John McLean 박사
빅데이터 생물학애질런트는 연구자들이 신속하게 방대한 세부 정보를 수집하도록 지원합니다John McLean은 소위 '빅데이터 생물학'이라 부르는 생물학 패러다임 전환의 일부분을 차지하고 있습니다. 밴더빌트 대학의 McLean 연구진은 Agilent 6560 Ion Mobility Q-TOF LC/MS 시스템을 사용한 비표적 실험에서 분당 5만개의 분자에 대한 세부 정보를 수집하고 있습니다. 단백질, 지질, 당류, 펩타이드에 대한 세부 정보를 비롯한 모든 정보가 그곳에 포함되어 있습니다. McLean 박사는 연구진의 접근법을 '통합 오믹스'라 설명하며 이것을 팀의 연구 목표 달성을 위한 유일한 방법으로 보고 있습니다. 그들은 생물체내의 다양한 요소들이 상호 작용하는 방식에서 숨겨진 패턴을 발견하고자 합니다. 그것은 예를 들어, 테네시(밴더빌트 대학이 소재한 주)의 동굴에서 발견된 박테리아에서 유망한 신약 후보물질의 생성을 밝힐 수 있는 패턴을 의미합니다. McLean 박사는 “우리는 유전체학, 단백질체학 연구 등과 같은 개별 오믹스 연구의 오래된 패러다임을 바꾸고 있으며, 질량분석기와 Ion Mobility를 활용하여 진정한 비표적, 무편향 연구를 진행하고 있습니다.”라고 말했습니다.
Agilent 6560 Ion Mobility 시스템의 기술을 통해 과학자들은 방대한 양의 세부 정보를 매우 신속하게 수집할 수 있습니다.
"이제 우리는 표적을 염두에 두거나 또는 두지 않고서도 생물학적 문제를 탐구할 수 있으며, 분석을 통해 주목해야 할 부분을 확인할 수 있게 되었습니다.”라고 McLean 박사는 밝힙니다. 빅데이터에서 통찰을 얻는 것은 매우 까다롭습니다. 하지만 McLean 박사 연구진은 빅데이터 이용에 남다른 아이디어가 있습니다. 아마존(Amazon), 넷플릭스(Netflix)와 같은 회사에서는 수백만 사용자의 누적 수치를 토대로 고객이 관심을 가지는 도서와 영화를 추천할 수 있습니다. 연구진은 이와 동일한 종류의 기법을 사용합니다. 그들은 컴퓨터의 그룹연산을 이용해 수치를 확인하고 의미 있는 상관 관계를 찾아냅니다. McLean은 이 과정을 어릴 적 누구나 한번쯤 해봤을 법한 슬라이딩 타일 퍼즐 게임에 비유합니다. "그 원리는 동일합니다. Agilent 6560으로부터 매 분마다 50,000개의 분자를 얻을 때, 우리는 하나의 그림을 만들기 위한 타일들을 만들어서 옮기기 시작하기 전까지 모든 분자들의 식별을 시도하지 않습니다. 이 50,000개 분자 정보의 많은 부분은 단지, 분자의 생물학적 배경을 설명하는 노이즈일 뿐입니다. 우리가 알고자 하는 것은 약물이나 기타 자극에 의해 직접적인 영향을 받는 분자들 사이의 상관 관계가 무엇이냐 하는 것입니다. 그런 다음 식별하는 작업을 진행합니다.”라고 그는 설명합니다. 이런 상관 관계가 하나하나의 퍼즐 속 타일을 구성하며 게임이 시작됩니다. "이 모든 빅데이터 관련 연구는 동일한 방식으로 작업합니다. 패턴은 무엇일까요? 일단 데이터에서 기술어(descriptor)를 제거하면 말 그대로 일련의 거대한 숫자에 불과합니다. 이러한 숫자들은 그것을 보는 사람이 누구인지, 무엇이 그들을 생성했는지에 따라 달라집니다. 여러분이 인터넷 업무에 종사하건, 생물학 문제를 연구하건, 그 원리는 동일합니다.”
McLean 박사는 질병 진단, 신약 연구, 심지어 증상이 발현되기 전에 발병을 암시할 수 있는 바이오마커에 대한 연구를 비롯하여 밴더빌트 대학에서 많은 연구 프로젝트를 이끌고 있습니다.
그중 가장 의미있는 프로젝트는 바로 연구진이 "박테리아 Fight Club"이라 부르는 프로젝트입니다. 이 프로젝트의 시작은 간단했습니다. McLean의 공동 연구자 중 한 명이 동굴 탐험가이자 효소 학자였던 것입니다. "테네시와 켄터키 주에는 1만 개의 동굴이 있는 데, 그는 여태까지 발견되지 않은 박테리아를 수집하고 있었습니다. 유전자 분석을 통해 우리는 약물과 유사한 분자를 인코딩한 것으로 보이는 특별한 유전자 클러스터(기존에 발견되지 않았던 천연 공격 및 방어용 생물학적 제제)가 있다는 것을 확인할 수 있었습니다. 그러나 박테리아가 이를 합성하는 메커니즘을 확인하기란 쉽지 않았습니다. 하여 우리는 '박테리아 Fight Club'이라는 이 게임을 시작하게 되었습니다. 우리는 새로 발견한 박테리아를 단일 배양하고, 이미 수 많은 연구를 거친 박테리아(예, E.coli)를 배양한 후 이 두 가지를 함께 배양했습니다. 이제 두 가지 박테리아 균주는 제한된 자원을 두고 경쟁해야 합니다. 바로 이 때, 박테리아가 상술한 수많은 유전자의 조절 스위치를 켭니다. 실제로 이러한 스위치는 쉽게 켜지지 않는 것인데 말이죠. 우리는 이런 방식으로 많은 신약 분자를 분리할 수 있었습니다.”라고 그는 말합니다. "이제는 연산 작업을 시작할 수 있습니다. 이미 해당 세포 배양에 관한 전체 타일 그림(지식)을 장악하고 있다면 단일 배양에서 그 타일 그림 조각들을 배제시킬 수 있습니다. 그러고 나면, 이제 유기체가 자원을 두고 경쟁할 때 생성하는 새로운 분자만 남게 됩니다.”라고 McLean 박사는 말합니다. "보통 약물은 각종 분자의 혼합물이므로 연구자들은 단지 지질이나 당류 또는 펩타이드 각각의 연구만 하는 것이 아닙니다. 우수한 약물 분자를 이루는 여러 종류의 분자를 다루고 있는 것입니다. 따라서 통합 오믹스 분석은 극히 중요합니다. 이는 연구 목표 달성을 위한 유일한 방법입니다.” 연구용으로만 사용하십시오. 진단 용도로는 사용하실 수 없습니다.
|
John A. McLean 박사
테네시주 내슈빌 |