부록 A04: DNA와 유전체

3 분 소요

이 장에서 배울 것

이 장에서는 생명 정보의 대표 저장 분자인 DNA(deoxyribonucleic acid)를 배웁니다. 앞으로는 그냥 DNA라고 부르겠습니다. DNA를 “A, T, G, C 네 글자로 된 긴 문자열”로 보면 생물정보학과 연결하기 쉽습니다. 하지만 DNA는 실제로 화학적 성질을 가진 분자라는 점도 잊으면 안 됩니다.

먼저 용어를 정리합니다.

염기(base): DNA 문자를 이루는 기본 단위입니다. A, T, G, C가 있습니다.
염기서열(sequence): 염기들이 줄지어 있는 순서입니다.
유전자(gene): 단백질이나 기능성 RNA를 만드는 데 관련된 DNA 구간입니다.
염색체(chromosome): DNA가 단백질과 함께 길게 포장된 구조입니다.
유전체(genome): 한 생명체가 가진 DNA 정보 전체입니다.

DNA와 유전체

가장 쉬운 비유: DNA는 매우 긴 책입니다

DNA를 아주 긴 책이라고 생각해 봅시다. 이 책은 한글이나 영어가 아니라 A, T, G, C 네 글자로 쓰여 있습니다. 어떤 구간은 단백질을 만드는 데 필요한 정보를 담고, 어떤 구간은 정보를 언제 얼마나 읽을지 조절합니다. 어떤 구간은 아직 기능을 잘 모르는 반복적인 문장처럼 보이기도 합니다.

하지만 DNA를 “설계도”라고만 부르면 오해가 생길 수 있습니다. 설계도는 보통 사람이 의도적으로 만든 문서입니다. DNA는 진화 과정에서 생겨난 정보 저장소입니다. 그래서 깔끔한 설명서라기보다 오래된 책, 덧붙인 메모, 반복 문장, 수정 흔적이 함께 들어 있는 거대한 기록물에 가깝습니다.

DNA의 기본 구조

DNA는 두 가닥이 서로 마주 보고 꼬인 이중나선 구조를 가집니다. 한쪽 가닥의 A는 반대쪽의 T와 짝을 이루고, G는 C와 짝을 이룹니다. 이 관계를 염기쌍(base pair)이라고 합니다.

염기쌍 규칙 덕분에 DNA는 복사될 수 있습니다. 한쪽 가닥을 기준으로 반대쪽 가닥을 만들 수 있기 때문입니다. 생명체가 세포분열을 할 때 DNA를 복제할 수 있는 이유가 여기에 있습니다.

유전자와 유전체는 다릅니다

유전자는 DNA 전체 중 특정 기능과 관련된 구간입니다. 하지만 유전체는 유전자만 뜻하지 않습니다. 유전체는 한 생명체의 DNA 전체입니다. 유전자 사이의 구간, 반복서열, 조절 구간, 아직 기능을 모르는 구간도 모두 유전체에 포함됩니다.

초보자가 자주 하는 오해가 있습니다. “DNA 전체가 유전자다”라고 생각하는 것입니다. 정확히는 DNA 안에 유전자가 있고, 유전체는 DNA 정보 전체입니다.

암호화 구간과 비암호화 구간

단백질의 아미노산 서열로 번역되는 DNA 구간을 암호화 구간(coding region)이라고 합니다.

반대로 단백질 서열로 직접 번역되지 않는 구간을 비암호화 구간(non-coding region)이라고 합니다. 예전에는 이런 구간을 중요하지 않게 보는 경향도 있었지만, 현대 생물학에서는 비암호화 구간이 유전자 조절, 염색체 구조, 진화, 질병과 깊게 관련될 수 있음을 알고 있습니다.

DNA 데이터와 생물정보학

DNA 서열은 컴퓨터에서 문자열처럼 다룰 수 있습니다. 예를 들어 ATGCCGTA 같은 형태로 저장할 수 있습니다. 그래서 문자열 비교, 패턴 찾기, 정렬, 압축, 검색 같은 컴퓨터과학 개념이 DNA 분석과 잘 연결됩니다.

유전체 분석에서는 긴 DNA 서열을 읽고, 기준 유전체와 비교하고, 변이를 찾고, 어떤 구간이 기능적으로 중요한지 추정합니다. 이때 DNA를 단순한 문자열로만 보면 계산은 쉬워지지만, 생물학적 해석은 부족해질 수 있습니다. 어느 구간이 유전자인지, 조절 구간인지, 반복서열인지 알아야 의미를 해석할 수 있습니다.

보강 학습: 방향성, 상보서열, 참조유전체

DNA의 기본 단위는 뉴클레오타이드입니다. 입문 단계에서는 A, T, G, C 염기를 먼저 익히지만, 실제로는 염기·당·인산이 합쳐진 단위가 뉴클레오타이드입니다. DNA는 A-T, G-C 상보성 규칙을 따릅니다. 예를 들어 AAGCT의 상보서열은 TTCGA입니다.

DNA와 RNA에는 방향이 있습니다. 보통 서열은 5′에서 3′ 방향으로 적습니다. 이 방향성은 전사 방향, primer 설계, 유전자 위치 해석에서 중요합니다. DNA를 단순 문자열로만 보면 편하지만, 실제 분석에서는 어느 가닥의 어느 방향을 보고 있는지 확인해야 합니다.

유전체는 유전자만 뜻하지 않습니다. 유전자 사이 구간, 반복서열, 프로모터, enhancer, 비암호화 RNA 유전자, 아직 기능을 모르는 구간도 유전체에 포함됩니다. 비암호화 구간은 단백질 서열로 직접 번역되지 않을 뿐, 조절 기능을 가질 수 있습니다.

생물정보학 분석에서는 참조유전체와 주석(annotation)이 중요합니다. 참조유전체는 분석 기준으로 쓰는 대표 서열이고, 주석은 유전체 위에 유전자·엑손·조절 구간 같은 정보를 표시한 것입니다. 같은 raw data라도 어떤 참조유전체와 주석을 쓰느냐에 따라 변이 위치나 발현량 집계가 달라질 수 있습니다.

간단한 계산도 필요합니다. 이중가닥 DNA에서 A의 비율은 T의 비율과 같고, G의 비율은 C의 비율과 같습니다. A가 30%라면 T도 30%이고, 남은 40%를 G와 C가 나누므로 G는 20%, C는 20%입니다.

보강 학습 2: DNA 서열을 숫자로 요약할 때의 주의점

DNA는 문자열처럼 다룰 수 있기 때문에 길이, GC 함량, 변이 개수 같은 숫자로 자주 요약됩니다. 이런 숫자가 필요한 이유는 긴 서열을 한눈에 비교하기 위해서입니다. 다만 숫자 요약은 서열의 생물학적 맥락을 모두 담지는 못합니다.

GC 함량은 전체 염기 중 G와 C가 차지하는 비율입니다. 공식은 GC 함량 = (G 개수 + C 개수) / 전체 염기 수 × 100%입니다. 예를 들어 ATGCGC는 G가 2개, C가 2개, 전체 길이가 6이므로 GC 함량은 4/6 × 100% ≈ 66.7%입니다. 이 값은 primer 설계, 유전체 특징 비교, sequencing 품질 해석에서 참고가 됩니다.

하지만 GC 함량만으로 기능을 단정하면 안 됩니다. GC 함량이 높은 구간이 항상 유전자라는 뜻도 아니고, 낮은 구간이 항상 기능이 없다는 뜻도 아닙니다. 위치, 주석, 보존성, 발현 여부, 변이 영향 같은 정보가 함께 필요합니다.

또 하나 중요한 것은 참조유전체 기준입니다. 변이 위치 chr1:1000 A>G라는 표현은 특정 참조유전체 좌표계 위에서만 의미가 있습니다. 참조 버전이 달라지면 같은 생물학적 변이가 다른 좌표로 표시될 수 있습니다. 그래서 분석 보고서에는 참조유전체 버전과 주석 버전을 함께 적는 습관이 필요합니다.

핵심 정리

DNA는 A, T, G, C 염기로 이루어진 정보 저장 분자입니다. 유전자는 DNA 중 기능과 관련된 구간이고, 유전체는 한 생명체가 가진 DNA 전체입니다. DNA는 문자열처럼 분석할 수 있지만, 실제로는 세포 안에서 접히고 조절되는 생체분자이므로 생물학적 맥락과 함께 해석해야 합니다.

Gemini AI 채점

주관식 답안은 Gemini API로 채점합니다. API 키는 이 브라우저에만 저장됩니다.

API KEY 미등록

1. [쉬움] 객관식

DNA를 이루는 네 염기 조합으로 맞는 것은?

선택지 A, T, G, C A, U, G, C A, T, U, C 아미노산 20종
2. [쉬움] 객관식

DNA 이중나선에서 염기쌍 규칙으로 맞는 것은?

선택지 A는 G와, T는 C와만 짝을 이룬다. A는 T와, G는 C와 주로 짝을 이룬다. 모든 염기는 자기 자신하고만 짝을 이룬다. 염기쌍 규칙은 염기서열 방향성과 무관하게 항상 같은 서열을 만든다.
3. [보통] 객관식

5’→3’ 방향성이 중요한 이유는?

선택지 방향성은 시각화를 위한 표기일 뿐 서열 해석에는 거의 영향을 주지 않는다. 방향성은 염색체 수를 세는 데만 필요하다. DNA와 RNA 서열은 방향을 가진 문자열이어서 반대 방향으로 읽으면 의미가 달라질 수 있기 때문이다. 서열은 어떤 방향으로 읽어도 항상 같은 뜻이다.
4. [보통] 객관식

서열 5’-ATGC-3’의 상보적 가닥을 3’→5’로 쓰면?

선택지 3’-UACG-5’ 3’-ATGC-5’ 3’-GCAT-5’ 3’-TACG-5’
5. [보통] 객관식

참조 유전체(reference genome)의 역할은?

선택지 읽은 서열 조각을 맞춰 보고 위치와 변이를 해석하는 기준 좌표계 역할을 한다. 모든 사람에게 완전히 동일한 실제 DNA라는 뜻이다. 각 개인의 변이를 제거해 모두 같은 서열로 바꾸는 표준 처리법이다. RNA-seq read count를 자동으로 임상 진단명으로 바꾸는 데이터베이스다.
6. [보통] 객관식

유전자 주석(annotation)을 가장 잘 설명한 것은?

선택지 유전체의 모든 반복서열을 분석에서 제거한 결과만 뜻한다. 유전체의 어느 위치가 유전자, 엑손, 조절부위인지 표시한 정보다. 참조 유전체 없이 read를 길이순으로만 정렬한 표다. 모든 변이의 병원성을 자동으로 판정한 임상 보고서다.
7. [어려움] 객관식

DNA 20개 염기 중 G가 6개, C가 4개라면 GC 함량은?

선택지 10% 30% 50% 80%
8. [어려움] 객관식

짧은 read가 참조 유전체 여러 위치에 비슷하게 붙을 때 생길 수 있는 문제는?

선택지 read가 반복서열에서 왔다는 이유만으로 항상 분석에서 버려진다. 참조 유전체가 필요 없어지고 모든 변이가 사라진다. 반복서열은 항상 하나의 유전자에만 존재하므로 위치 판단이 쉬워진다. 그 read가 실제로 어느 위치에서 왔는지 모호해질 수 있다.
9. [쉬움] 객관식

염색체를 가장 적절히 설명한 것은?

선택지 긴 DNA와 단백질이 접혀 정리된 구조다. RNA와 단백질이 결합해 만들어지는 일시적 번역 복합체다. 단백질체 데이터에서만 관찰되는 기능 단위다. 유전자 하나의 promoter 주변 짧은 조절서열만 뜻한다.
10. [보통] 객관식

엑손과 인트론에 대한 설명으로 적절한 것은?

선택지 엑손은 항상 단백질과 무관하고 인트론만 번역된다. 진핵 유전자에서 엑손은 성숙 mRNA에 남을 수 있고 인트론은 보통 제거된다. 모든 생물의 모든 유전자는 엑손과 인트론이 없다. 인트론은 DNA에 존재할 수 없고 세포막에만 있다.
11. [보통] 객관식

SNP를 해석할 때 참조 유전체와 비교하는 이유는?

선택지 SNP는 참조 유전체와 비교하면 항상 사라지기 때문이다. SNP는 항상 유전체 위치와 무관한 이름으로만 표현되기 때문이다. 어느 위치에서 어떤 염기가 기준과 다른지 좌표와 함께 표현해야 하기 때문이다. 참조 유전체는 모든 질병 원인을 자동으로 알려주기 때문이다.
12. [어려움] 객관식

“유전체가 같다”와 “유전자 발현이 같다”의 관계를 가장 잘 설명한 것은?

선택지 유전체가 같으면 모든 유전자 발현량도 반드시 완전히 같다. 유전자 발현이 다르면 DNA 염기서열이 항상 전부 다르다. 유전체와 발현은 생명체 안에서 서로 관련이 없다. 같은 유전체를 가진 세포라도 세포 종류와 상태에 따라 발현은 크게 달라질 수 있다.
주관식 13. [쉬움] 주관식 · Gemini 채점

DNA의 염기쌍 규칙과 5’→3’ 방향성이 왜 중요한지 설명하라.
주관식 14. [보통] 주관식 · Gemini 채점

참조 유전체와 유전자 주석의 차이를 설명하라.
주관식 15. [보통] 주관식 · Gemini 채점

서열 5’-AAGTCC-3’의 상보적 가닥을 3’→5’로 쓰고, 계산 과정을 설명하라.
주관식 16. [어려움] 주관식 · Gemini 채점

같은 유전체를 가진 세포들이 서로 다른 기능을 할 수 있는 이유를 설명하라.
주관식 17. [어려움] 주관식 · Gemini 채점

짧은 sequencing read를 참조 유전체에 붙일 때 반복서열이 문제가 되는 이유를 설명하라.
18. [계산] 객관식

DNA 서열 ATGCGC의 GC 함량은?

선택지 33.3% 66.7% 50.0% 100%
19. [보통] 객관식

변이 표기에서 참조유전체 버전이 중요한 이유는?

선택지 참조유전체는 모든 개인의 실제 DNA와 완전히 같기 때문이다. 참조 버전은 그래프 색만 정하기 때문이다. 참조 버전에 따라 좌표와 주석이 달라질 수 있기 때문이다. 참조유전체를 쓰면 변이가 사라지기 때문이다.
20. [어려움] 객관식

GC 함량이 높은 구간을 해석할 때 가장 안전한 태도는?

선택지 무조건 질병 유전자라고 판단한다. 항상 기능이 없다고 판단한다. GC 함량은 계산할 수 없다. GC 함량은 단서일 뿐 위치, 주석, 보존성, 발현 정보와 함께 본다.
주관식 21. [보통] 주관식 · Gemini 채점

GC 함량 공식의 각 요소를 설명하고 간단한 예를 들어 계산하라.
주관식 22. [어려움] 주관식 · Gemini 채점

DNA를 문자열처럼 다루는 방식의 장점과 한계를 설명하라.