Orthologs로 파악한 원핵생물 계(kingdom)와 문(phylum)의 특징적 단백질

2.1. 재료

2025년 8월 기준으로 NCBI의 COGs 자료를 이용하여 2,296개의 원핵생물의 5,061개의 COGs를 분석하였다(Galperin et al., 2025). 각 원핵생물에 존재하는 COG들을 구한 후에, Excel 프로그램으로 원핵생물을 문이나 강(class)의 분류 단위까지 나눈 COGs 자료(Galperin et al., 2025)에서 정한 기준으로 정렬하였다. 이후 각 분류군 모두가 공통적으로 갖거나 갖지 않는 혹은 일부 구성원만 갖는 COG들을 확인하였다.

2.2. 계통수 작성과 분석

고균에서만 발견되는 212개의 COG 중에서 193개의 전체 고균 중 190개 이상의 고균에 존재하는 18개 COG와 세균에서만 발견되는 1,572개의 COG 중에서 전체 2,103개의 세균 중 2,060개 이상에 존재하는 19개 COG를 선별하였다. 이 연구에서는 COG는 단백질 그룹으로 COG의 구성원 각각은 단백질로 구분하였다. 선별된 각 그룹에 속하는 단백질들의 서열 번호를 정리한 후 NCBI에서 각 서열 번호에 해당하는 아미노산 서열을 다운받았다. Mega 12 프로그램(Kumar et al., 2024)으로 각 그룹에 속하는 단백질들의 아미노산 서열을 정렬하고, 계통수(phylogenetic tree)를 Maximum-likelihood 방법과 bootstrap (n=100)으로 구하였다. Dendroscope 프로그램(Huson and Scornavacca, 2012)으로 계통수에서 각 단백질 그룹에 속하는 각 단백질의 distance to root를 구하고 Excel 프로그램을 이용하여 결과를 정리하였다.

3.1. 각 분류군별 공통 COG 개수

원핵생물은 고균계(Archaea)와 세균(Bacteria)계로 구성된다. Table 1에 원핵생물을 구성하는 고균계와 세균계의 2 계와 개별 문(phylum)의 구성원 모두가 공통으로 갖는 COG의 개수와 공통으로 없는 COG의 개수를 표시하였다. 전체 COG의 개수가 5,061개이고, Table 1에서 Asgardarchaeota는 구성원 8개 모두가 330개의 COG를 공통으로 갖고 구성원 모두에 3,090개의 COG가 공통으로 없으므로, 1,641개의 COG는 8개의 구성원 일부가 갖는 COG이다. 고균과 세균 전체에서 문의 구성원 수와 구성원 모두가 공통으로 갖는(r=-0.508) 혹은 공통으로 갖지 않는(r=-0.636) COG의 개수 사이는 음의 상관관계를 보였다. Other Archaea와 other Bacteria를 하나의 문으로 간주하였을 때만 고균과 세균 전체가 30개 문이라서 통계분석의 신뢰도를 갖지만, 고균의 6개 문과 세균의 24개 문 그리고 Bacillota와 Pseudomonadota 문의 10개 강(class)으로 상관관계를 구했을 때 통계분석의 신뢰도가 낮아도 더 높은 상관관계를 보였다(자료 미제시). 공통으로 갖거나 갖지 않는 COG는 각 그룹에 보존된 특징적 단백질(CSP)이 존재한다는 것으로 진화적으로 공통조상에서 유래되었다는 것을 강력하게 나타내며 해당 그룹이 특정 환경에서 생존하는데 필수적인 대사 경로에 필요할 가능성이 높고 선택적 독성을 갖는 약물 개발의 대상이 될 수 있어(Naushad et al., 2014) 선택배지 개발에도 이용될 수 있을 것이다.

Table 1.

Taxonomic levels, number of members, and number of COGs having all or none at the taxonomic levels. Parentheses indicate the kingdoms, classes or other taxonomic levels

3.2. 세균계 및 고균계 특이 COG

원핵생물은 세균계와 고균계로 나누어지고, COGs 자료는 세균 2,103개와 고균 193개에서 구한 것으로 두 계의 구성원 수에서 차이를 보이지만 세균계에는 없는 즉 고균계에서만 발견되는 COG는 212개였다(Table 1).

Table 2에 고균계와 세균계에서만 발견되는 COG들을 보유 원핵생물 개수의 내림차순으로 정렬하면서 COG ID (기능)도 나타내었다. 193개의 고균 모두에 존재하는 COG는 3개였고, 2,103개의 세균 모두에 존재하는 COG는 없었다. 많은 수의 고균에 존재하는 상위 18개의 COG는 전사(COG1095, 1644, 1761), 번역(10개 리보솜 단백질과 COG1500, 1093, 2092, 5257)에 관련된 기능이 대부분이었고 tRNA의 이어맞추기(splicing)도 있었다(COG1676). 여기에는 이(Lee, 2025)가 보고한 리보솜 단백질(r-단백질)들 중에서 고균 193개 모두에 존재하는 r-단백질 S4e와 S8e COG는 고균에만 있어 포함되고, r-단백질 L12e와 L44e COG는 192개의 고균과 1개의 세균에 존재하여 제외되었다(Table 2). 많은 수의 세균에 존재하는 상위 19개의 COG는 복제(COG0305, 0629), 번역 (10개 r-단백질과 COG0216, 0233, 0264, 0691, 0275, 0193)에 관련된 기능이 대부분이었고 세포막 단백질의 접힘과 배치 기능(COG0706)도 있었다. 복제, 전사, 번역에 관련된 세균 및 고균 특이적 COG가 대부분의 구성원에 분포된 것을 알 수 있었다. 세균과 고균 특이적 단백질 중 r-단백질 그룹이 많았다. 711개의 원핵생물에서 마련된 2014년도 COGs 자료의 r-단백질 S10 (COG0051)을 이용한 계통도와 16S 및 23S rRNA 유전자의 계통도가 세균의 문 수준에서 거의 동일하고 r-단백질 L2 (COG0090), S3 (COG0092), S7 (COG0049), L14 (COG0093), S12 (COG0048)도 상관성이 높다고 보고되었지만(Wang and Huang, 2018) 이들 r-단백질 그룹은 모두 고균과 세균에 함께 분포하여 본 연구에서는 제외되었다. Wang and Huang(2018)은 r-단백질 유전자의 수가 원핵생물들 사이에 큰 차이가 없어 원핵생물에 따라 유전자 개수 차이가 많은 rRNA를 이용한 동정을 보완할 수 있다고 하였다. 이는 환경시료의 미생물 군집구조 파악에 도움이 될 것이고, 이 연구결과도 군집구조 파악의 기초자료로 활용될 수 있을 것이다. 고균의 상위 18개와 세균의 상위 19개 COG를 비교하면 각각 r-단백질 그룹이 10개씩이었다. 계통수에서 구한 root distance의 평균과 표준편차를 보면(Fig. 1A) 고균 특이 r-단백질 그룹에 비해 세균 특이 r-단백질 그룹들이 root distance의 평균과 표준편차의 범위가 넓었지만, t-test에서 통계적 유의성은 높지 않았다(p > 0.05).

Table 2.

High-ranking archaea and bacteria-specific COG IDs (functions) and number of prokaryotes among 193 archaea and 2,103 bacteria, respectively

Fig. 1.

Average and standard deviation of root distances for COGs of archaea- and bacteria-specific. (A) r-protein groups except r-protein group bL7 (average 8.681, standard deviation 0.410). L and S represent large and small subunit, respectively, and used instead of COG ID (Table 2). The prefix b indicates bacteria and suffix e indicate archaea, respectively. The dashed box represents the range of archaea-specific r-protein groups and the order of the legends inside the ellipse corresponds to the order of the dots. (B) non r-protein groups. The legends inside the large dashed box corresponds to the order of dots in the small dashed box. The prefix a and b indicates archaea and bacteria, respectively, and COG was omitted prior to numbers.

구성원 수는 고균은 190개 이상이고 세균은 2,060개 이상으로 많은 차이를 보였지만 모두 30개 이상으로 통계적 분석은 충분하였다. 원핵생물 2,296개에 분포하는 r-단백질의 보존성의 보고(Lee, 2026)에서 88개의 r-단백질 그룹이 6개에서 2,285개의 원핵생물에 분포하였고, 2,270개 이상의 원핵생물에 총 18개의 r-단백질 그룹이 존재하였고 이들은 모두 고균과 세균에 분포하였다.

Fig. 1B는 r-단백질 그룹을 제외한 고균 및 세균 특이 COG들의(Table 2) 계통수에서 구한 root distance의 평균과 표준편차를 나타낸다. 평균 2.5를 넘는 것이 r-단백질 그룹(Fig. 1A)에서는 bL7 (COG0222) 1개였고, r-단백질 이외 그룹(Fig. 1B)에서는 3개였다. 표준편차 0.8을 넘는 것도 r-단백질 그룹(Fig. 1A)에서는 1개였지만 r-단백질 이외 그룹(Fig. 1B)에서는 4개였다. 고균과 세균, r-단백질과 r-단백질 제외 그룹의 4가지 조합에서 평균과 표준편차는 모두 통계적 유의성은 낮았다(p > 0.05).

3.3. 각 문(phylum) 특이 COG

다른 문에서는 발견되지 않고 해당 문에서만 발견되는 COG는 8개 문과 5개 강에서 확인되었다(자료 미제시). 하지만 해당 분류군의 구성원 모두가 갖고 다른 원핵생물에 없는 COG는 총 10개로 Crenarchaeota 문의 COG4920 (Uncharacterized membrane protein, DUF2208 domain)가 1개이고, Cyanobacteriota 문이 9개로 COG5674 (NAD(P)H dehydrogenase cyanobacteria/chloroplast subunit O), COG5678 (Cytochrome b6f complex cytochrome f subunit), COG5743 (Photosystem I light harvesting complex protein, LHCA5/LHCA6/HLI5/Ycf17 family), COG5758(RNA-binding protein Tab2, required for psaB translation), COG5769 (Cyanobacterial/chloroplast membrane protein Tic20/Ycf60, involved in chloroplast protein import), COG5775 (Thylakoid membrane protein DAC/CCR2), COG5781 (Cytochrome b6 maturation protein CCB2), COG5783 (Chloroplast senescence-associated protein CSAP, DUF1997 (PF09366) domain), COG5784 (Uncharacterized cyanobacterial/plant protein Pro1025, DUF3531 (PF12049) domain), COG5791 (NAD(P)H dehydrogenase cyanobacteria/chloroplast-specific auxiliary subunit CRR7)이었다. Cyanobacteriota 문의 모든 구성원만 갖는 COG중 COG5784를 제외하고는 모두 광합성과 연관이 있는데(자료 미제시) Cyanobacteria는 광합성에 광계(photosystem) I과 II를 모두 사용하고 산소를 발생시키지만, 다른 광합성 원핵생물은 광계 I이나 II와 유사한 Reaction Center (RC) I이나 II중 하나만 사용하고 산소를 발생시키지 않으므로(Fischer et al., 2016) Cyanobacteriota 문의 구성원 전체만이 갖는 COG를 이해할 수 있었다. Crenarchaeota 문의 COG 4920인 uncharacterized membrane protein, DUF 2208 domain은 운동에 관여하는 archaellum의 일부일 가능성이 제기되었지만(Albers and Jarrell, 2015) 아직 기능을 파악하지 못한 상태이다. 해당 분류그룹의 구성원 모두가 아닌 일부 구성원에만 존재하고 다른 분류그룹에는 없는 COG는 221개였다(자료 미제시).

COGs 자료(Galperin et al., 2025)는 Bacillota와 Pseudomonadota 문을 강까지 분류하였다(Table 1). 355개 Bacillota 문 구성원 전부에 43개의 COG가 존재하였지만(Table 1) 이들은 Bacillota 문을 제외한 807–1,930개의 원핵생물에도 있었다(자료미제시). 808개 Pseudomonadota 문 구성원 전부에 있는 COG는 없었고(Table 1) 806개의 구성원에 3개(COG0564, 0568, 0539) 등 800개 이상의 구성원에 23개의 COG가 있었지만 이들은 Pseudomonadota 문을 제외한 847‒1,483의 원핵생물에도 있었다(자료미제시).

3.4. 각 분류군 특이 부재 COG

Table 3에 다른 분류군에서는 발견되는데 해당 분류군에서만 발견되지 않는 170개의 COG를 각 분류군에 맞추어 ‘2,296개의 원핵생물 중 해당 COG를 갖는 구성원수 (COG ID)’로 표시하였고 18개 문과 1개 강 내에서는 확인된 COG를 가진 원핵생물 개수의 내림차순으로 정렬하였다. 2,296개 원핵생물 중 다른 분류군의 구성원들은 모두 갖고 해당 분류군의 모든 구성원에만 없는 COG는 없었다. Crenarchaeota 문의 구성원은 29개인데(Table 1) 구성원 모두에 없는 24개의 COG는 2,231개(COG0484)에서 1,217개(COG3177)의 원핵생물에 존재하여, 연구대상 전체 2,296개의 원핵생물에서 이들 COG가 없는 다른 문의 구성원도 있다는 것을 알 수 있다. 해당 분류군의 구성원 모두에 없는 COG는 다른 원핵생물 666개(COG1373, Predicted ATPase)에서 2,231개(COG0484, DnaJ molecular chaperone)에 있었다. 해당 분류군만 갖지 않는 단백질의 저해제를 탐색/개발하고 사용하면 체내 유익균에는 작용하지 않고 다른 분류군의 성장 억제를 하는 등의 특이성 높은 항생제 혹은 선택배지 개발이 가능할 것인데, 당장은 쉽지 않음을 알 수 있었다.

Table 3.

COGs that are not present in all members of each phylum and other taxonomic levels. Prefix COG was omitted