벼의 drought stress 저항 관련 genomics와 epigenomics 시퀀싱 데이터 분석 기반 구축,

network biomarker 및 미래형 글로벌 유전자 개발을 위한 생물정보 분석

 

□ Sanger sequencing을 통한 인간 유전체정보의 최초 해독 이후 여러 유전체프로젝트를 통하여 동·식물의 염기서열 정보가 해독되었으며 그로 인하여 관련 유전자 목록을 만들게 되었다. 또한 차세대 시퀀싱 기술들의 비약적인 발달은 유전체, 후성유전체 정보를 보다 쉽게 얻을 수 있게 되었다. 이로 인해 생물, 농업, 약학 의학 연구 방법이 데이터 중심 연구로 변하게 되었다. 유전자 정보를 바탕으로 한 microarray 기술이나 차세대 시퀀싱 기술들은 전체 유전체에서 모든 유전자의 발현정보를 얻을 수 있게 하였으며 더 나아가 생물 전체의 유전체, 후성유전체 정보를 이용하여 유전자 발현 조작 기작을 이해 할 수 있게 되었으며 이로 인해 유전자 기능과 조작기작을 함께 이해할 수 있게 되었다.

□ 국내외로 최근 10여 년간 대용량 omics 자료를 이용한 많은 연구가 성공적으로 진행되어 왔으며 생물기작(biological pathways), 단백질 상호 작용(protein-protein interaction) 등 네트워크 정보의 발전으로 network biology 연구가 활성화되게 되었으며, 최근 차세대 시퀀싱 기술의 발달로 인하여 표현 형질에 따라 세포 고유의 다양한 omics 자료(전사 유전체발현, 전사 DNA methylation, 전사 histone modification, 전사 microRNA 발현정보 등)를 연결하고 이를 network biology와 통합한 연구가 가능하게 되었다. 이렇듯 Omics 정보의 측정이 가능해지면서 network biology가 중요한 연구 주제로 부상하고 있다.

□ 차세대 시퀀싱 기술로 측정이 가능하게 된 유전체, 후성유전체 인자들의 상호 관계 정보를 네트워크로 구성하여 병의 표현 형질 특성에 관련된 보다 더 정확한 biomarker를 발견 하고자 한다. 그렇지만 아직까지 여러 omics 자료를 연결하는 생물정보 도구는 많이 부족한 실정이다. 그렇기 때문에 multi-omics를 네트워크로 통합하여 분석하는 연구는 많은 인력을 필요로 하는 방법으로 진행 되고 있다.

위 세부목표를 통해 IT가 융합된 차세대 생물정보학 교육과정을 확립하여 위의 연구 역량을 갖춘 인재를 육성하여 생물, 의학, 약학, 농학, 축산학과의 대용량 생물정보를 활용한 통합 연구의 주축이 되어 연구 성과제고에 기여하도록 한다.

<연구목표>

연구 최종목표

□ 벼의 drought stress 저항 관련 genomics와 epigenomics 시퀀싱 데이터 분석 기반 구축, multi-omics 네트워크를 분석하여 REGULATORY NETWORK을 규명하고 미래형 글로벌 유전자를 개발한다.

[DNA methylation pattern profiling, noncoding RNA(long ncRNA 및 miRNA) expression profiling, coding RNA expression profiling, TF ChIP seq.을 이용한 특정 TF의 upstream 및 down stream protein 유전자 및 RNA 유전자의 expression profiling]

 

연구개발 내용

□ Abiotic stress (drought stress) 처리 시 또는 drought stress 저항 GM 작물에서 control과의 DNA methylation의 차이를 Methylation ChIP sequencing을 이용하여 sequencing data를 구축하고 분석한다.

□ Drought stress 처리 시 또는 drought stress 저항 GM 작물에서 miRNA와 같은 small noncoding RNA의 변화를 deep sequencing (next generation sequencing)을 이용하여 분석한다.

□ Drought stress에 따른 Long noncoding RNA와 같은 RNA gene의 변화를 RNA seq을 통하여 data를 구축하고 분석한다.

□ Noncoding RNA 외에 coding RNA (protein genes. ex, transcription factors and functional genes)의 abiotic stress에 따른 변화를 RNA seq을 통하여 data를 구축하고 분석한다.

□ 특정 TF (전사인자)로 형질전환된 drought stress 저항 GM작물에서 TF-ChIP seq.을 이용하여 하위 기능 유전자를 확인하여 이 GM 작물이 drought stress에 저항을 갖게 되는 기작을 규명한다.

□ 1, 2 및 3차년 도에 수행한 벼의 drought stress 저항 관련 genomics와 epigenomics 시퀀싱 데이터를 이용하여, 벼의 drought stress 저항 관련 genomics와 epigenomics 시퀀싱 데이터 분석 기반을 구축한다. multi-omics 네트워크를 분석하여 REGULATORY NETWORK 규명 및 미래형 글로벌 유전자 개발.

□ 벼의 drought stress 저항 관련 genomics와 epigenomics 시퀀싱 데이터를 모두 분석하여 stress 저항 regulatory network을 규명.

□ Abiotic stress 저항 regulatory network을 기반으로 미래형 글로벌 GM 작물 개발을 위한 최선의 유전자를 확보.

[Acknowledgement]

본 논문(특허)은 농촌진흥청 차세대 바이오그린21사업(과제번호: PJ009037022012 )의 지원에 의해 이루어진 것임

This work was supported by a grant from the Next-Generation BioGreen 21 Program (No.PJ009037022012 ), Rural Development Administration, Republic of Korea

<참여연구원>

분 야	직 위 (직명)	성 명	소속부서	전공 및 학위
				학위	년도	전공	학교
Bioinformatics	부교수/연구소장(책임자)	김선	컴퓨터공학부/생물정보연구소	박사	1997	Computer Science	University of Iowa
Bioinformatics	연구원	채희준	생물정보연구소	석사	2007	Computer Science	Indiana University
Bioinformatics	연구원	김광수	공대 BK21 정보기술사업단	박사	2011	산업공학	고려대학교
Bioinformatics	연구원	정인욱	생물정보협동과정	석사	2007	컴퓨터과학과	연세대학교
Bioinformatics	연구원	장현숙	생물정보연구소	학사	2006	생물정보공학	상명대학교
Bioinformatics	연구원	문지환	생물정보연구소	석사	2011	정보공학	인하대학교
Bioinformatics	연구원	안재현	컴퓨터공학부	학사	2012	컴퓨터공학	서울대학교
Bioinformatics	연구원	안홍렬	생물정보연구소	학사	2012	컴퓨터공학	서울대학교
Bioinformatics	연구원	박진우	컴퓨터공학부	학사과정		컴퓨터공학	서울대학교
Bioinformatics	연구원	이성민	컴퓨터공학부	학사과정		컴퓨터공학	서울대학교