기본 콘텐츠로 건너뛰기

인간에게도 다른 생물체의 유전자가 있다?



 일반적으로 우리가 가진 유전자는 우리의 부모로부터 물려받은 것입니다. 그리고 우리의 부모 세대 역시 그 이전 부모세대에서 유전자를 물려받죠. 결국 우리가 가진 유전자는 우리의 조상들이 물려준 것입니다. 이점은 의심의 여지가 없어 보이지만 사실은 모든 유전자가 여기에 해당되지는 않습니다. 과학자들은 이전부터 수평적 유전자 이동(Horizontal gene transfer, HGT) 이라는 현상을 관찰한 바 있습니다.  이는 한 생물체에서 다른 생물체로 유전자가 이동하는 과정입니다. 

 가장 대표적인 사례는 인류에게 별로 유익한 일이 아니지만, 항생제에 내성을 지닌 박테리아가 항생제 내성이 없는 박테리아에게 내성을 유발하는 유전자를 플라스미드(plasmid)의 형태로 전달해 주는 것입니다. 그리고 사실 우리가 유전공학이나 유전자 조작 작물이라고 부르는 것 역시 인간이 인위적으로 한 수평적 유전자 이동에 지나지 않습니다.  



(항생제 내성 유전자를 전달 받아 내성을 보유하는 박테리아의 모식도 

 이런 수평적 유전자 이동은 박테리아보다 더 고등한 생물에서도 일어날 수 있습니다. 이전에 소개한 광합성을 하는 에메랄드 푸른 민달팽이(Elysia Chlorotica)가 바로 그런 사례입니다. ( http://jjy0501.blogspot.kr/2015/02/Photosynthesis-in-Sea-Slug.html 참조) 이 민달팽이는 자신이 주식으로 삼은 조류(algae)에서 엽록체를 흡수한 후 다시 먹이에서 유전자를 흡수해 광합성을 할 수 있는 능력을 확보합니다. 

 이렇듯 유전자는 부모 세대로부터 물려받는 것이 일반적이긴 하나 일부 예외는 있습니다. 그리고 최근 연구에 의하면 이와 같은 경우가 생각보다 훨씬 흔한 것으로 보인다고 합니다. 물론 사람 역시 예외가 아닙니다. 

 영국 케임브리지 대학의 알라스테어 크리스피(Alastair Crisp from the University of Cambridge, UK)와 그의 동료들은 여러 동물에서 수평적 유전자 이동이 얼마나 흔하게 일어나는지를 알아내기 위해 다양한 그룹의 동물들을 조사했습니다. 이들은 초파리 12종, 선충류(nematode) 4종, 그리고 인간을 포함한 영장류 10종의 유전자를 서로 비교했습니다. 

 연구팀은 각각의 동물들의 유전자 가운데서 위에서 설명한 외부 유전자가 얼마나 존재하는지를 서로 비교했습니다. 만약 다른 동물에서 온 유전자들이 있다면 서로 비교하므로써 실제로 외부에서 획득한 유전자인지를 알 수 있을 것입니다. 

 연구팀에 의하면 ABO 혈액형을 결정하는 유전자처럼 이미 잘 알려진 외부 유전자가 있다고 합니다. 대부분의 외부 유전자들은 대사 과정에 관련된 것으로 알려져 있습니다. 이번 연구에서 연구팀은 17개의 이전에 알려진 외부 유전자를 인간에서 다시 확인했습니다. 그리고 놀랍게도 128개나 되는 외부 유전자를 인간 유전자에서 발견했다고 합니다. 

 이번에 발견된 외부 유전자들 중 일부는 지방 대사에 관여하는 반면, 다른 일부는 면역 반응에 관여하는 것이라고 합니다. 또 아미노산 대사와 단백질 변형, 그리고 항산화 활동에 관련된 유전자도 있었다고 하네요. 

 이런 외부 유전자를 실어나른 장본인들은 대개 박테리아와 바이러스들이라고 합니다. 이번 연구에서는 바이러스에서 기원한 것으로 보이는 50 개 이상의 외부 유전자를 영장류에서 발견했다고 합니다. 

 이번에 새로 발견된 유전자들에 대해서 정말로 외부 기원인지에 대해 앞으로 여러 연구가 진행될 것으로 보이지만, 사실 이보다 더 많은 외부 유전자가 존재할 가능성도 배제할 수 없다는 것이 연구팀의 생각입니다. 왜냐하면 아주 오래전 삽입된 유전자는 사실상 다른 유전자와 함께 오랜 세월 후손에게 전달되어 기원이 어디인지 확실치 않기 때문입니다. 

 수평적 유전자 이동은 아마도 생물체의 진화에서 어떤 역할을 담당할 것으로 생각되지만 아직까지 우리가 잘 알지 못하는 부분들이 존재합니다. 다만 수평적 유전자 이동이 존재한다는 사실이 기존의 우리가 알고 있는 상식 - 즉 부모에게서 자식으로 유전자가 전달 - 을 뒤집지는 않습니다. 대부분의 유전자는 쉽게 수평이동을 할 수 없기 때문입니다. 이는 고등한 다세포 동물일수록 더 진리입니다. 

 그러나 동시에 가끔씩 삽입되는 새로운 외부 유전자 역시 진화에서 중요한 역할을 담당했는지 모릅니다 그 역할을 이해하는 것은 생명의 역사를 올바로 이해하는 지름길이 될 것입니다. 


 참고 



Journal Reference:
  1. Alastair Crisp, Chiara Boschetti, Malcolm Perry, Alan Tunnacliffe, Gos Micklem.Expression of multiple horizontally acquired genes is a hallmark of both vertebrate and invertebrate genomes. Genome Biology, 2015; 16 (1) DOI:10.1186/s13059-015-0607-3

댓글

이 블로그의 인기 게시물

통계 공부는 어떻게 하는 것이 좋을까?

 사실 저도 통계 전문가가 아니기 때문에 이런 주제로 글을 쓰기가 다소 애매하지만, 그래도 누군가에게 도움이 될 수 있다고 생각해서 글을 올려봅니다. 통계학, 특히 수학적인 의미에서의 통계학을 공부하게 되는 계기는 사람마다 다르긴 하겠지만, 아마도 비교적 흔하고 난감한 경우는 논문을 써야 하는 경우일 것입니다. 오늘날의 학문적 연구는 집단간 혹은 방법간의 차이가 있다는 것을 객관적으로 보여줘야 하는데, 그려면 불가피하게 통계적인 방법을 쓸 수 밖에 없게 됩니다. 이런 이유로 분야와 주제에 따라서는 아닌 경우도 있겠지만, 상당수 논문에서는 통계학이 들어가게 됩니다.   문제는 데이터를 처리하고 분석하는 방법을 익히는 데도 상당한 시간과 노력이 필요하다는 점입니다. 물론 대부분의 학과에서 통계 수업이 들어가기는 하지만, 그것만으로는 충분하지 않은 경우가 많습니다. 대학 학부 과정에서는 대부분 논문 제출이 필요없거나 필요하다고 해도 그렇게 높은 수준을 요구하지 않지만, 대학원 이상 과정에서는 SCI/SCIE 급 논문이 필요하게 되어 처음 논문을 작성하는 입장에서는 상당히 부담되는 상황에 놓이게 됩니다.  그리고 이후 논문을 계속해서 쓰게 될 경우 통계 문제는 항상 나를 따라다니면서 괴롭히게 될 것입니다.  사정이 이렇다보니 간혹 통계 공부를 어떻게 하는 것이 좋겠냐는 질문이 들어옵니다. 사실 저는 통계 전문가라고 하기에는 실력은 모자라지만, 대신 앞서서 삽질을 한 경험이 있기 때문에 몇 가지 조언을 해줄 수 있을 것 같습니다.  1. 입문자를 위한 책을 추천해달라  사실 예습을 위해서 미리 공부하는 것은 추천하지 않습니다. 기본적인 통계는 학과별로 다르지 않더라도 주로 쓰는 분석방법은 분야별로 상당한 차이가 있을 수 있어 결국은 자신이 주로 하는 부분을 잘 해야 하기 때문입니다. 그러기 위해서는 학과 커리큘럼에 들어있는 통계 수업을 듣는 것이 더 유리합니다. 잘 쓰지도 않을 방법을 열심히 공부하는 것은 아무래도 효율

R 패키지 설치 및 업데이트 오류 (1)

 R 패키지를 설치하거나 업데이트 하다보면 여러 가지 문제가 생기는 경우들이 있습니다. 이 경우 아예 R을 재설치하는 것도 방법이지만, 어떤 경우에는 이렇게해도 해결이 안되고 계속해서 사용자는 괴롭히는 경우도 있습니다. 이런 경우 중 하나를 소개합니다.  새로운 패키지를 설치, 혹은 업데이트 하는 과정에서 같이 설치하는 패키지 중 하나가 설치가 되지 않는다는 메세지가 계속 나왔는데, 사실은 백신 프로그램 때문이었던 경우입니다.   dplyr 패키지를 업데이트 하려고 했는데, 제대로 되지 않아 다시 설치를 진행했습니다. 그런데 일부 패키지가 제대로 설치되지 않는다는 메세지가 나왔습니다.  > install.packages("dplyr") Error in install.packages : Updating loaded packages > install.packages("dplyr") Installing package into ‘C:/Users/jjy05_000/Documents/R/win-library/3.4’ (as ‘lib’ is unspecified) also installing the dependencies ‘bindr’, ‘bindrcpp’, ‘Rcpp’, ‘rlang’, ‘plogr’ trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindr_0.1.1.zip ' Content type 'application/zip' length 15285 bytes (14 KB) downloaded 14 KB trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindrcpp_0.2.2.zip ' Content type 'application/zip' length 620344 b

생존분석- 콕스 비례위험모형 (1)

 생존분석 (survival analysis)는 의학 연구는 물론 기계의 내구성에 대한 판단 등 여러 분야에서 사용되는 통계 분석 방법입니다. 기본적인 개념은 사망이나 질병 발생, 기계 고장처럼 특정 현상이 발생하기까지 걸리는 시간을 분석하는 통계 분석 방법이라고 할 수 있습니다. 대표적인 방법은 카플란-메이어 (Kaplan-Meier) 생존분석과 콕스 비례위험 모형 ( Cox proportional hazards model ), 로그 순위법 (Log-rank test) 등이 있습니다.   이 방법들은 각각 적용 범위가 다른데 카플란-메이어 생존분석은 특정 집단의 시간에 따른 생존율을 분석하는 것이고 (예를 들어 암 수술후 재발 없이 지내는 시간이나 생존 기간) 로그 순위법은 두 집단의 생존율을 비교하는 것입니다. 콕스 비례위험 모형은 생존율에 영향을 미치는 위험 인자를 분석하는 것으로 예를 들어 허리둘레가 1cm씩 증가할 때 마다 당뇨 위험도가 얼마나 증가하는지를 보는 것입니다.   여기서는 각각의 통계 분석 방법에 대한 상세한 설명은 생략하고 R을 통해 어떻게 분석할 수 있는지를 간단히 설명합니다. 우선 콕스 비례 위험 모형에 대해서 설명해 봅니다. 비례위험모형은 기저 분포에 대한 가정 (예를 들어 정규 분포)이 필요없고 여러 공변량을 모형에 넣어 보정해 사용할 수 있어 다양한 경우에 사용될 수 있기 때문에 생존분석에서 가장 널리 사용되는 방식 중 하나입니다.   R에서 생존분석을 하기 위해 가장 기본적으로 사용되는 패키지는 survival 패키지 입니다. survival 패키지에는 여러 가지 예제 데이터가 있는데 우선 kidney 데이터를 살펴보겠습니다.  require(survival) data(kidney) str(kidney) # https://stat.ethz.ch/R-manual/R-devel/library/survival/html/kidney.html    kidney 데이터