컬럼/인터뷰
신시아 기버스는 버지니아주 블랙스버그에 있는 버지니아 공과 대학교 생물학 조교수이며, 퍼 잼벡은 샌디에고에 있는 캘리포니아 대학교 생명공학부소속 박사과정 학생이다. 이 두 사람은 생물학적 과제에 컴퓨터 공학을 적용시킨 기술인 전산생물학(Computational biology)에 조예가 깊다.
기버스와 잼벡은 오라일리에서 첫번째로 선보인 생명정보학 도서 『바이오인포매틱스』의 집필을 이제 막 마쳤다. 저자들의 바쁜 일정을 쪼개어 그들이 집필한 책과 급속히 확장하고 있는 생명정보학 분야의 발전 추세에 관해 인터뷰를 했다.
스튜어트: 바이오인포매틱스(bioinformatics, 생명정보학)는 정확히 무엇을 말하는 것인가요?
기버스: 생명정보학은 생물학적 과제를 연구하기 위한 전산 도구적 응용프로그램의 총체가 되었습니다. 더 정확히 말씀 드린다면, "생명정보학"이란 용어는 데이터 관리(생물학적 데이터베이스의 발달과 데이터베이스 인터페이스, 쿼리 도구)와 데이터 마이닝(생물학적 정보 내에서 어떤 흐름을 감지해내는 도구)을 말합니다. 생명정보학과 관련하여 자주 듣게 될 광범위한 범주의 용어인 "전산생물학(computational biology)"은 분자 운동과 분자의 상호작용 시뮬레이션 또는 생화학과 세포 분열의 수학적 시뮬레이션을 바탕으로 한 물리학적 방법에 대해 언급하고 있습니다.
스튜어트: 그렇다면 당신들의 학문적 근본은 생물학에 있습니까? 아니면 컴퓨터 공학에 있습니까?
잼벡: 사실 전산생물학은 여러 가지 학문에서 유래한 것입니다. 위대한 업적 중 몇 가지는 원래 물리학자, 수학자, 공학자들이 이뤄낸 것이며 또 몇 가지는 생물학이 태동하기 전의 영국 학자들이 이뤄낸 것이라고 할 수 있습니다. 생명정보학을 배우려는 의지만 있다면 전공이 무엇인지는 그렇게 중요한 것이 아닙니다. 바로 여러분이 생명정보학에 실질적인 공헌을 할 수 있다는 말입니다.
기버스: 다시 말해 우리는 실험생물학에 학문적 뿌리를 두고 있습니다. 퍼는 생물물리학과 컴퓨터공학을 전공했고 나의 경우는 화학과 생물물리학을 전공했습니다. 이런 경우는 전산생물학자 특히, 분자구조에 관심을 갖고있는 사람들에게는 흔한 일입니다. 생물물리학자들은 생물학적 과제를 정량적인 방법으로 생각하는 데 익숙합니다. 그래서 정량적인 방법을 적용한 기술은 전산생물학과 생명정보학 분야에서 활용될 수 있도록 쉽게 변형할 수 있죠.
스튜어트: 어떤 사람들이 당신들의 책『바이오인포매틱스』 (한빛미디어, 2001) 읽어야 할까요?
잼벡: 이 책은 유사한 교육을 받았지만 생명정보학 분야에서 사용하는 여러 가지 방법들에 익숙하지 않을 수 있는 독자들을 대상으로 합니다.
기버스: 이 책을 집필하기 시작했을 때, 우리는 생명정보학과 전산생물학에 관심이 많은 학술연구단체와 함께 작업을 하고 있었습니다. 당시의 입장은 우리가 신입생들을 그 단체에 동화시켜야 하는 것은 물론, 실험적 작업을 수행하는 생물학자들의 협력자이기도 하다는 것이었습니다. 왜냐하면 학생들과 생물학자들은 광범위하고 다양한 학문적 배경(생물학, 생화학은 물론 전산생물학, 물리학과 공학)을 갖고 있었기 때문이죠.
우리가 바라는 것은 학생들에게 연구 단체의 일원으로서 일하기 위해 배워야 할 필요가 있는 모든 것을 안내 해주는 입문서입니다. 우리는 유닉스, 웹을 이해할 수 있고, 컴퓨터 상에서 많은 자료 세트를 종합적으로 구조화 할 수 있는 능력을 기초로 한 세부항목부터 만들어서 기록했습니다. 그리고 여기에 기본적인 데이터베이스 법칙들과 데이터 시각화 방법, 기본적인 프로그래밍 컨셉같은 광범위한 주제들을 포함시켰습니다. 대다수의 학생들은 DNA가 무엇인지, 어떻게 DNA가 단백질로 전사되고, 1차원적 서열로 이루어진 형질의 순서가 3차원적 생물학계에 왜 중요한지에 대해 배우고 상기할 필요가 있습니다. 그리고 중요한 생명정보학 도구를 대하기 전에 해야 할 것들로는 서열 분석, 분자구조 분석, 서열 상관성에 기초한 모델링입니다. 결과적으로 우리는 생명정보학이 순차적으로 시작해서 끝나지 않는다는 점과 생물학의 총체가 점점 더 정보 지향화 되어가는 것을 지적하는게 낫다고 생각했습니다.
그래서 이 책은 생명정보학이 무엇인지, 생명정보학 연구환경에서 일하기 위해 배워야 할 기술을 어디서부터 배우기 시작해야 할 지를 잘 알지 못하는 독자를 위한 것입니다. 우리는 그러한 독자에게 이 책이 도움이 되길 바랍니다.
생명정보학에 대해 좀더 배우고 싶다면 『바이오인포매틱스』 (한빛미디어, 2001)의 공동 저자인 신시아 기버스가 쓴 「컴퓨터 + 생물학 = 생명정보학」란 기사를 읽어보십시오.
스튜어트: 생물학자와 컴퓨터 공학자가 생명정보학 일람표에서 어떤 기술을 배울 수 있습니까? 각 분야의 전문가가 서로에게 무엇을 알려 줄 수 있나요? 기버스: 우선 중요시 해야 할 점은, 생명정보학은 생물학적 과학이기 때문에 생물학적 과제에 해답을 제시하는 것과 깊은 관련이 있다는 것입니다. 생물학자들은 생명체가 생명활동을 유지하는 방법에 대한 관련 지식과 정보가 풍부합니다. 따라서 그들은 다른 학문을 전공한 동료들과 그들이 알고있는 지식기반에 대해 의사소통을 해야 하며 중요한 문제들을 기술할 필요가 있습니다. 컴퓨터 공학자가 생물학과 같이 때때로 익숙하지 않은 분야에 대한 전문적 기술을 가지고있는 경우(효율적인 연산방식을 작성하는 법, 데이터베이스에 대용량의 데이터 세트를 규격화하고 저장하는 법, 이러한 데이터베이스를 쿼리하는 도구를 개발하는 법, 그리고 이러한 도구를 사용가능한 인터페이스 내에서 사용자들에게 제시하는 법과 같은 전문적 기술)가 있습니다. 그리고 이들은 문제를 추상화하거나 일반화할 수 있는 세계관을 갖고있습니다. 생물학자가 모든 체제(특히 그들만의 체제)를 단일한 것으로 간주하는 경향이 있는 반면, 컴퓨터 공학자(그리고 물리학자와 수학자 등등…)는 양식을 관찰하고 모델링하는데 유용한 추상적 개념을 발전시키도록 훈련되어져 있습니다. 여전히 생물학은 구체적인 과학이기 때문에 생명정보학의 주요 목적은 생물학자들이 실질적인 생물학적 과제 해결을 좀더 쉽게 하는데 있습니다. 생물학자들은 생명체가 어떻게 생명 활동을 유지하는지 이해합니다. 그들은 그러한 규칙들을 알고있으며, 그러한 규칙들은 실험적 관찰로 이룩된 것입니다. 그들은 데이터 세트 안에 있는 무슨 정보가 자신들한테 중요한지, 그리고 어떤 것이 단지 부수적인 장식품에 불과한지 잘 알고 있습니다. 생물학자들은 전산학적 방식이 인터페이스 디자인에 유용한 것인지 아니면 실험적 관찰에 의해 검증될 수 있는 모델의 능력에 달린 것인지에 관한 정당성을 제공합니다. 스튜어트: 생명정보학의 가장 기초적인 도구는 무엇입니까? 잼벡: 생명정보학 연구자의 핵심적인 도구는 아마도 서열 비교, 데이터 베이스, 시각화라고 할 수 있습니다. 좀더 일반적으로 말해 생명정보학 연구자들은 통계, 응용 수학(특히 선형 대수, 이산 수학), 연산 지식 그리고 생물학에 있어서 최소한 한 분야에서 전문적인 지식을 갖고있어야 한다고 생각합니다. 대부분의 사람들이 첫번째로 접하게 될 생명정보학의 도구는 서열 비교입니다. 그들이 하게 될 것은 생물학적 서열의 데이터베이스를 찾도록 해주는 웹 인터페이스를 이용한 것입니다. 연산 검색 수립 방법을 이해하는 것과 검색 결과를 번역하는 것은 오늘날 분자생물학을 하는 사람이라면 누구나 알아야 할 중요한 기술입니다. 게다가 흔히 사용되는 전산학적인 다양한 도구-계통발생 분석, 연산 도표, 동족관계 모델링이 바로 서열 비교에 근거하여 이루어집니다. 서열 비교는 생명정보학에 있어서 가장 기본적인 방법이죠. 데이터베이스가 생명정보학의 중요한 부분을 차지하고 있음은 분명합니다. 새로운 종류의 과학적 쿼리를 지지하는 데이터베이스를 디자인하는 것은 생명정보학의 주요 논지입니다. 그리고 전문적인 분석을 자동적으로 제공하기 위해 특화된 분석 도구를 데이터베이스 쿼리 프로세스로 구축할 "가치 있는" 방대한 양의 데이터베이스가 많습니다. 이러한 데이터와 도구의 총체를 잘 보여주는 예가 바로 샹카 서브라마니암(Shankar Subramaniam)과 그의 동료들이 개발한 SDSC Biology Workbench입니다. 이 도구는 미숙한 사용자라 할지라도 빠른 시간 내에 유용한 연구를 수행할 수 있도록, 서열과 구조 분석 도구를 방대한 양의 데이터베이스와 함께 연결해줍니다. 시각화 도구 또한 매우 중요한 부분을 차지하고 있습니다. 보통의 생물학자들은 전산적인 분석으로부터 방대한 결과를 즉시 도출 해내는 기술(예를 들어, 두개의 매우 긴 서열을 비교함으로써 얻을 수 있는 결과)은 가지고 있지 않습니다. 인간이 번역할 수 있는 방법으로 그러한 결과를 제시할 수 있는 소프트웨어의 개발은 생명정보학에 있어서 또 다른 중요한 논제라 할 수 있습니다. 스튜어트: 컴퓨터에 의해 발생된 시각화 기술이 생명정보학에 무슨 역할을 합니까? 잼벡: 시각화는 생물학 데이터를 이해하는 핵심적인 부분입니다. 여러분이 조작한 컴퓨터 프로그램의 결과로 방대한 양의 목록이 발생될 수도 있습니다. 그러나 그 결과들을 주의깊게 번역할 수 없다면, 결론을 도출 해내는 데 사용하기 어려울 것입니다. 분자 구조가 당연히 회전할 수 있는 3차원 물체라는 사실을 알기전까지 시각화는 수십 년 간 구조생물학에 있어서 중요한 역할을 해왔습니다. 마치 유전자 표현정보와 같은 유전체(genome) 정보의 고차원적인 배열 분석 및 다중 유전체와 상호연결된 대사 경로 발견과의 비교는 더 큰 복잡성을 야기시켰습니다. 따라서 그러한 종류의 정보를 시각화 하는 것이야 말로 생명정보학의 주요 논제라 할 수 있습니다. 스튜어트: 블라스트(BLAST)란 무엇입니까? 잼벡: 블라스트(BLAST)란 서열 비교 도구에 대한 집합적 명칭으로 미 국립 생물공학 정보센터의 스티븐 알취일(Steven Altschul), 워싱턴 대학교의 워렌 기쉬(Warren Gish)와 그들의 동료에 의해 개발되었고, 스탠포드 대학교 출신인 알취일(Altschul), 사무엘 칼린(Samuel Karlin), 아미르 뎀보(Amir Dembo)가 한 작업에 기초를 두고 있습니다. DNA나 단백질의 서열이 주어지면, 블라스트(BLAST)는 비슷한 서열을 가진 데이터베이스를 검색합니다. 그것은 생물학적 서열 데이터를 조사하는 검색 엔진과 같은 종류라고 할 수 있습니다. 생물학은 서로 다른 것들로부터 상당히 닮은 것을 발견 해내는 것과 깊은 관련이있는 학문입니다. 만약 두 개의 유전자 서열을 알고있고 그 두 개의 유전자 서열이 거의 똑같다면, 당신은 그 두 개가 아마도 같은 것이라고 장담할 수 있을 것입니다. 이러한 지식은 만약 당신이 새로운 유전자 서열을 발견해 내어서 그것이 무엇인지 알기 원할 때, 매우 중요한 단서가 됩니다. 스튜어트: 인간 유전체의 서열에 대해 엄청난 동요가 있었습니다. 이제 그 서열이 알려지면, 그 이후의 문제는 무엇이 될까요? 전산적 방식이 우리가 문제를 해결하는데 어떻게 도움을 주나요? 잼벡: 글쎄요… 현재 우리가 처한 가장 큰 과제는 서로 뜻이 통하도록 하는 것입니다. 당신이 유전체 서열에서 도출해 낼 수 있는 것은 유전자와 유전자의 완벽한 서열 목록, 그리고 DNA 서열 속에 있는 알려지지 않은 유전자로 우리가 확실한 신념을 가지고 아직은 확인할 수 없기 때문에 완벽하지 않은 유전자 목록입니다. 그것은 완전히 다른 외계 언어로 서술된 백과사전을 갖게되는 것과 같은 이치라고 볼 수 있죠. 두말할 필요도 없이, 유전체 서열을 알게된다는 것은 생명체가 생명을 유지해 나가는 방법을 폭넓게 이해 할 수 있는 중요한 기본을 세우는 것을 말합니다. 그러한 중요한 기본이 세워진 이후에야 실험과 추측으로부터 온 정보가 다음과 같은 질문에 해답을 제시할 수 있도록 통합될 수 있습니다. : 언제 각각의 유전자들이 생산되고 작동되는가? 유전자가 생산 될 때 각각의 유전자들은 몇 번이나 번역되는가? 다른 유전자와 무엇이 함께 상호작용을 하는가? 등등… 이와 같은 정보는 전세계 실험실들로부터 끊임없이 수집되며, 생명정보학에 대한 도전은 이러한 정보를 응집력있는 하나의 그림으로 조합하는데 도움을 줍니다. 스튜어트: 우리가 유전자와 유전체 정보를 다룰 때 사생활 침해의 위험이 있게 될까요? 기버스: 네, 그럴 수 있습니다. 지금 당장 대부분의 관심은 개인적인 사생활이 아니라 누가 특정 유전자 서열을 "소유"하게 되느냐와 그것을 이용해 누가 돈을 버느냐에만 집중되어 있습니다. 질환을 발생시키는 유전자가 유전체 어디쯤에 있는지 그리고 유전체 서열속에서 질환을 발생시키는 유전체를 빨리 탐지 해내는 기술을 터득해나감에 따라, 사생활 침해는 점점 더 문제가 되고있습니다. 여타 다른 건강관련 정보처럼, 사회속에 개인으로서 우리는 누가 특정인의 DNA 서열을 "소유"하게 될 지, 그 사람이 어떻게 그것을 통제할 지, DNA 서열 정보가 어떻게 배포되고 사용되어야 할 지를 결정해야 될 것입니다. 일반분야에 대한 정책과 대중적 인식을 알기위해 유전학을 연구하는 것은 필요한 일입니다. 스튜어트: 전반적으로 어떤 종류의 생물학적 과제가 전산학적 방법으로 해결될 수 있습니까? 또는 어떤 종류의 생물학적 과제가 문제 해결의 실마리를 제공합니까? 무엇이 실질적인 과제입니까? 향후 5년 정도쯤 우리는 전산학적 방법으로부터 어떤 타계책이나 흥미로운 소식을 기대할 수 있나요? 기버스: 전산학적 방법은 생화학적 경로 구축에 매우 중요한 역할을 하기 때문에 거대 분자 구조에 대한 실마리를 계속해서 제공할 것입니다. 그렇다고 하더라도 생물학적 연구에 관한 생명정보학의 주요 효과는 하나로 가속화될 것입니다. 생명정보학 방법을 적절하게 사용했을때, 그것은 연구자들이 지식을 구조화하고 연구를 수행함에 있어 정보에 근거한 결정을 내리는데 도움을 줍니다. 유전체 정보에 대한 접근과 유전체 정보와 다른 실험적 결과들과의 결합은 우리가 왜, 그리고 어떻게 유전자가 작동하는지에 대해 더 세분화된 이해를 하게된다는 것을 의미합니다. 사회 전반에 걸쳐 더욱 중요한 것은, 이 지식이 질병 치료법과 보다 더 안전한 생명공학적 혁신을 발견 해내는데 있어 시간을 단축시키게끔 변형시켜 준다는 것입니다. 스튜어트: 지난 5년 동안, 오픈 소스 세계에서는 면허 관련 소송이 많았습니다. 우리가 이제 막 유전자와 유전체 특허관련 세계에 발을 들여놓은 것을 가정할 때, 오픈 소스 면허관련 소송에서 생물학자가 배울만한 점이 있다고 보십니까? 잼벡: 그 분야에 관해서는 지금도 많은 동요가 있습니다. 워싱턴 대학교의 신 에디(Sean Eddy)와 FBI의 이완 버니(Ewan Birney)는 유전체학에서 향상된 데이터를 이용하기 위해 계속 논쟁을 해왔습니다. 그들의 공개 편지는 온라인 상에서 볼 수 있습니다. 구조적 생물정보학을 위한 협동 연구의 공동 기획자인 필 본(Phil Bourne)은 1980년대 후반경 구조생물학에서도 이와 비슷한 논쟁이 있었다고 지적했습니다. 거대 분자의 3차원 구조는 해결하기 매우 어려운 것일 수 있습니다. 구조 해결에 많은 노력을 하고서도, 그렇게 어렵게 얻은 데이터를 포기해버리는 것에 대해 연구자들은 전율하지 않는 것처럼 보였습니다. 그러나 이 문제는 중요한 저널들이 수개월 이내에 공식적으로 이용할 수 없는 데이터를 다루는 기사 출판을 거절했을 때 해결되었습니다. 그 사건으로인해 구조생물학이 연구 활동을 함에 있어서 가장 결실을 많이 맺고 경쟁력 있는 분야 중 하나가 되었습니다. 희망적으로, 데이터 소유권에 대한 이러한 논쟁은 좋게 결말을 맺을것으로 보입니다. 기버스: 소프트웨어가 발전함에따라, 몇몇 연구자들은 그들의 프로그램과 소스 코드를 배포함에 있어 훌륭한 일을 해왔습니다. 우리는 이런 추세가 증가하기를 바랍니다. 당신은 프로그램을 기술할 수도 있고 당신의 실험을 복제하여 효과적으로 다른 연구자의 능력을 무기력화 할 수 있는 중요하지 않은 세부사항은 내버려 둘 수도 있습니다. 특히 공식적으로 지원되는 과학 연구에서는, 연구자가 실험 방법의 결과를 독립적으로 분류될 수 있는 방식으로만 보고해야 하는 것이 기준이 됩니다. 우리가 보듯이, 최소한 학술 연구 공동체에서만이라도 생명정보학 소프트웨어는 오픈 소스이어야만 합니다. 그렇지 않으면, 생명정보학 소프트웨어는 독립적으로 입증될 수 없는 "블랙 박스"가 될 잠재성이 있습니다. 스튜어트: 근래 들어 컴퓨터계에서 P2P (peer-to-peer)가 장안의 화제입니다. 어떻게 생물학자들이 이미 배포된 이와 같은 통신 모델로부터 이익을 볼 수 있겠습니까? 잼벡: P2P는 생물학의 혁신적인 사상입니다. 우리에게는 서로 다른 대학에서 온 특별한 구조나 유전자 종목에 대해 잘 아는 전문가들이 있습니다. 이상적으로 P2P는 이러한 연구자들이 유전체에 주석을 다는 것과 같은 합작 프로젝트에서 특별한 기술을 결합하도록 해줍니다. 펄(Perl)과 생명정보학 데이터베이스 학계에서 독보적인 존재인 링콜른 스테인(Lincoln Stein)은 그러한 응용프로그램에서 P2P를 지지하는 활동적인 제안자로 활약 해왔습니다. 스튜어트: 생명정보학에 보다 큰 전산학적 힘의 중요성을 부과하기 위해 여러 가지 기계의 힘을 견고하게할 컴퓨터 모델이 배포되었습니까? 요즘 들어 배포된 프로그램들 중에서 Popular Power"s influenza research나 Parabon"s Compute Against Cancer와 같이 실제로 과학적 노력에 위대한 공헌을 한, 의학에 중점을 둔 프로그램이 있습니까? 잼벡: 만약 컴퓨터 모델에 아직 그런 프로그램이 장착되지 않았다고 하더라도, 우리는 곧 그런 프로그램을 설치할 수 있을 것입니다. 현재까지 단백질을 포개고, 투약 지원자를 찾고, 유전자에 대한 주석을 달고, 배포된 컴퓨터 모델을 통해 질병에 대한 이해를 증가시키고자 하는 시도가 있었습니다. 그것은 올바른 대표를 찾아내는 문제입니다. 만약 당신이 여러 개의 독립적인 하위문제로 세분화 될 수 있는 문제를 최소한의 커뮤니케이션만으로 찾아낼 수 있다면, 배포된 모델들은 훌륭하게 작동될 것입니다. 스튜어트: 조지 존슨(George Johnson)이 취재한 뉴욕 타임즈에 연재된 기사는 모든 과학이 컴퓨터공학이라 주장하고 있으며 게놈 프로젝트로 인해 생물학이 오늘날 가장 컴퓨터적인 과학 교육을 필요로 하는 학문이 되었다고 보도하고 있습니다. 그 발언에 대해 어떻게 생각하십니까? 기버스: "모든 과학이 컴퓨터공학이 되었다"는 견해는 약간은 극단적인 것 같습니다. 그러나 모든 과학적 결실이 정량적이면서 세밀하고도 분석적인 접근을 적용함으로서 획득된다는 것은 사실입니다. 또한 어떤 접근은 컴퓨터에 의해서 가장 잘 지지됩니다. 생물학계는 복잡하고 생물학계의 구조에 대한 식견은 단지 컴퓨터공학이 아니라 물리학, 수학, 통계학, 공학에 이르는 모든 정량적인 학문으로부터 나오게될 것입니다. 스튜어트: 나는 제약업종이 생명정보학 연구 프로그램의 기본적인 후원자 중에 하나가 될 것이라고 생각합니다. 그들이 이 분야에서 이익을 성취하려면 무엇을 해야할까요? 기버스: 농업생물정보학이 제약업계와 깊이 연루되어있듯이, 생명정보학 또한 제약 업계와 많은 관련이 있습니다. 이 분야에 있는 회사들은 조금 더 빨리 그리고 조금 더 구체적인 이윤을 남기면서 팔 수 있는, 효과적인 신약을 디자인 할 수 있는 화학인자에 대한 "표적"의 실체를 찾고있습니다. 제약 회사들은 그것이 단지 약품 조성물질 중 하나에 불과한 것이라 하더라도, 그것이 다음 번 히트상품이 될 수 있는 것이라면 그 실체를 확인하는데 부단한 노력을 쏟고있습니다. 그들은 무시무시한 부작용은 없으면서 치료제로서 효과가 있는 단 하나의 물질을 찾기위해 수천만 가지의 화학 물질을 조사하는 작업을 합니다. 이때 전산학적 방법은 그들이 검색해야 할 선택사항의 범주를 좁혀주는 역할을 합니다. 제약업계에서 볼 수 있는 유전체 정보의 또 다른 응용은 "기능성 식품(nutraceuticals)"과 "분자농업(molecular farming)"입니다. 바나나나 곡물을 이용해서 개발도상국에 있는 사람들이 쉽고 싸게 예방접종을 받을 수 있게하자는 이야기가 있었습니다. 바나나나 곡물을 예방 백신으로 충분히 변경시켜주는 생화학적 경로를 이해하는 것은 앞으로 우리가 해야할 일입니다. 또한 천연 재료로부터 얻어낸 물질을 분리시키는 것보다 유전적으로 변형된 박태리아를 양육하거나 그러한 박테리아를 대량으로 생산해내는 담배 밭을 경작함으로서 대체물질을 생산 해내는 것이 가격면에서 훨씬 저렴합니다. 스튜어트: 만약 당신들이 쓴 책을 제외하고 책을 보게 된다면 무슨 책을 읽겠습니까? 잼벡: 도날드 너스(Donald Knuth)가 쓴 "The Art of Computer Programming, Volume 4"를 읽겠습니다. 기버스: Baxevanis & Ouellette의 Bioinformatics 개정판을 읽겠습니다. 스튜어트: 생명정보학에 "성배"가 될만한 것이 있습니까? 기버스: 유전자 서열로부터 단백질 구조를 예상 해내는 것이 지난 30여 년 동안 생명정보학 성배의 목록이었습니다. 이제 내가 말하고 싶은 새로운 "성배"는 우리 모두가 함께 추구해야 할 것으로, 유전체 서열로부터 세포 구조를 예상 해내는 것입니다. 다시 말해, 언제 모든 유전자가 생성되고, 무엇을 하는지 우리가 만약 그 사실을 알았더라면, 우리가 살아 움직이는 세포의 완벽한 모델을 구성할 수 있었을까요? 그것은 시간은 조금 걸리겠지만 격리된 환경 속에서 한 명의 천재가 연구한다고 성취되는 것은 아닙니다. 그것은 분자 생물학 연구 공동체의 총체적인 협력으로 이루어질 수 있습니다. 그리고 이러한 공동의 협력을 함께 엮어줄 매개체가 바로 생명정보학이 될 것입니다. 신시아 기버스는 버지니아 블랙스버그에 있는 버지니아 공과 대학교 생물학 조교수이다. 그녀의 학문적 관심은 단백질의 물리화학적 조성과 단백질 구조와 기능 관계를 연구하는 것이다. 그녀가 버지니아 공과 대학교에 있는 동안, 그녀는 32절의 AMD 애슬론(Athlon)-파편들로부터 온 리눅스 클러스터에 근본을 두고있으며 그녀의 동료들은 생명정보학의 선택적 교과 과정 설계를 도왔다-을 작성했다. 그녀는 생명정보학과 생물학적 서열 분석 과정 도입 강좌를 가르치고있다. 그녀는 생물물리학과 전산생물학의 박사학위를 일리노이 대학교에서 받았다. 퍼 잼벡은 샌디에고에 있는 캘리포니아 대학교 생명공학부 박사과정 중에 있는 학생이다. 그는 1994년 이래로 다차원의 생물학적 자료를 이해하는 기계-학습 응용 프로그램에 중점을 두고 전산생물학을 연구하고 있다.
 | | |
| ||
| |  |
| 바이오인포매틱스 | ||
| ||
| | |
생명정보학에 대해 좀더 배우고 싶다면 『바이오인포매틱스』 (한빛미디어, 2001)의 공동 저자인 신시아 기버스가 쓴 「컴퓨터 + 생물학 = 생명정보학」란 기사를 읽어보십시오.
스튜어트: 생물학자와 컴퓨터 공학자가 생명정보학 일람표에서 어떤 기술을 배울 수 있습니까? 각 분야의 전문가가 서로에게 무엇을 알려 줄 수 있나요? 기버스: 우선 중요시 해야 할 점은, 생명정보학은 생물학적 과학이기 때문에 생물학적 과제에 해답을 제시하는 것과 깊은 관련이 있다는 것입니다. 생물학자들은 생명체가 생명활동을 유지하는 방법에 대한 관련 지식과 정보가 풍부합니다. 따라서 그들은 다른 학문을 전공한 동료들과 그들이 알고있는 지식기반에 대해 의사소통을 해야 하며 중요한 문제들을 기술할 필요가 있습니다. 컴퓨터 공학자가 생물학과 같이 때때로 익숙하지 않은 분야에 대한 전문적 기술을 가지고있는 경우(효율적인 연산방식을 작성하는 법, 데이터베이스에 대용량의 데이터 세트를 규격화하고 저장하는 법, 이러한 데이터베이스를 쿼리하는 도구를 개발하는 법, 그리고 이러한 도구를 사용가능한 인터페이스 내에서 사용자들에게 제시하는 법과 같은 전문적 기술)가 있습니다. 그리고 이들은 문제를 추상화하거나 일반화할 수 있는 세계관을 갖고있습니다. 생물학자가 모든 체제(특히 그들만의 체제)를 단일한 것으로 간주하는 경향이 있는 반면, 컴퓨터 공학자(그리고 물리학자와 수학자 등등…)는 양식을 관찰하고 모델링하는데 유용한 추상적 개념을 발전시키도록 훈련되어져 있습니다. 여전히 생물학은 구체적인 과학이기 때문에 생명정보학의 주요 목적은 생물학자들이 실질적인 생물학적 과제 해결을 좀더 쉽게 하는데 있습니다. 생물학자들은 생명체가 어떻게 생명 활동을 유지하는지 이해합니다. 그들은 그러한 규칙들을 알고있으며, 그러한 규칙들은 실험적 관찰로 이룩된 것입니다. 그들은 데이터 세트 안에 있는 무슨 정보가 자신들한테 중요한지, 그리고 어떤 것이 단지 부수적인 장식품에 불과한지 잘 알고 있습니다. 생물학자들은 전산학적 방식이 인터페이스 디자인에 유용한 것인지 아니면 실험적 관찰에 의해 검증될 수 있는 모델의 능력에 달린 것인지에 관한 정당성을 제공합니다. 스튜어트: 생명정보학의 가장 기초적인 도구는 무엇입니까? 잼벡: 생명정보학 연구자의 핵심적인 도구는 아마도 서열 비교, 데이터 베이스, 시각화라고 할 수 있습니다. 좀더 일반적으로 말해 생명정보학 연구자들은 통계, 응용 수학(특히 선형 대수, 이산 수학), 연산 지식 그리고 생물학에 있어서 최소한 한 분야에서 전문적인 지식을 갖고있어야 한다고 생각합니다. 대부분의 사람들이 첫번째로 접하게 될 생명정보학의 도구는 서열 비교입니다. 그들이 하게 될 것은 생물학적 서열의 데이터베이스를 찾도록 해주는 웹 인터페이스를 이용한 것입니다. 연산 검색 수립 방법을 이해하는 것과 검색 결과를 번역하는 것은 오늘날 분자생물학을 하는 사람이라면 누구나 알아야 할 중요한 기술입니다. 게다가 흔히 사용되는 전산학적인 다양한 도구-계통발생 분석, 연산 도표, 동족관계 모델링이 바로 서열 비교에 근거하여 이루어집니다. 서열 비교는 생명정보학에 있어서 가장 기본적인 방법이죠. 데이터베이스가 생명정보학의 중요한 부분을 차지하고 있음은 분명합니다. 새로운 종류의 과학적 쿼리를 지지하는 데이터베이스를 디자인하는 것은 생명정보학의 주요 논지입니다. 그리고 전문적인 분석을 자동적으로 제공하기 위해 특화된 분석 도구를 데이터베이스 쿼리 프로세스로 구축할 "가치 있는" 방대한 양의 데이터베이스가 많습니다. 이러한 데이터와 도구의 총체를 잘 보여주는 예가 바로 샹카 서브라마니암(Shankar Subramaniam)과 그의 동료들이 개발한 SDSC Biology Workbench입니다. 이 도구는 미숙한 사용자라 할지라도 빠른 시간 내에 유용한 연구를 수행할 수 있도록, 서열과 구조 분석 도구를 방대한 양의 데이터베이스와 함께 연결해줍니다. 시각화 도구 또한 매우 중요한 부분을 차지하고 있습니다. 보통의 생물학자들은 전산적인 분석으로부터 방대한 결과를 즉시 도출 해내는 기술(예를 들어, 두개의 매우 긴 서열을 비교함으로써 얻을 수 있는 결과)은 가지고 있지 않습니다. 인간이 번역할 수 있는 방법으로 그러한 결과를 제시할 수 있는 소프트웨어의 개발은 생명정보학에 있어서 또 다른 중요한 논제라 할 수 있습니다. 스튜어트: 컴퓨터에 의해 발생된 시각화 기술이 생명정보학에 무슨 역할을 합니까? 잼벡: 시각화는 생물학 데이터를 이해하는 핵심적인 부분입니다. 여러분이 조작한 컴퓨터 프로그램의 결과로 방대한 양의 목록이 발생될 수도 있습니다. 그러나 그 결과들을 주의깊게 번역할 수 없다면, 결론을 도출 해내는 데 사용하기 어려울 것입니다. 분자 구조가 당연히 회전할 수 있는 3차원 물체라는 사실을 알기전까지 시각화는 수십 년 간 구조생물학에 있어서 중요한 역할을 해왔습니다. 마치 유전자 표현정보와 같은 유전체(genome) 정보의 고차원적인 배열 분석 및 다중 유전체와 상호연결된 대사 경로 발견과의 비교는 더 큰 복잡성을 야기시켰습니다. 따라서 그러한 종류의 정보를 시각화 하는 것이야 말로 생명정보학의 주요 논제라 할 수 있습니다. 스튜어트: 블라스트(BLAST)란 무엇입니까? 잼벡: 블라스트(BLAST)란 서열 비교 도구에 대한 집합적 명칭으로 미 국립 생물공학 정보센터의 스티븐 알취일(Steven Altschul), 워싱턴 대학교의 워렌 기쉬(Warren Gish)와 그들의 동료에 의해 개발되었고, 스탠포드 대학교 출신인 알취일(Altschul), 사무엘 칼린(Samuel Karlin), 아미르 뎀보(Amir Dembo)가 한 작업에 기초를 두고 있습니다. DNA나 단백질의 서열이 주어지면, 블라스트(BLAST)는 비슷한 서열을 가진 데이터베이스를 검색합니다. 그것은 생물학적 서열 데이터를 조사하는 검색 엔진과 같은 종류라고 할 수 있습니다. 생물학은 서로 다른 것들로부터 상당히 닮은 것을 발견 해내는 것과 깊은 관련이있는 학문입니다. 만약 두 개의 유전자 서열을 알고있고 그 두 개의 유전자 서열이 거의 똑같다면, 당신은 그 두 개가 아마도 같은 것이라고 장담할 수 있을 것입니다. 이러한 지식은 만약 당신이 새로운 유전자 서열을 발견해 내어서 그것이 무엇인지 알기 원할 때, 매우 중요한 단서가 됩니다. 스튜어트: 인간 유전체의 서열에 대해 엄청난 동요가 있었습니다. 이제 그 서열이 알려지면, 그 이후의 문제는 무엇이 될까요? 전산적 방식이 우리가 문제를 해결하는데 어떻게 도움을 주나요? 잼벡: 글쎄요… 현재 우리가 처한 가장 큰 과제는 서로 뜻이 통하도록 하는 것입니다. 당신이 유전체 서열에서 도출해 낼 수 있는 것은 유전자와 유전자의 완벽한 서열 목록, 그리고 DNA 서열 속에 있는 알려지지 않은 유전자로 우리가 확실한 신념을 가지고 아직은 확인할 수 없기 때문에 완벽하지 않은 유전자 목록입니다. 그것은 완전히 다른 외계 언어로 서술된 백과사전을 갖게되는 것과 같은 이치라고 볼 수 있죠. 두말할 필요도 없이, 유전체 서열을 알게된다는 것은 생명체가 생명을 유지해 나가는 방법을 폭넓게 이해 할 수 있는 중요한 기본을 세우는 것을 말합니다. 그러한 중요한 기본이 세워진 이후에야 실험과 추측으로부터 온 정보가 다음과 같은 질문에 해답을 제시할 수 있도록 통합될 수 있습니다. : 언제 각각의 유전자들이 생산되고 작동되는가? 유전자가 생산 될 때 각각의 유전자들은 몇 번이나 번역되는가? 다른 유전자와 무엇이 함께 상호작용을 하는가? 등등… 이와 같은 정보는 전세계 실험실들로부터 끊임없이 수집되며, 생명정보학에 대한 도전은 이러한 정보를 응집력있는 하나의 그림으로 조합하는데 도움을 줍니다. 스튜어트: 우리가 유전자와 유전체 정보를 다룰 때 사생활 침해의 위험이 있게 될까요? 기버스: 네, 그럴 수 있습니다. 지금 당장 대부분의 관심은 개인적인 사생활이 아니라 누가 특정 유전자 서열을 "소유"하게 되느냐와 그것을 이용해 누가 돈을 버느냐에만 집중되어 있습니다. 질환을 발생시키는 유전자가 유전체 어디쯤에 있는지 그리고 유전체 서열속에서 질환을 발생시키는 유전체를 빨리 탐지 해내는 기술을 터득해나감에 따라, 사생활 침해는 점점 더 문제가 되고있습니다. 여타 다른 건강관련 정보처럼, 사회속에 개인으로서 우리는 누가 특정인의 DNA 서열을 "소유"하게 될 지, 그 사람이 어떻게 그것을 통제할 지, DNA 서열 정보가 어떻게 배포되고 사용되어야 할 지를 결정해야 될 것입니다. 일반분야에 대한 정책과 대중적 인식을 알기위해 유전학을 연구하는 것은 필요한 일입니다. 스튜어트: 전반적으로 어떤 종류의 생물학적 과제가 전산학적 방법으로 해결될 수 있습니까? 또는 어떤 종류의 생물학적 과제가 문제 해결의 실마리를 제공합니까? 무엇이 실질적인 과제입니까? 향후 5년 정도쯤 우리는 전산학적 방법으로부터 어떤 타계책이나 흥미로운 소식을 기대할 수 있나요? 기버스: 전산학적 방법은 생화학적 경로 구축에 매우 중요한 역할을 하기 때문에 거대 분자 구조에 대한 실마리를 계속해서 제공할 것입니다. 그렇다고 하더라도 생물학적 연구에 관한 생명정보학의 주요 효과는 하나로 가속화될 것입니다. 생명정보학 방법을 적절하게 사용했을때, 그것은 연구자들이 지식을 구조화하고 연구를 수행함에 있어 정보에 근거한 결정을 내리는데 도움을 줍니다. 유전체 정보에 대한 접근과 유전체 정보와 다른 실험적 결과들과의 결합은 우리가 왜, 그리고 어떻게 유전자가 작동하는지에 대해 더 세분화된 이해를 하게된다는 것을 의미합니다. 사회 전반에 걸쳐 더욱 중요한 것은, 이 지식이 질병 치료법과 보다 더 안전한 생명공학적 혁신을 발견 해내는데 있어 시간을 단축시키게끔 변형시켜 준다는 것입니다. 스튜어트: 지난 5년 동안, 오픈 소스 세계에서는 면허 관련 소송이 많았습니다. 우리가 이제 막 유전자와 유전체 특허관련 세계에 발을 들여놓은 것을 가정할 때, 오픈 소스 면허관련 소송에서 생물학자가 배울만한 점이 있다고 보십니까? 잼벡: 그 분야에 관해서는 지금도 많은 동요가 있습니다. 워싱턴 대학교의 신 에디(Sean Eddy)와 FBI의 이완 버니(Ewan Birney)는 유전체학에서 향상된 데이터를 이용하기 위해 계속 논쟁을 해왔습니다. 그들의 공개 편지는 온라인 상에서 볼 수 있습니다. 구조적 생물정보학을 위한 협동 연구의 공동 기획자인 필 본(Phil Bourne)은 1980년대 후반경 구조생물학에서도 이와 비슷한 논쟁이 있었다고 지적했습니다. 거대 분자의 3차원 구조는 해결하기 매우 어려운 것일 수 있습니다. 구조 해결에 많은 노력을 하고서도, 그렇게 어렵게 얻은 데이터를 포기해버리는 것에 대해 연구자들은 전율하지 않는 것처럼 보였습니다. 그러나 이 문제는 중요한 저널들이 수개월 이내에 공식적으로 이용할 수 없는 데이터를 다루는 기사 출판을 거절했을 때 해결되었습니다. 그 사건으로인해 구조생물학이 연구 활동을 함에 있어서 가장 결실을 많이 맺고 경쟁력 있는 분야 중 하나가 되었습니다. 희망적으로, 데이터 소유권에 대한 이러한 논쟁은 좋게 결말을 맺을것으로 보입니다. 기버스: 소프트웨어가 발전함에따라, 몇몇 연구자들은 그들의 프로그램과 소스 코드를 배포함에 있어 훌륭한 일을 해왔습니다. 우리는 이런 추세가 증가하기를 바랍니다. 당신은 프로그램을 기술할 수도 있고 당신의 실험을 복제하여 효과적으로 다른 연구자의 능력을 무기력화 할 수 있는 중요하지 않은 세부사항은 내버려 둘 수도 있습니다. 특히 공식적으로 지원되는 과학 연구에서는, 연구자가 실험 방법의 결과를 독립적으로 분류될 수 있는 방식으로만 보고해야 하는 것이 기준이 됩니다. 우리가 보듯이, 최소한 학술 연구 공동체에서만이라도 생명정보학 소프트웨어는 오픈 소스이어야만 합니다. 그렇지 않으면, 생명정보학 소프트웨어는 독립적으로 입증될 수 없는 "블랙 박스"가 될 잠재성이 있습니다. 스튜어트: 근래 들어 컴퓨터계에서 P2P (peer-to-peer)가 장안의 화제입니다. 어떻게 생물학자들이 이미 배포된 이와 같은 통신 모델로부터 이익을 볼 수 있겠습니까? 잼벡: P2P는 생물학의 혁신적인 사상입니다. 우리에게는 서로 다른 대학에서 온 특별한 구조나 유전자 종목에 대해 잘 아는 전문가들이 있습니다. 이상적으로 P2P는 이러한 연구자들이 유전체에 주석을 다는 것과 같은 합작 프로젝트에서 특별한 기술을 결합하도록 해줍니다. 펄(Perl)과 생명정보학 데이터베이스 학계에서 독보적인 존재인 링콜른 스테인(Lincoln Stein)은 그러한 응용프로그램에서 P2P를 지지하는 활동적인 제안자로 활약 해왔습니다. 스튜어트: 생명정보학에 보다 큰 전산학적 힘의 중요성을 부과하기 위해 여러 가지 기계의 힘을 견고하게할 컴퓨터 모델이 배포되었습니까? 요즘 들어 배포된 프로그램들 중에서 Popular Power"s influenza research나 Parabon"s Compute Against Cancer와 같이 실제로 과학적 노력에 위대한 공헌을 한, 의학에 중점을 둔 프로그램이 있습니까? 잼벡: 만약 컴퓨터 모델에 아직 그런 프로그램이 장착되지 않았다고 하더라도, 우리는 곧 그런 프로그램을 설치할 수 있을 것입니다. 현재까지 단백질을 포개고, 투약 지원자를 찾고, 유전자에 대한 주석을 달고, 배포된 컴퓨터 모델을 통해 질병에 대한 이해를 증가시키고자 하는 시도가 있었습니다. 그것은 올바른 대표를 찾아내는 문제입니다. 만약 당신이 여러 개의 독립적인 하위문제로 세분화 될 수 있는 문제를 최소한의 커뮤니케이션만으로 찾아낼 수 있다면, 배포된 모델들은 훌륭하게 작동될 것입니다. 스튜어트: 조지 존슨(George Johnson)이 취재한 뉴욕 타임즈에 연재된 기사는 모든 과학이 컴퓨터공학이라 주장하고 있으며 게놈 프로젝트로 인해 생물학이 오늘날 가장 컴퓨터적인 과학 교육을 필요로 하는 학문이 되었다고 보도하고 있습니다. 그 발언에 대해 어떻게 생각하십니까? 기버스: "모든 과학이 컴퓨터공학이 되었다"는 견해는 약간은 극단적인 것 같습니다. 그러나 모든 과학적 결실이 정량적이면서 세밀하고도 분석적인 접근을 적용함으로서 획득된다는 것은 사실입니다. 또한 어떤 접근은 컴퓨터에 의해서 가장 잘 지지됩니다. 생물학계는 복잡하고 생물학계의 구조에 대한 식견은 단지 컴퓨터공학이 아니라 물리학, 수학, 통계학, 공학에 이르는 모든 정량적인 학문으로부터 나오게될 것입니다. 스튜어트: 나는 제약업종이 생명정보학 연구 프로그램의 기본적인 후원자 중에 하나가 될 것이라고 생각합니다. 그들이 이 분야에서 이익을 성취하려면 무엇을 해야할까요? 기버스: 농업생물정보학이 제약업계와 깊이 연루되어있듯이, 생명정보학 또한 제약 업계와 많은 관련이 있습니다. 이 분야에 있는 회사들은 조금 더 빨리 그리고 조금 더 구체적인 이윤을 남기면서 팔 수 있는, 효과적인 신약을 디자인 할 수 있는 화학인자에 대한 "표적"의 실체를 찾고있습니다. 제약 회사들은 그것이 단지 약품 조성물질 중 하나에 불과한 것이라 하더라도, 그것이 다음 번 히트상품이 될 수 있는 것이라면 그 실체를 확인하는데 부단한 노력을 쏟고있습니다. 그들은 무시무시한 부작용은 없으면서 치료제로서 효과가 있는 단 하나의 물질을 찾기위해 수천만 가지의 화학 물질을 조사하는 작업을 합니다. 이때 전산학적 방법은 그들이 검색해야 할 선택사항의 범주를 좁혀주는 역할을 합니다. 제약업계에서 볼 수 있는 유전체 정보의 또 다른 응용은 "기능성 식품(nutraceuticals)"과 "분자농업(molecular farming)"입니다. 바나나나 곡물을 이용해서 개발도상국에 있는 사람들이 쉽고 싸게 예방접종을 받을 수 있게하자는 이야기가 있었습니다. 바나나나 곡물을 예방 백신으로 충분히 변경시켜주는 생화학적 경로를 이해하는 것은 앞으로 우리가 해야할 일입니다. 또한 천연 재료로부터 얻어낸 물질을 분리시키는 것보다 유전적으로 변형된 박태리아를 양육하거나 그러한 박테리아를 대량으로 생산해내는 담배 밭을 경작함으로서 대체물질을 생산 해내는 것이 가격면에서 훨씬 저렴합니다. 스튜어트: 만약 당신들이 쓴 책을 제외하고 책을 보게 된다면 무슨 책을 읽겠습니까? 잼벡: 도날드 너스(Donald Knuth)가 쓴 "The Art of Computer Programming, Volume 4"를 읽겠습니다. 기버스: Baxevanis & Ouellette의 Bioinformatics 개정판을 읽겠습니다. 스튜어트: 생명정보학에 "성배"가 될만한 것이 있습니까? 기버스: 유전자 서열로부터 단백질 구조를 예상 해내는 것이 지난 30여 년 동안 생명정보학 성배의 목록이었습니다. 이제 내가 말하고 싶은 새로운 "성배"는 우리 모두가 함께 추구해야 할 것으로, 유전체 서열로부터 세포 구조를 예상 해내는 것입니다. 다시 말해, 언제 모든 유전자가 생성되고, 무엇을 하는지 우리가 만약 그 사실을 알았더라면, 우리가 살아 움직이는 세포의 완벽한 모델을 구성할 수 있었을까요? 그것은 시간은 조금 걸리겠지만 격리된 환경 속에서 한 명의 천재가 연구한다고 성취되는 것은 아닙니다. 그것은 분자 생물학 연구 공동체의 총체적인 협력으로 이루어질 수 있습니다. 그리고 이러한 공동의 협력을 함께 엮어줄 매개체가 바로 생명정보학이 될 것입니다. 신시아 기버스는 버지니아 블랙스버그에 있는 버지니아 공과 대학교 생물학 조교수이다. 그녀의 학문적 관심은 단백질의 물리화학적 조성과 단백질 구조와 기능 관계를 연구하는 것이다. 그녀가 버지니아 공과 대학교에 있는 동안, 그녀는 32절의 AMD 애슬론(Athlon)-파편들로부터 온 리눅스 클러스터에 근본을 두고있으며 그녀의 동료들은 생명정보학의 선택적 교과 과정 설계를 도왔다-을 작성했다. 그녀는 생명정보학과 생물학적 서열 분석 과정 도입 강좌를 가르치고있다. 그녀는 생물물리학과 전산생물학의 박사학위를 일리노이 대학교에서 받았다. 퍼 잼벡은 샌디에고에 있는 캘리포니아 대학교 생명공학부 박사과정 중에 있는 학생이다. 그는 1994년 이래로 다차원의 생물학적 자료를 이해하는 기계-학습 응용 프로그램에 중점을 두고 전산생물학을 연구하고 있다.
TAG :
이전 글 : 미국은 테러를 막을 수 없었다!
다음 글 : 『자바 서블릿 프로그래밍, 개정판』 번역 후 참회록
최신 콘텐츠