유전자 검사 결과에 ‘질병 위험과 관련된 DNA 위치’가 표시됐다고 해보자. 우리는 자연스럽게 그 위치에서 가장 가까운 유전자를 범인으로 생각한다. 주소가 가까우니 가장 먼저 의심하는 건 당연해 보인다.
그런데 세포핵 안의 DNA는 길게 펴진 주소록이 아니다. 접히고 고리를 만들면서, 글자상으로 멀리 떨어진 구간끼리도 실제 공간에서는 맞닿는다. 그래서 변이 옆에 있는 유전자가 아니라, 접힌 공간에서 만나는 훨씬 먼 유전자가 영향을 받을 수 있다.
오늘 질문은 여기서 시작한다. 질병과 관련된 DNA 한 글자를 찾았을 때, 그 글자가 실제로 어떤 유전자를 어떻게 바꾸는지 어떻게 확인할 수 있을까?
‘수상한 주소’를 찾는 것과 범인을 밝히는 것은 다르다
게놈연관분석, 줄여서 GWAS는 질병이 있는 사람들에게서 함께 나타나는 DNA 위치를 찾는 데 강하다. 하지만 그 위치가 직접 원인인지, 함께 유전된 이웃 변이인지, 실제로 어느 유전자를 건드리는지는 따로 밝혀야 한다.
특히 질병 관련 변이의 상당수는 단백질을 만드는 유전자 안이 아니라 비암호화 조절 구간에 있다. 이 구간은 단백질 설계도를 담기보다, 유전자를 언제 얼마나 켤지 조절한다.
여기서 인핸서라는 조절 구간이 등장한다. 인핸서를 멀리 있는 발전소, 유전자의 시작점인 프로모터를 전기를 받아야 하는 건물로 생각해보자. DNA가 접히면서 둘이 가까워지면 신호가 전달된다.
다만 이 비유를 너무 밀어붙이면 안 된다. 실제 염색질 접촉은 고정된 도로가 아니라 세포마다 확률적으로 생기고 사라지는 분자 상호작용이다. ‘만났다’는 관측만으로 원인을 확정할 수 없고, 발현 변화와 기능 실험이 함께 필요하다.
기존 천장: 어느 DNA 사본에서 연결이 바뀌었나
사람은 같은 유전자 자리를 부모에게서 하나씩, 두 벌의 대립유전자로 가진다. 한쪽에는 일반적인 염기가 있고 다른 쪽에는 질병 위험과 연결된 염기가 있을 수 있다.
기존 3C 계열 기술은 DNA가 어디와 접촉하는지 보여줬지만, 아주 짧은 거리의 미세 구조를 충분한 신호로 읽고 두 대립유전자를 나눠 비교하기가 쉽지 않았다. 서로 다른 사람이나 별도 실험을 비교하면 세포 상태와 환경 차이도 잡음으로 끼어든다.
즉 위치는 찾았는데, 어느 DNA 사본에서 연결이 달라졌고 그 차이가 유전자 작동으로 이어졌는지를 한 흐름으로 닫기가 어려웠다. 이것이 ‘연관성에서 작동 기전으로 넘어가는 간극’이다.
이번 돌파: 같은 세포 안의 두 연결 지도를 비교했다
2026년 10월 2일 Nature Genetics에 발표된 연구는 MCCv, 즉 ‘Micro Capture-C variant-to-function’이라는 연구 플랫폼을 제시했다. 핵심은 같은 세포 집단 안에서 정상 대립유전자와 위험 대립유전자를 나눠 3차원 접촉 지도를 비교하는 것이다.
연구팀은 인간 CD4 양성 T세포에서 면역매개 염증질환과 연결된 405개 조절 구간을 분석했다. 그 결과 251개의 후보 표적 유전자를 찾았다. 가장 강하게 접촉하는 유전자가 단순히 가장 가까운 유전자인 경우는 60.5%였다.
반대로 말하면 약 39.5%는 ‘가장 가까운 유전자가 범인일 것’이라는 단순한 주소 규칙만으로는 놓칠 수 있었다.
또 이형접합 질병 관련 변이의 54.6%에서는 적어도 하나의 염색질 접촉이 두 대립유전자 사이에서 유의하게 달랐다. 연구는 일반적으로 버려지기 쉬운 짧은 접촉 정보까지 활용해, 변이 주변의 미세 구조를 훨씬 높은 해상도로 읽었다.
한 글자가 새 ‘차단막’을 만든 사례
가장 구체적인 사례는 rs4409785라는 변이다. 위험 대립유전자는 CTCF라는 구조 단백질이 붙을 수 있는 새 자리를 만들었다. CTCF는 DNA 고리의 경계와 접촉 방향을 조직하는 단백질이다.
그 결과 T세포에서 강하게 작동하는 슈퍼인핸서와 SESN3 유전자 프로모터 사이의 접촉이 약해지는 방향으로 구조가 바뀌었다. 도시 비유로 말하면, DNA 한 글자가 새 검문소를 만들어 멀리 있는 발전소의 신호가 SESN3 건물에 닿는 길을 약하게 만든 셈이다.
실제로 위험 대립유전자 쪽 SESN3 전사량은 36.6% 낮았다. 연구진은 여기서 멈추지 않고 SESN3가 트립토판 상태를 감지해 mTOR 경로를 조절하는 연결을 확인하고, 생쥐 자가면역 모델에서 기능적 역할을 시험했다.
중요한 변화는 하나의 멋진 숫자가 아니다. 변이 → 3차원 접촉 → 유전자 발현 → 세포 경로 → 동물 모델이라는 여러 고리를 하나의 검증 사슬로 이어 붙였다는 점이다.
그래서 이전과 무엇이 달라졌나
이 연구는 질병 관련 ‘주소’를 표시하는 단계에서, 그 주소가 바꾼 실제 연결망을 추적하는 단계로 이동했다. 같은 세포 안의 두 대립유전자를 비교해 잡음을 줄였고, 유전체 편집 뒤 접촉 변화를 다시 읽어 후보 기전의 신뢰도를 높였다.
하지만 범인 검거가 끝난 것은 아니다. 분석 범위는 405개 조절 구간과 CD4 양성 T세포에 한정된다. 접촉 변화가 모든 경우에 발현 인과성을 자동으로 증명하지도 않는다. 생쥐 모델의 결과를 사람 치료 효과로 옮겨 말해서도 안 된다.
따라서 현재 성숙도는 ③ 연구 프로토타입으로 보는 편이 정확하다. 임상 검사나 치료 기술이 완성된 것이 아니라, 후보 기전을 더 정밀하게 좁히는 연구 도구가 한 단계 전진한 것이다.
산업적으로는 ‘틀린 표적’을 줄이는 도구다
제약·바이오 산업에서 잘못된 표적 유전자를 선택하면 긴 시간과 큰 비용을 잃는다. 비암호화 변이가 실제로 건드리는 유전자를 더 정확히 좁힐 수 있다면, 신약 표적 선정과 환자 층화의 실패 위험을 줄일 가능성이 있다.
다만 오늘 결과가 곧바로 진단 제품이나 치료 후보를 만들었다는 뜻은 아니다. 산업적 가치는 무엇을 먼저 검증할지 더 잘 고르는 도구에 있다. 전장 유전체 처리량, 다양한 세포 상태에서의 재현성, 비용과 표준화는 여전히 남은 병목이다.
오늘의 연결: 구조가 제어기가 된다
오늘의 연구는 유전체 이야기지만, 더 넓게 보면 다른 분야와 연결된다. DNA의 접힘은 유전자 신호의 도착지를 바꾸고, 비틀린 원자층은 새로운 물성을 만들며, 집적 레이저의 안정 영역 배치는 전자 제어 없이도 주파수 잠금을 유지한다.
공통점은 부품 하나를 더 세게 만드는 것이 아니다. 요소 사이의 거리·각도·접촉·전이 경로를 설계해 원하는 행동이 스스로 나오게 한다. 구조 자체가 제어기가 되는 셈이다.
질병 유전학의 다음 질문도 분명해진다. 한 세포 종류에서 읽은 연결 지도를 넘어, 사람의 여러 조직과 시간에 따라 바뀌는 3차원 유전체를 임상적으로 쓸 만큼 빠르고 싸게 읽을 수 있을까?
직접 출처
프로젝트: 첨단 과학기술 프런티어 지도
판정: Signal 3 후보 · 성숙도 ③ 연구 프로토타입
대표 Connection: Architecture as control — 구조가 제어기가 된다
