한 도구라고 결론짓습니다. 이 방법은 과학자들이 더 비용이 많이 들고 복잡한 액체 발효 단계로 넘어가기 전에, 가장 유망한 후보를 찾기 위해 수십 가지의 영양 조합을 빠르게 걸러낼 수 있게 해줍니다. 박테리아 군집의 크기를 고려함으로써, 이 방법은 어떤 조건이 진정으로 항진균 화합물의 생산을 장려하는지에 대해 더 명확하고 정직한 그림을 제공합니다.

기술 요약: 항진균 활성의 성장 정규화 플레이트 스크리닝 (DMOPA)

문제 정의
미생물, 특히 방선균의 항균 활성에 대한 예비 최적화 과정에서는 적절한 영양 조건의 선택이 필수적이다. 그러나 표준 한천 확산법(agar diffusion assays)은 중대한 한계에 직면해 있다. 즉, 저해 구역(inhibition-zone) 측정값이 생산 균주의 성장 변이에 의해 왜곡되는 경우가 많다는 점이다. 서로 다른 탄소원 및 질소원은 서로 다른 방사형 군락 확장을 유발할 수 있으며, 이는 더 큰 저해 구역이 높은 항균 효능이 아닌 더 큰 생체량(biomass)을 반영하는 결과일 수 있음을 의미한다. 또한, 한천 두께와 같은 배지의 물리적 특성은 확산에 영향을 미치므로 저해 구역 직경을 직접 해석하는 것은 불완전하다. 결과적으로, 광범위한 생체량을 지원하는 조건이 반드시 가장 높은 항균 활성을 나타내는 것은 아니다.

방법론
이러한 한계를 해결하기 위해, 본 연구는 생산 균주의 성장과 항진균 활성을 분리하도록 설계된 저용량 플레이트 스크리닝 방법인 **확산 조절 최적화 플레이트 분석법(Diffusion-Modulated Optimization Plate Assay, DMOPA)**을 개발하였다.

균주: 16S rRNA 유전자 시퀀싱을 통해 Streptomyces sp. (S. viridosporus 및 S. rochei와 높은 유사성 확인)로 식별된 토양 유래 방선균 분리주 S9CAFB1을 생산 균주로 사용하였다.
대상: 생산 균주를 대상으로 Candida albicans ATCC 10231에 대한 스크리닝을 수행하였다.
분석 프로토콜:
1. 90 mm 페트리 접시에 담긴 M9 기반 최소 한천 배지에 영양 용액(다양한 탄소원 또는 질소원)을 첨가하였다.
2. 생산 균주를 중앙에 점 접종(spot-inoculate)하고 3~4일 동안 배양하였다.
3. C. albicans가 포함된 연한 한천 오버레이(soft-agar overlay)를 추가한 후, 18~48시간 동안 배양하였다.
4. 두 가지 측정치를 취하였다: 총 저해 구역 직경( $Z$ )과 생산 균주 군락 직경( $C$ ).
계산:
- 보정된 저해 폭 ( $W$ ): 방사형 확장을 저해 영역으로부터 기하학적으로 분리하기 위해 다음과 같이 계산하였다: $W = (Z - C) / 2$ .
- 항균 지수 (Antimicrobial Index, AI): 기준 조건에 상대적으로 계산하였다: $AI = W_{test} / W_{reference}$ . AI가 1보다 크다는 것은 군락 크기를 정규화한 후 기준 대비 더 높은 겉보기 활성을 나타냄을 의미한다.
스크리닝 조건:
- 탄소원: 만니톨(기준), 포도당, 설탕, 맥아당, 자일로스, 유당.
- 질소원: 공백 기본 배지(기준), 황산암모늄, 질산칼륨, 비프 익스트랙트(beef extract), 효모 추출물(yeast extract).
검증: 선택된 조건들을 120시간 용해 액체 배양(submerged shake-flask fermentation) 결과와 비교하였다.

주요 결과
본 연구는 생산 균주의 성장과 항진균 활성이 직접적으로 비례하지 않음을 입증하였으며, 이를 통해 성장 정규화의 필요성을 검증하였다.

탄소원 스크리닝:
- 포도당과 설탕은 만니톨 기준(AI = 1.00)과 비교하여 가장 높은 항균 지수(AI = 2.47 및 2.12)를 나타냈다.
- 맥아당은 견고한 군락 성장을 지원했으나 낮은 겉보기 활성(AI = 0.41)을 보였다.
- 자일로스는 성장을 지원했으나 저해 현상이 감지되지 않았다.
질소원 스크리닝:
- 황산암모늄은 기준보다 작은 군락 직경에도 불구하고 가장 높은 AI(3.00)를 생성하였다.
- 질산칼륨은 광범한 균사 성장을 지원했으나(평균 직경 17.50 mm), 국소적인 저해 현상을 전혀 보이지 않았다(AI = 0.00). 저자는 이것이 항진균 물질의 완전한 부재라기보다, 느리게 확산되는 화합물을 급격한 군락 확장이 가렸을 가능성이 있다고 언급하였다.
- 비프 익스트랙트와 효모 추출물은 성장을 지원했으나 국소적인 저해 현상을 나타내지 않았다.
액체 배양과의 비교:
- 결과는 방향성은 유사했으나 동일하지는 않았다. 포도당과 설탕은 액체 배양에서도 높은 활성을 유지했으나, 플레이트 분석에서 약하거나 활성이 없었던 맥아당과 자일로스는 120시간 액체 배양 후에는 감지 가능한 활성을 생성하였다.

의의 및 주장
본 논문은 DMOPA를 절대적인 항균 화합물 생산량을 정량화하거나 분자 확산 물리학을 모델링하는 방법이 아니라, 영양 조건을 비교하기 위한 간단한 예비 스크리닝 도구로 규정한다.

주요 기여: 이 방법은 성장 관련 변수의 영향을 줄여주는 직관적인 수치 출력값(AI)을 제공함으로써, 연구자가 원시 저해 구역 직경 측정보다 영양 조건을 더 효과적으로 순위 매길 수 있게 한다.
한계 인정: 저자는 기하학적 보정( $W$ )이 분자의 크기, 확산 계수 또는 한천 점도를 고려하지 않는다고 명시적으로 밝혔다. 또한, (질산칼륨에서 나타난 것과 같은) 제로 저해 폭을 항진균 물질 생산의 절대적 부재로 해석해서는 안 된다고 경고하며, 광범한 성장이 저해 구역을 물리적으로 가릴 수 있음을 지적했다.
실용적 적용: DMOPA는 더 집중적인 액체 배양 및 분석적 검증에 자원을 투입하기 전, 유망한 조건을 식별하기 위한 초기 단계의 최적화 단계로 제안된다. 본 연구는 초기 플레이트 분석에서 음성으로 나타난 조건이라 할지라도, 활성을 드러내기 위해서는 배양 시간을 연장하거나 액체 배양 테스트가 필요할 수 있음을 강조한다.

본 연구는 DMOPA가 액체 배양을 대체할 수는 없지만, 방선균으로부터 항진균제를 개발함에 있어 저용량의 효율적인 예비 영양 스크리닝 접근법을 제공한다고 결론짓는다.

기술 요약: 항진균 활성의 성장 정규화 플레이트 스크리닝 (DMOPA)

유사한 논문