1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드

유전자 가위는 주요 타겟 시퀀스에 작용을 하지만 주요 타겟과 비슷한 시퀀스 (off-target)에도 작용을 하게 됩니다. 이에 대한 부작용을 찾는 방법들이 많이 개발되어 왔고, 현재까지 가장 널리 쓰이는 방법으로는 In-silico를 이용한 off-target 예측, 인위적으로 만들어낸 dsODN (double-stranded oligodeoxynucleotide) 이 유전자 가위와 같이 transfection을 해주는 cell based 기반인 Guide-seq과 세포 내부가 아닌 세포 안에 있는 genomic DNA를 추출하여 추출된 genomic DNA 와 유전자 가위와 반응을 시키는 in-vtro 방식의 Digenome-seq 기법이 있습니다. 하지만 In-silico의 경우 정확하지 않고 False 값이 많다는 점, Guide-seq의 경우 transfection을 할 때 같이 들어가는 dsODN의 시퀀스가 genomic DNA에 integration 이 되지 않게 되면 off-target을 찾을 수 없게 됩니다. 또한 Digenome-seq은 유전자 가위의 non-specific 한 반응 및 chromatin state의 영향을 받지 않기 때문에 많은 off-taget이 발생할 수 있습니다. 본 연구는 위의 3가지 방법을 비교 분석하였으며 guide-seq 과 digenome-seq의 방법에 장점을 모아 새로운 off-taget 방식인 Extru-seq을 개발하였습니다. Extru-seq은 아래 그림 1과 같이 extruder의 물리적인 힘을 이용하여 세포가 filter를 통과할 때 세포 내부에 유전자 가위가 들어가게 되는 방법입니다. 이를 통해 세포 내부의 chromatin state에 따른 유전자 가위 편집이 적용이 되며, cell-based 기술이기에 guide-seq과 digenome-seq의 장점을 다 가진 기술이라고 할 수 있습니다. 최종적으로, 본 연구를 통해 이 in silico, guide-seq, digenome-seq 그리고 Extru-seq 방법들을 비교하였으며 어떤 방법이 유전자 가위의 off-target을 얼마나 정확하게 찾을 수 있는 지 확인할 수 있었습니다 (그림 1).

그림 1. Extru-seq에 대한 schematic 및 In silico, Guide-seq, Digenome-seq 그리고 Extru-seq에 대한 비교 결과

2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁드립니다.

저는 툴젠에서 플랫폼 연구소라는 부서에서 근무하고 있습니다. 툴젠은 유전자 가위를 이용하여 치료제 연구, 종자 연구, 그리고 플랫폼 연구를 진행하고 있습니다. 그 중에서 플랫폼 연구소는 다양한 유전자 가위의 개발, off-target 연구 및 유전자 가위가 적용될 수 있는 기술을 개발하는 일을 하고 있습니다.

3. 연구 활동 하시면서 평소 느끼신 점 또는 자부심, 보람

논문을 쓰기 전까지는 유전자 가위의 off-target에 대한 비교 연구가 잘 없었습니다. 하지만 본 연구를 통해서 지금까지 널리 알려진 유전자 가위의 off-target의 방법들을 비교를 할 수 있고, 좀 더 개발된 툴젠의 독자적인 기술을 발표하였기 때문에 이에 대한 자부심과 보람을 느꼈습니다. 또한 저희 팀에서 발표한 논문이 genome biology의 트위터에서 2달간 main 게시글로 되어 회사 홍보에도 많은 도움이 되었습니다.

4. 이 분야로 진학하려는 후배들 또는 유학준비생들에게 도움이 되는 말씀을 해 주신다면?

유전자 가위의 경우 많은 분야로 적용이 될 수 있습니다. 치료제는 물론이고, 식물 그리고 AI, 진단 및 여러 플랫폼으로 적용이 될 수 있기 때문에 앞으로도 많은 연구가 필요한 분야라고 생각합니다. 분야가 다양하기 때문에 관심이 있으신 분들께서는 하나의 분야를 선택하여서 연구를 하신다면 좋은 성과가 있을 거라고 생각합니다.

5. 연구 활동과 관련된 앞으로의 계획이 있으시다면?

현재까지도 많은 방법의 유전자 가위 off-target 연구들이 진행되고 있습니다. 모든 연구가 그렇듯이 100% 까지는 정확하게 찾을 수는 없지만 100%에 가깝게, 조금 더 정확하게 유전자 가위의 off-target 예측할 수 있는 기술에 대하여 연구하고 싶습니다.

6. 다른 하시고 싶은 이야기들.....

본 연구를 진행하면서 논문을 쓰기까지 같이 실험하고 도와주신 이정준 이사님, 권정훈 연구원님 그리고 플랫폼 연구원분들께 정말 감사합니다.