earticle

영어

Metabolic network is composed of more than thousands of metabolic reactions. Therefore, understanding of metabolic behavior of microorganisms is required to engineer metabolism of microorganisms. In this paper, we employed ARACNE (Algorithm for the Reconstruction of Accurate Cellular Networks) to quantify relationships among metabolic subpathways. The results showed that ARACNE analysis can give new insight into the study of bacterial metabolism.

한국어

최근 DNA microarray를 필두로하여 다양한 high-throughput 기술들이 개발됨에 따라서 시스템생물학 (Systems Biology) 연구가 생물공학 연구의 새로운 패러다임으로 자리잡고 있다. 시스템생물학은 genome, transcriptome, proteome, metabolome 등 다양한 level에서 생명현상을 관찰하고, 이의 복합적인 분석을 통하여 생명현상을 글로벌수준에서 이해하는 학문이다. 그리고, 이러한 생명현상에의 이해를 바탕으로 하여 생명체의 특성을 원하는 방향으로 개량하 는 일련의 연구를 시스템생물공학 (Systems Biotechnology) 이라 정의한다. 시스템생물공학연구의 효율을 높이기 위하 여는 균주의 대사반응의 변화를 분석 및 예측하는 기술의 확보가 필수적이다. 따라서, 대사회로 분석 및 대사거동 예측은 시스템생물공학연구의 핵심적인 분야로서 활발한 연구가 이루어지고 있다(1-5). 대사network는 수천 개의 유전자 및 효소반응들이 서로 연관되어있는 복잡한 네트워크 시스템이다. 대사network를 유전공학적 방법으로 조작하여 원하는 기능을 나타내도록 개량하기 위하여 대사network간의 상관관계를 명확히 파악 하는 것이 선결되어야 한다. 대사network사이의 상관관계 를 파악하지 못하고 유전자 조작을 수행하였을 경우, 기대 하던 효과를 얻지 못할 수 있을 뿐 아니라 의도하지 않았던 부작용도 일어날 수 있다(6-7). 본 연구에서는 대사network간의 기능적 연관성을 분석 하기 위하여 transcriptome 연구에 주로 활용되던 ARACNE (Algorithm for the Reconstruction of Accurate Cellular Networks) 기법이 활용되었다. ARACNE는 새롭게 개발 된 transcriptome 데이터 분석 프로그램으로서, microarray 데이터로부터 transcription 네트워크를 구축하기 위하여 활용되어지고 있다. 즉, 전체 유전자의 발현량 데이터를 분석하여 어떠한 유전자들의 발현이 서로 연관되어져 있 는지 파악하여, 유전자들 사이의 기능적 연관성을 예측하 게 하여주는 프로그램이다(8-11). 본 연구진은 64개 미생 물 균주의 유전정보를 바탕으로 각 대사network간의 상관 관계를 연구하였다.