강연 셋째날

   이 날 재미있던 강연 중 하나는 chromosome이 통째로 많아 진 현상이 어떻게 암과 연관이 있는가를 살펴 본 연구였다. 보통 특정 mutation 이 축적되면서 chromosomal gain이 발생하기 때문에 mutation 에 의한 결과를 배제한 채 chromosome gain 의 영향을 살펴 보기 힘들다고 한다. 그래서 이 그룹에서는 microRNA를 이용해서 특정 chromosome을 통째로 세포에 넣는 기술을 개발, 이것을 통해 세포가 chromosome이 통째로 생겼을 때의 결과를 살펴 보았다. 이 경우 DNA replication 이 영향을 받아서 chromosome stability가 많이 망가지는 것을 확인할 수 있었다고 한다. 질문 중에 다운신드롬에 대해서 물어 봤는데, 답변은 down syndrome 처럼 21번을 trisomy 로 하면 암세포에서의 패턴과 많이 달랐다고 한다. 

   중간 세션 중에 하나는 학생인듯 한데, transpose에 의해 특정 sequence가 다른 곳으로 integration 되는 패턴에 대한 연구였는데, 연구를 쭉 했는데 잘려 나간 부분을 발견을 했는데 그 sequence가 새로 끼어 들어 간 부분은 찾을 수 없었다고 한다. 그래서 다음 번에는 뭔가 좀 더 확실한 데이터를 갖고 발표를 하고 싶다고 했다. 몇 가지 조언들이 나왔는데, 그 중에 하나는, 중요한 발견은 artefact일 수 있지 않겠냐, 뭐, 그런 맥락의 이야기였고 발표자 역시 같은 맥락의 이야기를 했다. 이게 artefact인지 아닌지, 이런 류의 문제가 요즘 genomics에서 중요한 문제라는 얘기를 발표자 포함 여럿이 얘기했다. 

   오전 마지막 세션은 DNA strand의 mutation asymmetry 에 대한 내용이었다. 문제제기부터 해결, 결론까지 매우 흥미로웠다. 제일 처음 문제를 제기한 내용은 nucleiotide가 변형되는 패턴은 각각에 대한 원인이 동일할 것이라는 것이다. 즉, EGFR gene 의 T>G 나 IL8 gene 의 T>G 는 동일한 mechanism에 의해 발생하지 않겠냐, 하는 것이었다. 그리고, 이러한 변형이 아주 근접한 염색체 거리에서 발생한다면 더더욱 동일한 mechanism에 의한 mutation 이 아닐까, 하는 것이었다. 그런데 관련 연구가 이미 있었고, 그 결론은 DNA replication 이 일어날 때 leading strand와 lagging strand에서의 mutation 정도가 다르다는 것이었다. 이 때 각 strand에서 작용하는 polymerase 종류가 다른데, 이들은 이렇게 polymerase에 따라 mutation frequency 나 종류가 결정되는 것이 아니겠느냐, 하는 것이었다. 살펴 보니 보통은 POLg/e가 working 을 하는데 만약 POLeta가 작용을 하면 mutation 이 더 발생한다는 것이다. 이것은, POLe는 보통 B-cell 에서 somatic hypermutation 에 관여하는 polymerase이고, 따라서 mutation 이 발생할 확률이 높을 것이라는 단서에서 찾아낼 수 있었다고 한다(구체적인 순서는 아닐지도 모른다) 그렇다면 왜 cancer에서 이 polymerase까지 working 을 하는 것일까? 좀 더 확인을 해보니, cancer 가 발생하는 상황에서는 carcinogen에 의해 mutation 이 계속 발생하고, 이것을 고치기 위해 따라서 평소에 작용하던 polymerase들로는 부족하니 POLe까지 일을 하게 되면서 mutation 이 더 많이 발생한다는 것이다. 아주 흥미로운 내용이었다. 

   오후 첫 번째 발표는 A case for phenomics in the world of genomics 란 발표였다. 핵심은 genome만 들여다 본다고 해서 암이 발생하는 상황을 전부 이해하기는 힘들다는 것인데 그 근거로 처음 이야기를 끌어 내는 것은 장내 microbiome 에 따라 drug 에 대한 반응이 다르다는 연구 결과였다. cancer는 결국 chromosome의 변화에 의한 질병인데 이 변화는 잘 알려진 것처럼 외부 stress, 즉, carcinogen인 담배같은 것이 mutation 을 일으키고, 이것이 곧 암이 되는 것이 그 대표적인 예이다. 이를 microbiome에 대해 확장하면 장내 microbiome은 식생활/생활하는 곳 등에 의해 결정되는 것이니만큼 우리가 암을 제대로 이해하기 위해서는 genome 뿐만이 아니라 개체가 상호작용을 하는 환경정보까지 고려해야 한다는 것이다. 그래서 이러한 정보까지 모두 기록하는 platform 을 제안하고 있다. 이 발표의 초반부에 내가 박사과정 때 가졌던 'response에 기반한 biomarker'에 딱 맞는 실험 데이터가 있어서 그 논문을 저장해 놓았다. 

   다음 발표는 고위험군 아이들에 대한 약물반응성에 대한 pilot study 인 TARGET 을 한 사람이 이것에 대해 발표한 것이었다. TARGET project는 몇 번 본 적이 있었다. 이런 류의 연구가 그렇듯 모집한 인원 중 상당수는 이런저런 이유로 데이터를 사용할 수 없게 되고, 결과적으로 절반 정도 되는 데이터만 사용할 수 있었다고 한다. 결과는 아직 다 끝난 게 아니라 case study 식으로 발표를 했다. 딱히 신기한 분석이나 방법론이 나온 것은 아니었지만 그 고생이 느껴지는 발표였다. 

   다다음 발표는 ovarian cancer의 organoid bank 를 만드는 발표였다. 만들어진 organoid가 primary 랑 genome 상 큰 차이가 없다는 것이 중요한 포인트였고, 그것을 실제 데이터로 보여 주었다. 또한 organoid 에서 tumor cell 의 purity 가 충분히 높다는 것도 보여 주었다. 그런데, 발표가 끝나고 나온 질문 중에 하나가 과연 purity 가 높은 것이 무조건 좋은 것이냐, 실제로 tumor 는 infiltrating 되어 있는 여러 세포들이 있지 않냐, 그런 애들이 drug response에도 관여하는데 만약 organoid의 purity 가 너무 높으면 그러한 실제 상황을 잘 반영하지 못하는 것 아니냐, 였다. 발표자는 그런 일을 하는 사람도 분명 있다는 식으로 답변을 하였다.