Bioblogs

인간 광우병과 한국인

hongiiv 2008. 5. 7. 15:30
반응형

요즘 쇠고기 수입과 맞물려 인간 광우병으로 불리는 변종 크로이츠펠트 야콥병(vCJD)이 한국인에게서 아주 취약하다는 말이 나오고, 한간에서는 쇠고기가 수입되면 미국인과는 달리 한국인은 모두 인간 광우병에 걸려 죽을거라고 걱정을 하고 있다. 뭐 많은 이야기야 BRIC에서도 한창 논의가 뜨겁게 이루어지고 있다.

유전적 변이(Genetic Variation)
여기서 말하고자 하는 것은 한국인이 다른 인종과 다르다는 것이다. 사람과 사람, 인종과 인종간의 차이는 분명 존재하고 그 차이로 인해 너/나, 한국인/영국인이라 불릴 수 있는 것이다.

사이언스가 선정한 유전적 변이 연구
2007년 마지막달 나온 사이언스지를 보면 "올해의 짱(breakthrough of the year)"에 인간의 유전적 변이(Human Genetic Variation)이 장식하고 있다. 장비의 발달과 기술의 발달로 인간의 DNA를 해독하는데 비용이나 시간적으로 많은 향상을 가져왔고, 이를 기반으로 사람과 사람과의 차이점을 알아내려는 연구가 진행중이다.

Human Genetic Variation

0.01% 차이점을 찾아라
초기 인간 지놈(Human Genome) 프로젝트에서 여자 3명 남자 2명의 DNA 샘플을 이용해서 분석 완료하고 32억 염기쌍(base pair)의 염기 순서를 밝혀냈지만, 신뢰하기 힘든 고작 5명의 샘플로 인해 그 신뢰도에 대한 문제가 발생하고 있다.

covermed
Science 표지 The Human Genome

위의 사이언스지에서 언급했듯이 이제는 그 규모가 5명이 아니라 점차 대형화되고 있다. 최근 영국, 미국, 중국 등이 참여한 HapMap 프로젝트는 아프리카, 미국, 중국, 유럽의 1,000명의 분석하여 유전적 변이를 찾아내고 있다. 또한 "Genome-wide association study of 14,000 case of seven common diseases and 3,000 shared controls"라는 논문을 시발점으로 천명이 훌쩍 넘는 사람들을 비교 분석하여 질병과의 연관성을 찾아내는 움직임이 활발하게 일어나고 있다.

도대체 뭐가 다른가?
인간의 DNA는 99.9%가 같으며 나머지 0.01%의 차이가 모발의 색에서 부터 질병에 대한 위험에 이르기까지 개개인의 특성을 결정하게 되고 이러한 개개인의 유전 형질 차이를 단일염기 다형성(SNP, Single Nucleotide Polymorphisoms)라고 한다. 엄밀하게 말하자면, 위에서 언급한 HapMap도 인간의 모든 염기서열을 분석한 것이 아니라, 이 SNP를 찾는 작업을 수행한 것이다. 이러한 SNP는 유전정보의 복사 오류에서 생기는 것으로 세포들의 막수분열시기에 원래의 세포가 두 개로 나뉘면서 원래 세포의 DNA를 복사하는 과정에서 오류로 인해 차이가 발생하게 된다.
이러한 SNP 정보 또한 물려 받기 때문에 형제나 친족같에 있어서 유사한 SNP를 가지게 되고 먼 친척일수록 닮은 부분은 적어질 것이다. 마찬가지로 더 나아가 인종간에도 그 인종 특유의 SNP를 가지고 있을 것이고 이것을 밝혀내고자 하는 것이다.

여기 한국인에게 특이한 것이 있다.
바로 요즘 떠들썩 논문이 바로 "한국인에 있어서 프리온 단백질 유전자(PRNP)의 다형성"이라는 논문이다.

prion protein gene(PRNP)

아래 그림에 빨간 박스에서 보듯이 PRNP라는 유전자가 아미노산으로 번역되었을 때 129번째 코돈에 있어서 British인의 경우 Met/met가 36.79%인데 비해 Korean은 94.33%나 된다. 바로 이 부분이 영국인과 한국인 집단간의 SNP 차이로 인해 아미노산의 번역에서도 이러한 두 집단간의 차이를 보이고 있는 것이다. 그런데 문제는 지금까지 발생한 인간광우병 환자는 거의 100%가 Met/met형이라는 점이다. 뭐 알아서 생각하시면 됩니다. ^^;;

K-20080507-473879
아미노산 약자(Methionine = Met = M, Glutamic acid = Glu = E, Valine = Val = V) 

PRNP 유전자를 찾아보면 다음 그림의 하단의 Protein Sequence부분에서 단백질로 번역된것을 볼 수 있다. 이중 129번째를 보면 "M" 즉 메티오닌으로 나타나는데, 이부분이 한국인의 94.33%라는 것이다. 그럼 누군지 몰라도 여기에 나와 있는 사람은 아시아인일 확률이,,, 그렇다면 이사람은,,, ^^;;

K-20080507-476251

그럼 여기를 보면, 129번째 코돈이 "M"이 아니라 "V" 즉 발린으로 나온다. 그럼 영국인의 50.94%를 차지하는 흔한 사람이지만, 한국에서는 5.48%만 있는 인간 광우병에 걸리지,,,, 따라서 이 데이터는 외국인, 서양인이 확률이 더 높을 수 있겠다. ^^;;

K-20080507-542498

좀더 편한게 비교 해 보시라고 두 Protein Sequence를 합쳐 봤습니다. 빨간 박스 부분이 바로 129번째 부분으로 각각 논문에서 언급한 부분이 되겠습니다.

K-20080507-546179

단지 한끝 차이일 뿐인데,,,
잠깐 언급하자면, DNA가 RNA로 전사되고 마지막으로 mRNA가 단백질로 번역되게 된다. mRNA가 단백질로 번역될 때 코돈(codon)을 통해 DNA 3개의 염기와 단백질 서열 안의 아미노산 암호가 짝을 이루게 된다. Val 아미노산의 경우에는 "GUU", "GUC", "GUA", "GUG" 3개가 번역된 결과인 것이다. 따라서 위에서 언급한 URL을 가보면 맨 하단에 full mRNA 서열이 들어 있다. 이것을 단백질로 번역하는 작업한 결과는 이미 나와 있지만, 혹시나 정말 맞게 번역된것인지 확인하는 차원에서 뭐 일일이 손으로 바꿔도 되지만, DNA to protein translation 서비스에 아래의 서열을 넣고 돌려보면 된다.

K-20080507-671664
입력값으로 사용된 mRNA 서열(빨간 박스 부분의 GTG 즉 GUG(T는 U로 변신)가 129번째 발린(V)로 번역된다)


바로 저 빨간박스의 "GTG"가 "ATG"로 G->A로 만 되면, 발린(V)이 아니라, 메테오닌(Met)이 되는 것이다.

K-20080507-673821
DNA to protein translation 결과(빨간 박스 부분이 바로 129번째 코돈)

논문에서도 Brithish보다 Korean이 G보다 A일(V보다 Met일) 확률이 훨씬 높다고 나왔지만, 다시한번 확인해보는 차원에서 SNP 만을 모아 놓은 dbSNP를 가보면 아래와 같이 European보다 Asian이 훨씬 A일 확률이 높은것을 볼 수 있다.

덧붙이자면, 현재 dbSNP나 논문에서 언급된 내용은 한국인의 전체 집단을 대변하기에는 그 숫자에서 좀 부족한 면이 있다. 현재 유전체센터에는 한국인 만명에 대한 정보를 가지고 있기 때문에 PRNP 유전자에 대한 것을 덧붙이면 꽤 재미 있을것 같지만, 아직 데이터를 공개하지 못하기 때문에,, 여기서는 dbSNP로 마무리한다,,, ^^

K-20080507-698698

그럼 나는?
이제 그렇다면 나는 다른 사람 또는 다른 인종과 어떻게 다르고, 그 다름으로 인해서 나에게 어떠한 것들이 몰아 닥칠 수 있을것인지에 대해서 궁금해지게 마련이다. 간단하게 광우병에 있어서 안전한지,,, 당뇨에 걸릴 확률이 높은지, 이러한 것들이 바로 개인 맞춤 의학과 연관된 부분이다. 충분한 돈이 있다면 이러한 것들을 가능하게 해주는 서비스가 바로 23andMe이다.

23andMe와 구글
일전에 구글을 창립자 세르게이의 아내인 앤 보이치키가 설립한 신생 바이오 기업인 23andMe에 290만 달러를 투자했다는 뉴스를 본 적이 있다. 단순한 투자인가? 빅브라더의 출현인가? 여러가지 말이 많지만,,, 좀 다른 관점에서 살펴보고자 한다.

구글은 구글 플랫폼이라 불리는 대용량의 파일과 분산 시스템에 대한 노하우를 가지고 있다. 여기에서 이렇게 대량의(여기서는 데이터의 물리적인 용량이 많다는 의미가 아니다.) 유전 정보(앞서 살펴본 천명의 데이터에 대한 SNP 연구시 요즘 한번에 500K 즉 50만개의 SNP, 즉 변수가 생겨나게 된다. 그럼 천개/50만개라는 거대한 배열이 생성되고, 이 데이터를 전체적으로 보면서 어떠한 질병과 연관성이 있는지 다양하게 분석하게 된다.)를 분석할 수 있는 플랫폼이 구글로 부터 합쳐진다면, 그 시너지는 실로 어마어마하게 된다는 것이다.

지금까지의 바이오인포매틱스와 관련한 프로그램들은 아직 이러한 엄청난 데이터를 다루기에는 역부족일뿐만 아니라 기존의 Machine Learning 알고리즘을 통한 분류 및 예측 또한 이러한 거대 데이터를 다루기 위해서는 분산 플랫폼이 필수적이다.

현재 연구는 의미있게 최대한 현재의 컴퓨팅 파워로 소화할 수 있을 만큼 잘라서 연구를 수행하고 있는 상황인데, 전체를 보고 연구를 수행한다면(물론 전체를 봤다고 해서 좋은 결과, 새로운 결과가 꼭 나오라는 법은 없지만,,,) 뭔가 보지 못했던 지나쳤던 것들을 볼 수 도 있게 될 것이다. 바로 이부분에서 구글이 23andMe를 통해 다른 곳들과는 다른 뭔가를 구축해 나갈 것이다.

K-20080507-555936
23andMe 우리는 개인화로 간다~~



반응형