생물정보학, omics(+시스템생물학), epigenetics에 과한여

생물정보학, omics, epigenetics에 대해 알아보자

 

안녕하세요. 그동안 생물정보분석과 NCS, RNA_seq과 같은 유전체 분석에 관한 포스팅을 상당히 많이 했는데요. 생각해 보니 관련 학문에 대해서는 다루지 않았더라고요. 요즘 생물학계에서 아주 유망한 빅데이터를 가지고 유전체를 분석하고 연구하는 생물학과 현대 기술을 결합한 학문들이 몇 가지 있습니다. 그중에서 오늘 딱 3가지만 소개해 드리도록 하겠습니다.

 

바로 시작해 보도록 하겠습니다.

 

 

생물정보학

 

첨단 분자생물학의 비약적인 발전으로 인하여 방대한 양의 데이터가 생겨나게 되었습니다. 이러한 생물학적인 data를 이용하여 다양한 전산학(computer calculations) 및 통계학에 접목시키는 것을 생물정보학이라고 합니다. 방대한 양의 biological data를 목적과 방향을 부여하여 information형태로 만들고, 이 중 수치화되고 내용을 가지는 것들을 정리하여 생물학적 의미를 부여함으로써 생명현상을 연구합니다.

 

 

이는 전체를 쪼개 각 부분의 메커니즘을 밝혀내면 전체를 이해할 수 있다고 하는 환원주의적 관점을 따르고 있으며 유전 정보의 유무보다는 순서에 따른 위치를 더욱 중요시합니다. 생물정보학은 주로 유전학이나 유전체학에서 DNA 염기서열에 관련된 분석이나 분자구조 등에 활용되고 있습니다. 단백질은 20가지 아미노산이 수백 개 정도 길게 선형으로 연결된 형태의 고분자로써, 바이오칩(CHIP) 또는 차세대 시퀀싱 기술(NGS)을 사용하여 방대한 양의 데이터를 얻을 수 있습니다.

 

이론적으로는 모든 유전정 정보의 흐름(DNA ~ 표현형 발현)이 염기들의 서열 정보 내에 부호화되어 있으며, 따라서 단백질의 구조 결정뿐만 아니라 각정 유전자 제어 기제, 돌연변이와 진화의 전 과정 역사가 유전체에 남아있다고 가정합니다. 이러한 아미노산의 기능을 알아내기 위하여 서열의 상호 비교를 하려면 전산적인 도구가 필요하고 전산학은 연구자의 주관적인 시각을 거데 데이터와 모델링 중심의 방법을 사용합니다.

 

 

 

omics(+시스템생물학)

 

다음은 omics입니다. omics는 융합된 데이터를 분석하고 세포 또는 개체 내에서 발현되는 유전체, 전사체, 단백체, 대사체 등 생명현상과 관련된 중요한 물질에 대한 대량의 정보를 획득, 해석하여 전체적인 생명현상을 밝히는 학문입니다. 이러한 생명현상의 이해를 위하여 시스템 생물학도 활용되고 있습니다.

 

 

시스템 생물학은 수평/수직적으로 생물학적 이해를 분자적 수준에서 시스템 수주로 확장시키는 과정에 있으며 이를 통하여 연속적인 유의적 관계를 볼 수 있도록 해줍니다. 예시로 기본 생물학, 줄기세포 조절, 인공 고기 생산, 바이오 에너지를 생산하는 합성 생물학 등에 활용되고 있습니다.

 

이와 같이 시스템생물학은 생물학적 시스템의 본질적인 원리를 발견하고 재구성하여 질병 등을 유발하는 비정상적인 생리현상들의 원인을 규명하여 새로운 차원의 예방 및 치료법을 제공하고 있으며 여기에는 오믹스 학문이 기여하고 있습니다.

 

 

epigenetics

 

 

마지막으로 epigenetics는 DNA의 염기서열이 변화하지 않는 상태에서 이루어지는 유전자 발현의 조절인 후생 유전적 유전자 발현 조절을 연구하는 학문입니다. 후성유전학은 세포가 어떻게 영향을 미치는지 그리고 유전자를 불규칙적으로(때때로) 바꾸는 외부 또는 환경요인으로부터 초래된 세포 및 생리학적 표현 특성의 다양성을 연구하는 학문입니다. 따라서, 후성유전학 연구는 세포의 전사적인 잠재성 내에서의 변화를 설명하려고 합니다.

 

이상으로 요즘 각광 받는 미래 학문에 대해 알아보았습니다. 감사합니다.