InsectExpress reveals layered regulatory architecture underlying cross-species tissue expression in insects

게놈을 생명체를 만드는 데 필요한 지침서가 가득한 거대한 도서관이라고 상상해 보십시오. 오랫동안 과학자들은 만약 우리가 "DNA 코드"(매뉴얼의 텍스트)를 읽을 수만 있다면, 신체의 모든 부위에서 모든 단백질이 얼마나 많이 만들어질지를 정확하게 예측할 수 있을 것이라고 생각했습니다. 이것이 바로 "서열-발현(sequence-to-expression)" 모델링의 꿈입니다. 하지만 이 도서관은 까다롭습니다. 지침은 단순히 선형적인 줄글로만 적혀 있는 것이 아니라, 시작점에서 멀리 떨어진 곳에 흩어져 있기도 하며, 종이 자체의 안정성(RNA 안정성)과 완성된 제품의 형태(단백질 기능)에 의해서도 영향을 받습니다. 우리는 인간과 생쥐에 대해서는 이 코드를 꽤 잘 풀어냈지만, 곤충은 완전히 다른 우주입니다. 곤충은 수억 년 동안 진화해 왔으며, 그들의 신체 부위(예: 지방체 또는 말피기 소관)는 인간과 직접적으로 대응하는 부분이 없으며, 그들의 지침서 또한 우리와는 매우 다르게 생겼습니다. 이 작은 생물들이 어떻게 유전자를 조절하는지 이해하는 것은 생물학뿐만 아니라, 해로운 화학 물질을 사용하지 않고 농작물을 해충으로부터 보호하는 데에도 매우 중요합니다.

여기에 곤충 세계의 이 퍼즐을 풀기 위해 설계된 새로운 디지털 탐정, InsectExpress가 등장했습니다. 이것을 단순한 DNA 텍스트를 읽는 것을 넘어, 메시지의 안정성을 확인하고 최종 단백질의 형태를 살펴봄으로써 특정 유전자가 서로 다른 신체 부위에서 얼마나 활발하게 움직이는지 추측하는 똑똑한 번역기라고 생각하십시오. 연구진은 과일파리부터 딱정벌레에 이르는 12종의 서로 다른 곤충 종의 데이터를 사용하여 이 도구를 구축했으며, 이를 14가지의 서로 다른 조직(뇌, 장, 난소 등)에 걸쳐 테스트했습니다.

여기 놀라운 사실이 있습니다. InsectExpress는 단순히 추측한 것이 아니라, 유전자 조절의 "계층적" 언어를 학습했습니다. 연구팀이 테스트했을 때, 이 모델은 0.680 ± 0.012의 상관계수를 달려냈는데, 이는 DNA만을 보거나 단순한 통계만을 사용하는 이전 방식들보다 유전자 활성도를 예측하는 데 훨씬 더 뛰어났음을 의미합니다. 더욱 인상적인 점은, 모델이 한 번도 본 적 없는 두 가지 곤충 종(Spodoptera frugiperda와 Helicoverpa armigera)을 대상으로 돌발 질문(curveball)을 던졌을 때도 각각 0.542와 0.612라는 우수한 성적을 거두었다는 것입니다. 이는 모델이 특정 곤충을 단순히 암기한 것이 아니라, 곤충 유전자 조절의 규칙을 학습했음을 시사합니다.

그렇다면 어떻게 작동하는 것일까요? 이 논문은 DNA 서열만으로는 충분하다는 생각에 반론을 제기합니다. 대신, InsectExpress가 성공할 수 있었던 이유는 세 가지 다른 "감각"을 결합했기 때문임을 밝혀냈습니다.

1. DNA 서열: 유전자의 시작 버튼(프로모터) 주변 **20-kb 창(window)**을 읽으며 특정 패턴을 찾습니다.
2. RNA 안정성: 메시지가 분해되기 전까지 얼마나 오래 지속되는지를 결정하는 특징들을 확인합니다.
3. 단백질의 "분위기(Vibe)": ESM-2라는 도구를 사용하여 단백질의 형태와 진화적 역사를 이해하며, 이를 통해 종마다 유전자가 어떻게 행동할지 예측합니다.

연구진은 곤충의 유전자 조절이 공통된 기초 위에 서로 다른 평면도를 가진 건물과 같다는 것을 발견했습니다. 여러 곤충 목(order)에 걸쳐 조직이 무엇인지(예: 무엇이 장을 장으로 만드는가)를 정의하기 위해 사용되는 핵심 지침(특정 전사 인자 모티프와 같은)인 "보존된 층(conserved layer)"이 존재합니다. 그 위에는 딱정벌레와 파리처럼 서로 다른 곤충 그룹들이 약간씩 다른 프로모터 "구문(syntax)"이나 문법을 사용하는 "계통 특이적 층(lineage-specific layer)"이 겹쳐져 있습니다. 모델은 이 두 층을 모두 항해하는 법을 배웠습니다.

흥lik하게도, 이 연구는 이러한 전이 가능성(transferability)이 마법이 아니라 생물학에 근거하고 있음을 시사합니다. 예를 들어, 그들은 화학 감각(냄새와 맛)에 관여하는 유전자들이 단백질의 변화와 종 간의 발현 변화 사이에 강한 연결 고리를 보인다는 것을 발견했습니다. 그러나 "하우스키핑(housekeeping)" 유전자(세포를 생존하게 유지하는 유전자)와 면역 유전자의 경우, 이 연결 고리는 약하거나 존재하지 않았습니다. 이는 모델의 일반화 능력이 관찰하고 있는 유전자의 유형에 따라 달라짐을 알려줍니다.

마지막으로, 이 논문은 곤충과 포유류 사이의 흥미로운 차이점을 강조합니다. 인간의 경우 뇌가 진화 과정에서 가장 잘 보존되는 기관인 경우가 많습니다. 하지만 곤충 연구에서는 소화 조직(장과 같은)이 가장 잘 보존되고 예측 가능했으며, 생식 조직과 머리 부분이 가장 가변적이었습니다. 이는 곤충에게 있어 먹고 소화하는 욕구가 뇌나 생식계보다 수백만 년 동안 유전자 조절 프로그램을 훨씬 더 안정적으로 유지해 왔음을 시사합니다.

요약하자면, InsectExpress는 DNA, RNA, 그리고 단백질 데이터를 결합함으로써 우리가 아직 연구하지 않은 곤충의 유전자가 어떻게 작동하는지 예측할 수 있음을 증명했습니다. 이것은 단순히 멋진 수학적 기술이 아닙니다. 이는 해충의 장이나 지방체에서 가장 활발하게 작동하는 특정 유전자를 표적으로 삼음으로써, 더 안전하고 효과적인 작물 보호 전략을 이끌어낼 수 있는 새로운 길을 열어줍니다.