생물정보학 연구실

최근 들어 고성능 염기서열 결정법(next-generation sequencing)이 널리 활용됨에 따라 바이오 빅데이터가 쏟아져 나오고 있으며, 이에 따라 현대 생물학은 혁명적 변화를 맞이하고 있다. 이들 방대한 규모의 바이오 빅데이터 안에서 생물학적으로 의미있는 정보를 얻어내기 위해 전산학과 통계학적 접근법이 필요하게 되었고, 그 결과 생물정보학이라는 학문이 탄생하게 되었다. 우리 연구실은 생물정보학적 분석방법을 적극 활용하여 다양한 분야의 생명 현상들을 규명하고 있다. 특히, 대규모 transcriptome과 proteome 데이터를 이용하여 microRNA 및 RNA 결합 단백질에 의한 유전자 발현 조절을 연구하고 있다. 또한, 대규모 암 유전체 데이터를 분석하여 발암 돌연변이를 발굴하고 암 발생 기작을 규명하고자 노력하고 있다. microRNA(miRNA)는 ~22 nucleotide(nt)의 길이를 갖는 단일 가닥 RNA 분자로서, Argonaute 단백질(AGO)과 복합체를 이뤄 target mRNA의 3’UTR에 결합하여 해당 유전자의 발현을 억제하는 미세 조절자 역할을 한다. 최소 60%에 달하는 인간 mRNA들이 miRNA의 조절을 받고 있으며, 암을 비롯한 여러 질병과도 관련이 되어있는 중요한 생체 내 조절자 역할을 수행한다. miRNA는 target mRNA를 Watson-Crick nucleotide 결합을 통해 인식한다. 이 때, 6 nucleotides의 seed 지역이 중요하다고 알려져 있으며, 이를 바탕으로 miRNA가 target mRNA를 억제하는 4가지 유형의 표준적 결합규칙(canonical site type, CST)들이 실험을 통하여 입증되었다. 이에 더하여, AGO 교차 결합과 면역 침강을 응용한 고성능 염기서열 결정법(Argonaute crosslinking and immunoprecipitation followed by high-throughput sequencing, AGO CLIP-seq) 등의 생화학적 접근법을 통해 몇 가지 비표준 결합규칙(non-canonical site type, NST)들이 보고된 바 있다. 그러나, 이들 선행 연구들은 다음과 같은 명백한 한계가 존재한다. 먼저, AGO CLIP-seq을 이용한 연구의 경우 miRNA와 target mRNA 사이의 결합에 대한 정보는 제공하지만, 결합한다는 사실만으로는 해당 mRNA의 발현이 실제로 억제된다고 보장하기 어렵다. 또한, miRNA와 인간 mRNA들 사이에는 실로 무수히 많은 유형의 결합 형태가 일어날 수 있음에도 불구하고 선행연구들은 이들 중 극소수의 결합규칙들에 대해서만 검증을 시도했다. miRNA와 mRNA 사이에서 일어날 수 있는 모든 결합규칙들에 대해서 해당 결합규칙이target mRNA의 발현을 억제할 수 있는지 평가하기 위해 miRNA overexpression에 대한 mRNA들의 발현 양상 변화(transcriptome response)를 측정한 microarray 데이터들을 다량 수집하고, 이를 포괄적으로 분석할 수 있는 생물정보학 분석 파이프라인을 개발했다. 20억 개에 달하는 결합규칙들 각각이 miRNA에 반응하는 mRNA들과 유의미하게 연관되어있는지 분석하기 위한 거대규모 통계학적 분석을 수행했다.