세포 무함유 시스템의 능동 학습 기반 mRNA 수율 최적화

주장세포 무함유 시스템은 복잡한 생체 내 환경을 단순화하여 유전자 발현을 연구하는 핵심 플랫폼입니다. 그러나 낮은 mRNA 수치로 인해 정밀한 전사체 분석인 RNA-seq 수행에 한계가 있었습니다.

팩트연구진은 베이지안 최적화와 자동화된 고처리량 실험을 결합한 능동 학습 워크플로우를 개발했습니다. 이들은 총 160만 개 이상의 잠재적 버퍼 구성 중 653개를 실험적으로 검증했습니다.

팩트이러한 검증 과정을 거쳐 mRNA 수율을 20배 증가시킨 최적화 버퍼를 식별했습니다. 또한 단백질 생산량을 유지하면서 mRNA 수율을 13배 높인 절충형 버퍼도 함께 개발했습니다.

주장이번 연구는 세포 무함유 시스템을 활용한 전사체 분석이 유전자 조절 연구의 통제된 접근법이 될 수 있음을 입증했습니다. 이는 기존의 복잡한 생체 내 연구를 보완하는 강력한 도구가 됩니다.

교차검증T7-RNAP 정제 시스템은 프로모터 강도의 계층 구조를 파악하는 데 유용하지만, RNA 분해 과정이 결여되어 있다는 한계가 있습니다. 세포 무함유 시스템은 생체 내 발현을 정확히 추정하고 mRNA 성숙 부위를 식별하는 데 유리합니다.

팩트연구진은 T7 파지 전사체를 직접 RNA-seq으로 분석하여 세포 무함유 시스템, 정제된 T7-RNAP 시스템, 파지에 감염된 박테리아를 비교했습니다. 이 비교 분석으로 유전자 조절의 단계적 층위를 규명했습니다.

팩트연구팀은 파리-사클레 대학교와 프랑스 국립농업식품환경연구소(INRAE), 아그로파리테크 소속 연구자들로 구성되었습니다. 장-루 폴롱, 마티외 쥘, 올리비에 보르코프스키 교수가 교신 저자로 참여했습니다.

팩트본 연구는 프랑스 국립연구청의 RNADarkMatter 프로그램과 프랑스 2030 프로그램의 지원을 받았습니다. 또한 유럽 연합의 HORIZON BIOS 프로그램으로부터 연구 자금을 지원받았습니다.

교차검증연구진은 실험적 최적화에 능동 학습을 도입하여 탐색 효율을 극대화했습니다. 다만 실제 생체 내 모든 복잡성을 완벽히 재현하는 데에는 여전히 기술적 과제가 남아 있습니다.

주장향후 연구는 더 다양한 세포 환경을 모사하는 방향으로 발전할 필요가 있습니다. 이번 기술적 성과가 유전자 조절 기전 연구의 범위를 확장할 것으로 기대합니다.

팩트관련 연구 결과는 2026년 6월 27일 네이처 커뮤니케이션즈에 게재되었습니다. 해당 논문은 세포 무함유 시스템의 새로운 가능성을 제시했다는 평가를 받습니다.

출처https://www.nature.com/articles/s41467-026-74559-y 및 관련 논문 데이터를 교차 검증했습니다.