유전체선발육종 (Genomic Selection in Fish Breeding)
쉽게 풀면
전통적인 육종은 부모와 자손의 실제 성적(성장 속도, 질병 저항성 등)을 보고 우수한 개체를 골라냈습니다. 유전체선발육종은 여기에 더해 DNA 전체에 퍼져 있는 수많은 유전 표지 정보를 분석해, 아직 형질이 나타나지 않은 어린 개체라도 미리 우수성을 예측하는 방법입니다. 마치 성적표가 나오기 전에 여러 힌트를 종합해 우등생이 될 가능성이 높은 학생을 미리 짐작하는 것과 비슷합니다. 이를 통해 선발 시기를 앞당기고 육종 속도를 높일 수 있습니다.
왜 중요한가
양식 산업에서는 세대 간격을 줄이고 육종 효율을 높이는 것이 생산성 향상에 직결되기 때문에, 유전체 정보를 활용한 선발 기법이 활발히 연구되고 있습니다. 특히 도살해야 측정 가능한 형질(육질 등)을 살아있는 개체에서 미리 예측할 수 있다는 점이 큰 장점으로 꼽힙니다.
논문에서는 이렇게 쓰입니다
유전체 기반 예측의 정확도를 실제 형질과 비교 검증한 예문입니다.
기존 선발 방법과 유전체선발의 효율성을 비교한 예문입니다.
조금 더 깊게 보면
유전체선발은 SNP(단일염기다형성) 마커와 같은 유전 표지를 대량으로 분석해 육종가를 추정하는 통계 모형을 기반으로 합니다. 정확한 예측을 위해서는 표현형과 유전형 정보를 모두 갖춘 참조집단(training population)의 구축이 필요합니다. 유전체선발은 가계 간 형질 차이뿐 아니라 같은 가계 내 개체 간 차이까지 구분해낼 수 있어, 전통적 가계선발보다 정확한 선발이 가능하다는 장점이 있습니다. 유전체선발은 특히 육질, 질병저항성처럼 측정에 비용이나 시간이 많이 드는 형질에서 전통적 선발보다 큰 이점을 갖습니다. 유전체선발은 초기 유전체 분석 비용이 상대적으로 높다는 점이 도입의 제약으로 지적되지만, 세대당 개량 속도를 높여 장기적으로는 비용 대비 효율이 개선될 수 있다는 점이 함께 다뤄집니다. 유전체선발 모델의 정확도는 세대가 지날수록 새로운 재조합으로 인해 점차 낮아질 수 있어, 참조집단 자료를 주기적으로 갱신하는 절차가 함께 요구되는 것으로 다뤄집니다.
주의할 점
유전체선발의 예측 정확도는 참조집단의 크기와 대상 개체군과의 유전적 유사성에 크게 좌우되므로, 모든 상황에서 동일한 성능을 보장하지는 않습니다.
SNP 칩 개발과 유전형 분석에 드는 비용이 여전히 높은 편이어서, 소규모 양식업체에서는 도입이 제한적일 수 있습니다. 유전체선발의 예측 정확도는 참조집단의 크기와 대상 개체군과의 유전적 유사성에 크게 좌우되므로, 모든 상황에서 동일한 성능을 보장하지는 않습니다.