생물학 혁명? 유전자 너머의 생체전기 코드

 (bitsofwonder.co)
2P by GN⁺ | ★ favorite | 댓글 1개
  • Michael Levin의 연구는 생물 발달을 유전자 중심으로만 보지 않고, 세포들이 생체전기 네트워크로 몸의 구조를 조율한다는 가설을 전면에 둠
  • 플라나리아 실험에서는 세포의 휴지막전위와 상대적 전기 상태가 머리·꼬리 재생에 관여했고, 특정 이온 채널을 막는 약물로 몸 구조를 바꿀 수 있었음
  • 일부 플라나리아 변화는 유전자 편집 없이 지속됐으며, 두 머리 구조가 추가 조작 없이 다음 세대로 이어졌음
  • 같은 접근은 개구리의 추가 팔다리와 비정상 위치의 눈, 움직이고 자기복제하는 바이오봇(biobot), 손상된 뉴런을 치유하는 인간 세포 기반 바이오봇으로 확장됨
  • 세포·조직·기관도 목표를 향해 수단을 바꾸는 집단 지능을 가질 수 있다면, 의생명공학과 인지과학의 연구 범위가 크게 넓어질 수 있음

단일 세포가 몸이 되는 과정

  • 수정란 하나가 배아와 성체로 발전하려면 뼈, 피부, 근육, 장기, 약 1천억 개 뉴런의 배치와 연결이 만들어져야 함
  • 기계는 사람이 설계도에 따라 부품을 조립하지만, 생물 발달에는 전체 몸을 내려다보며 각 부분에 명령하는 중앙 통제센터가 없음
  • 기존 생물학은 대체로 분자 메커니즘이 세포 기능을 만들고, 세포 기능이 기관과 몸을 만든다는 상향식 구조에 가까웠음
  • 2003년 인간 게놈 시퀀싱 이후 많은 연구가 유전자와 화학 경로가 고수준 생물 구조를 어떻게 결정하는지에 집중해 왔음
  • Levin의 핵심은 유전자가 몸을 만드는 데 필요한 많은 정보를 담지만, 발달을 이해하고 개입하기 위한 유일한 추상화 계층은 아니라는 데 있음
    • 프로그래밍 비유에서 유전자는 머신 코드에 가깝고, 현대 프로그래머는 객체·모듈·애플리케이션 같은 더 높은 수준의 구성물을 다룸
    • 생물학에도 의미 있는 상위 제어 계층이 있으며, 그 한 형태가 생체전기 네트워크임

생체전기 네트워크와 플라나리아 재생

  • 뉴런은 막의 전기 패턴과 신경전달물질로 네트워크 통신을 하지만, 몸 전체의 세포도 같은 통신 구성 요소를 갖고 더 느리게 신호를 주고받음
  • Levin과 동료들은 이를 신경망과 구분해 생체전기 네트워크라고 부름
  • 플라나리아는 길이 약 2cm의 생물로, 늙지 않고 암에 걸리지 않으며 몸이 250조각 이상으로 잘려도 각 부분을 재생할 수 있음
  • 재생 과정의 핵심 질문은 각 절단 조각이 자신에게 이미 있는 부위와 새로 만들어야 할 부위를 어떻게 판별하느냐임
    • 몸 전체 세포에는 휴지막전위의 기울기가 존재함
    • 세포는 이 전기 상태를 통해 몸에서의 위치를 추적함
    • 실험은 세포의 전기 상태가 몸의 나머지 부분과 비교해 어디에 있는지가 머리나 꼬리 재생 결정에 관여함을 보였음
  • 재생 능력에는 성체 줄기세포인 neoblasts도 중요하며, 이 세포들은 플라나리아 몸의 최대 30%를 차지함
  • 모든 생물학자가 생체전기 네트워크의 중심성에 동의하는 것은 아니며, Alfonso Martinez Arias는 줄기세포 능력에 더 집중해야 한다고 봄

유전자를 바꾸지 않고 몸 구조를 바꾼 실험

  • Levin 팀은 특정 이온 채널을 막는 약물이 든 용액에 플라나리아를 넣어 세포의 전기 상태를 바꾸고, 한 개가 아니라 두 개의 머리를 만들게 했음
  • 같은 계열의 실험에서는 머리가 전혀 생기지 않거나, 다른 벌레 종의 머리가 생기는 결과도 나옴
  • 이 벌레들은 유전자가 편집되지 않았고, 모두 살아 있는 기능적 생물체였지만 몸 구조는 달라졌음
  • 일부 변화는 지속적이어서, 두 머리 플라나리아가 추가 약물이나 조작 없이 계속 두 머리 자손을 만들었음
    • 해당 플라나리아 계통은 분열 번식을 하며, 몸이 둘로 갈라져 번식함
  • 이 결과는 유전자를 바꾸지 않고도 몸 구조에 영구적 변화를 만들 수 있음을 보여주며, Levin의 관점에서는 몸의 생체전기 코드를 해독하는 접근에 해당함

개구리, 눈, 바이오봇으로 확장된 발달 제어

  • Levin 연구실과 다른 연구자들은 생체전기 네트워크 조절로 발달을 제어하는 여러 사례를 만들었음
  • Levin이 꿈꾸는 최종 목표는 임의의 장기나 몸 설계를 입력하면, 그 장기를 만들기 위한 화학·전기 신호 집합을 출력하는 해부학적 컴파일러임
  • 이 구상은 세부 미시 구조를 모두 지정하는 대신 “꼬리에 추가 눈” 같은 고수준 설명을 주는 방식이며, 생물학의 DALL-E에 비유됨
  • 장기적으로는 외상, 선천성 결함, 퇴행성 질환, 암, 노화 같은 의생명 문제에 적용될 가능성이 거론됨
  • 다만 이런 시스템은 매우 추측적이고 먼 가능성이며, 개발 과정에서 많은 윤리적 문제가 생길 수 있음

발달 과정의 지능과 적응성

  • Levin의 더 넓은 시각에서는 “지능”과 “인지”가 뇌 뉴런에만 국한되지 않고 생물학의 더 많은 층위에 적용될 수 있음
  • 올챙이의 얼굴 기관을 수동으로 뒤섞어도 성숙 과정에서 기관들이 정확한 위치로 이동하는 실험은 발달 중인 몸이 목표 상태를 향해 움직일 수 있음을 보여줌
  • 이 “picasso frogs” 상황은 진화 환경에서 발생했을 가능성이 낮으므로, 특정 상황에 맞춰 유전적으로 하드코딩된 절차라고 보기 어렵다는 해석이 붙음
  • Levin은 같은 목표를 다른 수단으로 달성하는 능력을 지능으로 정의함
  • 관련 사례들은 여러 생물학적 층위에서 나타남
    • 배아를 외과적으로 둘로 자르면 두 개의 반쪽 몸이 아니라 건강한 쌍둥이 두 개로 발달함
    • 도롱뇽 세포를 인위적으로 키워도 신장 세뇨관은 더 적은 수의 세포를 사용해 같은 객관적 크기로 발달함
    • 세포가 더 커지면 도롱뇽은 하나의 세포가 안으로 말려 들어간 형태의 세뇨관까지 만들 수 있음

창의성, 에이전시, 집단 지능

  • 생물학적 시스템은 교란을 받은 뒤 같은 기능을 회복할 뿐 아니라, 적절한 신호가 주어지면 새로운 기능도 채택할 수 있음
  • Levin 팀은 배아 개구리의 피부 세포에 특정 신호를 주어 스스로 움직이고 자기복제하는 바이오봇을 만들었음
    • 이 사례도 유전자 조작 없이 보통 줄기세포에 약물을 주는 방식임
  • 더 최근에는 성인 인간 폐 조직 세포로 움직이는 바이오봇을 만들고, 이들이 손상된 뉴런을 치유할 수 있음을 보였음
  • 잠재적 응용에는 암세포 공격, 환경 독소 정화, 퇴행한 신경조직 치유 같은 활용이 포함됨
  • Levin은 뇌가 등장하기 전에도 진화가 형태형성, 박테리아 군집, 유전자 네트워크 같은 하위 시스템에서 에이전시와 지능적 정보 처리를 발견했을 수 있다고 봄
  • 세포와 세포 집단을 타고난 지능을 가진 시스템으로 보면, 그 지능을 의도한 목적에 활용하는 연구 방향이 열림

인지과학의 범위 확장

  • 뇌, 장기, 세포가 같은 기본 인지 구성 요소를 가진다면, 도구와 아이디어를 분야 사이에서 공유할 수 있음
  • “인지과학”은 뇌 뉴런 연구를 넘어 함께 조율되는 모든 세포 유형, 더 넓게는 모든 집단으로 확장될 수 있음
  • 이미 암을 세포 집단의 “해리성 정체성 장애”로 보는 접근이나, 개미 군집이 뇌와 유사한 종류의 시각 착시에 빠지는 현상이 연구됐음
  • Levin은 모든 지능을 집단 지능으로 봄
    • 다양한 지능은 저마다 능력과 하위 지능을 가진 많은 하위 단위가 결합해 만들어짐
    • 인간 개인도 약 1천억 개 뉴런과 수조 개의 다른 세포가 협력하는 집합체임
  • 몸은 세포들의 사회이며, 인간 사회와 몸속 세포 사회의 연결은 단순한 은유 이상일 수 있음

함께 보면 좋은 글 β

GN⁺   [-]
Hacker News 의견들

  • Michael Levin의 관점은 Humberto Maturana의 자가생산(autopoiesis) 과 Nick Lane의 양성자 펌핑에 꽤 가까워지고 있음
    자가생산은 쉬운 개념은 아니지만, 구조의 세부보다 자기 구성요소를 계속 보충하게 해주는 관계의 보존이 더 중요하다는 생각이 핵심 중 하나임. 플라나리아가 매우 적응력이 좋다는 건 새삼스러운 소식은 아님
    Nick Lane은 DNA보다 생체에너지학과 막을 가로지르는 양성자 펌핑을 강조하고, 최근 책 “Transformer”에서는 크렙스 회로와 미토콘드리아를 생명의 핵심으로 다룸. Lane은 아주 읽기 쉽지만 Maturana는 거의 난해한 편임
    대상 글은 즐겁게 읽었지만 발생을 “생체전기”로 환원하는 데는 불편함이 있음. 보완적 관점이긴 해도, 오래된 발생 분자생물학보다 더 멀리 데려가 줄지는 모르겠음

    • Lane을 읽고 나니 다른 과학 에세이가 밋밋해졌음. 그의 책을 전부 읽었고, 내게는 가독성과 복잡도의 균형이 딱 맞음
      다른 분야에서도 실제 노동처럼 느껴지지 않으면서 이렇게 많이 배울 수 있는 저자를 찾기 어렵다
    • 동의하지 않음. 세포 생명을 이해하려면 전자기적 패러다임이 중요하고, 특히 세포의 신경성 동원과 관련된 예측적 분자 동역학을 이해하는 데 핵심이라고 봄
      질량 중심의 관점에서 벗어나 전기공학에서 이상화된 전자기 복사의 수학적 완전성으로 가면, 이론적 적용에서 그 가치가 드러난다고 생각함

  • 프로그래밍 가능한 세포 자동자로 나무가 자라는 모습을 시뮬레이션으로 만들었음. 각 세포는 주변 조건과 나이/반복 횟수에 따라 복제 같은 연산을 실행함
    이 기법으로 더 복잡한 유기체도 성장시킬 수 있음. 여기서 직접 해볼 수 있음: https://acionescu.github.io/digitalfire/WebContent/

  • 각주 5에 중요한 사실이 숨어 있음. 두 머리 플라나리아가 두 머리 자손을 만드는 경우, 알을 낳는 게 아니라 분열로 번식함
    즉 이 생리적 특성이 유전자를 통해 전달되는 건 아님. 만약 유전자로 전달된다면 꽤 놀라운 라마르크식 사실이 됐을 것임
    플라나리아는 일반적으로 유성생식과 무성생식, 즉 알·정자와 몸을 나누는 방식을 모두 사용함

    • 어느 쪽이든 라마르크식 아닌가?

  • 글의 표현은 좀 과장되어 있음. 패턴 형성에 기울기가 관여하는 사례는 이미 여럿 있고, 전기적 전위가 비교적 새로운 연구 영역일 뿐임
    초파리 발생의 WNT 신호 기반 화학 기울기, 팔다리 패턴 형성과 체축 비대칭의 SHH(sonic hedgehog) 화학 기울기, 식물 발생의 옥신 신호도 있음
    Alan Turing의 1950년대 유명 논문도 패턴 형성을 위한 반응-확산 메커니즘을 다뤘음. 진화가 재현 가능한 패턴을 만들려면 어떤 종류의 기울기에서 시작해 그걸 유전자 전사와 연결해야 함
    초파리 사례에서는 WNT 신호를 통해 핵에 도달하는 화학적 트리거이고, 편형동물 사례에서는 화학적 기울기 대신 막 분극 기울기가 구동함. 전기적 탈분극으로 만들 수 있는 패턴은 반응-확산에서 나오는 흥미로운 상호작용을 잃기 때문에 화학적 상호작용보다 단순할 것 같음

    • 링크된 글은 “생체전기 상태”를 말할 때 지나치게 단순화한다고 봄. 전기·전자 기술에 익숙한 사람에게 더 매력적으로 들리기 때문일 수도 있음
      실제로 묘사되는 상태는 동물 몸 안팎의 여러 이온과 분자 농도로 결정됨. 전기적으로 대전된 원자 이온과 분자들이 관여하기 때문에 화학 농도 변화의 결과로 전위 분포가 생기고, 그 전위는 여러 화학 농도를 서로 결합시키는 메커니즘에 가깝다
      같은 “생체전기” 상태, 즉 같은 전위 분포가 서로 다른 이온 분포에서 나올 수 있고, 겉보기엔 같은 전기 상태라도 실제 거동은 상당히 다를 가능성이 큼
      반도체에서도 전하 분포만으로는 동작을 시뮬레이션할 수 없고, 전자·정공·고정 결정 결함 같은 여러 전하 운반자 농도를 따로 고려해야 하는 것과 비슷함
    • 더 큰 질문은 선형 DNA 염기서열이 어떻게 시공간적 발생 프로그램을 구동해, 성숙하고 분화된 세포들이 오가노이드·장기·유기체 규모에서 함께 작동하게 하느냐임
      유기체가 자라면서 세포는 시간과 공간 속에서 무엇을 해야 할지 어떻게 알고, 그 논리는 유전체에 어떻게 인코딩되는가?
      Eric Davidson은 성게에서 이 시공간적 유전체 논리를 꼼꼼히 “디버깅”하는 선구적 작업을 했고, 정말 놀라움. 우리 같은 진핵생물은 유전자 바로 상류의 조절 요소뿐 아니라 수십만 염기쌍 떨어진 조절 요소도 가짐
      유전자 시작부의 열린읽기틀 바로 앞 DNA 영역에는 보통 유전자 발현을 늘리거나 줄이는 단백질이 결합하는 DNA 모티프가 있고, Davidson 등은 이 조절 모티프에 결합한 전사인자 위에 또 다른 단백질 층이 결합하며, 그 2차 단백질 서열이 다시 3차 단백질 층을 모집해 정체에 따라 발현을 조건부로 조절한다는 것을 보였음
      2차·3차 층은 논리 연산의 계층을 인코딩하므로 문자 그대로 일종의 추상화라고 볼 수 있음. 일반 독자에게도 개념을 더 자세히 밝혀 주는 공개 접근 개요는 Ellen Rothenberg의 “ERIC DAVIDSON: STEPS TO A GENE REGULATORY NETWORK FOR DEVELOPMENT”임: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4828313/
      해독된 논리를 의사코드와 도식으로 보려면 Howard와 Davidson의 “cis-Regulatory control circuits in development”를 보면 됨: https://doi.org/10.1016/j.ydbio.2004.03.031
    • 이 답변이 정말 흥미로웠음. 팟캐스트를 들으면서 Michael Levin 등이 말하는 전압 기울기가 구체적으로 무엇인지 늘 알고 싶었고, 여기서 더 파고들 주제를 많이 얻었음
      현재 기억, 학습, 활동전위 이해에 뿌리를 둔 기초 신경과학 지식으로 이 주제를 LLM에 물어봤지만, 연구가 덜 되어 있고 산발적이라 답이 맞는지 확신하기 어려움
      전압 기울기가 정확히 무엇인지, 활동전위와 어떻게 다른지, 세포 수준 과정이 더 큰 시스템과 어떻게 연결되는지 알고 싶음. 예를 들어 SHH가 패턴 형성뿐 아니라 팔다리 재생에도 쓰이는지, 정상 팔다리에서는 휴면 상태인지, 팔다리 세포인지 뇌 세포인지, 어떤 논문이 이를 밝혔는지가 궁금함
      Claude는 양서류 팔다리 재생에서 Hv1 전압 개폐 양성자 채널, 절단 부위 상피세포의 탈분극, pH·양성자 기울기, 칼슘·나트륨 기울기, 간극연접을 통한 장거리 생체전기 신호 전파, 재생 결과를 좌우하는 전압·이온 기울기 패턴을 설명했음
      또 전압 기울기나 생체전기장은 한 지점의 단일 전압값이 아니라 공간적으로 분포한 전압 차이의 패턴이며, 활동전위는 특정 시점의 세포막 양쪽 전압 차이라는 점에서 다르다고 답했음. 다만 뭔가 핵심을 “깔개 밑으로 쓸어 넣는” 느낌도 듦

  • 관련 자료들임. 다른 것도 있나?
    Computational Boundary of a Self: Bioelectricity and Scale-Free Cognition (2019) - https://news.ycombinator.com/item?id=39244333 - 2024년 2월
    Brains are not required to think or solve problems – simple cells can do it - https://news.ycombinator.com/item?id=39127028 - 2024년 1월
    Bioelectricity, Biobots, and the Future of Biology [video] - https://news.ycombinator.com/item?id=38423588 - 2023년 11월
    How bioelectricity could regrow limbs and organs - https://news.ycombinator.com/item?id=38027587 - 2023년 10월
    M. Levin – Bioelectrical signals reveal, induce, and normalize cancer [video] - https://news.ycombinator.com/item?id=37140965 - 2023년 8월
    https://news.ycombinator.com/item?id=36912245 - 2023년 7월
    Aging as a morphostasis defect: a developmental bioelectricity perspective - https://news.ycombinator.com/item?id=36264719 - 2023년 6월
    Bioelectric networks: cognitive evolutionary scaling from physiology to mind - https://news.ycombinator.com/item?id=36009513 - 2023년 5월
    Bioelectric networks: from body intelligence to regenerative medicine - https://news.ycombinator.com/item?id=35763121 - 2023년 4월
    Non-neural, developmental bioelectricity as a precursor for cognition - https://news.ycombinator.com/item?id=33902641 - 2022년 12월
    Michael Levin: Intelligence Beyond the Brain (networked daptive morphogenesis~) - https://news.ycombinator.com/item?id=33217070 - 2022년 10월
    Plasticity without genetic change – Michael Levin [video] - https://news.ycombinator.com/item?id=32119375 - 2022년 7월
    Mike Levin on using bioelectricity to study how cells form (2019) - https://news.ycombinator.com/item?id=27819791 - 2021년 7월
    Persuading the Body to Regenerate Its Limbs - https://news.ycombinator.com/item?id=27062477 - 2021년 5월
    The Link Between Bioelectricity and Consciousness - https://news.ycombinator.com/item?id=26435281 - 2021년 3월
    Growing Neural Cellular Automata: A Differentiable Model of Morphogenesis - https://news.ycombinator.com/item?id=22300376 - 2020년 2월
    What Bodies Think About: Bioelectric Computation Outside the Nervous System - https://news.ycombinator.com/item?id=18736698 - 2018년 12월
    Brainless Embryos Suggest Bioelectricity Guides Growth - https://news.ycombinator.com/item?id=16589702 - 2018년 3월
    Memory in the Flesh: Can memories survive outside the brain? - https://news.ycombinator.com/item?id=9226391 - 2015년 3월

  • 사람을 만드는 데 필요한 정보가 압축하지 않아도 약 750MB라는 게 놀라움. 예를 들면 견갑골의 아주 구체적인 형태나 거미 공포 같은 것까지 포함해서

    • 꼭 그렇진 않음. 무엇보다 자궁 안 조건, 특히 처음 몇 달이 극도로 중요함
      동일한 수정란 10개를 서로 다른 10명에게 넣으면 사람들이 흔히 생각하듯 10명의 복제인간이 아니라 10명의 서로 다른 인간이 나올 것임. 이는 어머니의 유전뿐 아니라 식단, 생활방식, 과거 이력도 초기 태아 발달에 크게 영향을 주기 때문임
    • 압축 경연에서는 압축된 데이터인 DNA뿐 아니라 압축 해제기 바이너리인 난자 세포의 크기도 함께 계산함
      살아 있는 세포를 완전히 기술하는 데 얼마나 많은 데이터가 필요한지는 모름. 기존 세포 없이 DNA만으로는 세포를 만들 수 없으니, 필요한 정보가 DNA에만 있는 건 아님
    • 공정하게 말하면 그건 설치 프로그램 크기일 뿐임
    • DNA는 “프로그램”일 뿐이고, 살아 있는 세포는 기본적으로 고급 프로그래밍 가능한 나노로봇임
      세포가 분열하거나 번식할 때는 나노로봇 전체가 약간의 수정과 함께 복제됨. DNA는 복제된 나노로봇을 어떻게 수정할지 알려주며, 어떤 세포든 원래 상태로 재프로그래밍하는 것도 가능함
      세포라는 나노로봇을 처음부터 만드는 방법은 아무도 모름. 컴퓨터 프로그램이 컴퓨터를 만드는 지침을 담고 있지 않듯, 그 정보는 DNA 안에 있지 않음
    • 인공 자궁을 만들기 전까지는 기술적으로 훨씬 더 많은 정보가 필요함. 예를 들어 자궁의 세포 구성, 어떤 영양분이 얼마나 흐르는지 같은 것들이 포함됨
      게다가 우리는 아직 후성유전학의 표면만 긁고 있는 수준임

  • “그의 작업은 Scientific American부터 Lex Fridman 팟캐스트, The New Yorker까지 여러 곳에 소개됐다”는 식의 표현은 과학적 성취를 말하는 방식으로는 이상함
    Lancet, Nature, Science 같은 곳에 논문을 냈다고 했다면 과학적 중량감이 분명하겠지만, 대중과학 매체·유명 팟캐스트·일반 독자 잡지에 소개됐다는 건 연구를 얼마나 잘 설명하거나 팔 수 있는지만 보여줄 뿐, 연구의 강도를 말해주진 않음

    • 대상 독자가 일반 대중이라서 그런 것일 수도 있음

  • “개구리가 여분의 팔다리를 만들게 하거나, 장이나 꼬리에 실제로 볼 수 있는 눈을 만들게 했다”는 대목에는 서로 모순된 반응이 듦
    하나는 “과학은 정말 놀랍다!”이고, 다른 하나는 “불쌍한 개구리, 너무 끔찍하다”임

    • 개구리 입장에서는 눈 달린 꼬리가 꽤 멋질 수도 있음

  • 제목이 정말 별로임. 더 나은 제목은 Bioelectric Signals Guide Body Development and Regeneration 정도라고 봄

  • 그는 폐세포가 아니라 인간 기관지 세포를 사용했음
    “몸에서 운동성 섬모를 가진 몇 안 되는 조직 중 하나이기 때문”이라고 함
    그래서 돌아다닐 수 있음
    [0] https://twitter.com/drmichaellevin/status/173042805284737055...

답변달기