생물의학 기술이 적용된 시금치를 통해 탈바꿈한 배양육

세포 농업을 증진하는 조직 연구


소갈비를 썰거나 고다 치즈를 한입 먹는 일이 전 세계 기후 위기에 큰 영향을 미칠 것이라고 생각이 들지 않을 수 있지만, 사실 이처럼 맛있는 제품을 생산하는 동물 기반 농업은 전 세계 주요 온실가스 배출원 중 하나입니다. EPA의 추정에 따르면, 미국에서만 2020년 이산화탄소와 메탄 등 온실가스 배출량의 11% 이상이 농업 분야에서 발생했습니다. 특히 동물 기반 농업의 경우, 사육 중인 가축의 분뇨에서 발생하는 막대한 양의 아산화질소(N20)와 메탄, 그리고 방목지 토양에서 나오는 N20가 온실가스를 발생시킵니다.

엄격한 채식 기반 식단은 누구나 선호하는 식단으로 보기는 힘드므로, 생명공학자들은 실험실 환경에서 우유, 달걀, 육류와 같은 동물성 제품을 개발하기 위한 새로운 접근 방식인 세포 농업에 대해 연구하고 있습니다. 세포 배양과 조직공학을 활용하여 배양된 육류는 아직 대부분의 식료품점에서 판매되고 있지 않지만, 비건과 락토프리로 홍보되는 실험실 배양 유제품은 이미 미국과 기타 국가에서 판매하고 있습니다. 생명공학자들은 이러한 제품이 환경과 윤리적 부담을 줄이면서 해산물 채식주의자와 실제 고기의 풍미와 식감을 원하는 육식주의자들의 식단에 적합할 수 있다고 생각하고 있습니다.

최근에는 실험실 배양 동물성 제품이 보다 보편화되었지만, Boston College의 공학부 교수 Glenn Gaudette가 이 새로운 분야에 대해 처음으로 알게 되었을 때는 최첨단 기술이었습니다. 당시 Gaudette 교수는 WPI(Worcester Polytechnic Institute)의 연구진과 협업하여, 인간 심장 조직을 성장시키기 위해 일반 시금치 잎을 천연 기질로 전환하는 것에 초점을 맞춘 획기적인 연구 결과를 발표했습니다. 이 연구에서 WPI 연구 팀은 근육 세포 수축을 분석하기 위해 MATLAB®을 사용했습니다.

Gaudette 교수는 University of Bath 소속의 친구가 실험실 배양 동물성 제품에 대해 이야기했을 때만 해도 거의 관심이 없었다고 말합니다. 하지만 몇 달 후 식물성 및 동물성 육류 대체 식품을 연구하는 비영리 단체 Good Food Institute가 Gaudette 교수를 초청해 그의 심장조직공학 연구에 대해 논의했을 때, 그는 자신의 연구가 어떤 영향을 미칠 수 있는지를 깨달았습니다. 특히, 그는 동물 기반 농업이 환경에 미치는 영향을 억제하는 데 도움이 될 수 있다는 사실에 관심이 있었습니다.

Gaudette 교수는 "저는 항상 심장병 환자를 돕는 연구를 해왔습니다."라고 말합니다. "안타깝게도 많은 사람들이 심장병으로 고통받고 있지만, 환경은 우리 모두에게 중요한 것입니다. 그 때 저는 '깨달음'을 얻었습니다. 우리가 이와 관련하여 약간의 변화라도 가져올 수 있다면 저는 그 일에 동참하고 싶었습니다."

"저는 항상 심장병 환자를 돕는 연구를 해왔습니다. 안타깝게도 많은 사람들이 심장병으로 고통받고 있지만, 환경은 우리 모두에게 중요한 것입니다. 그 때 저는 '깨달음'을 얻었습니다. 우리가 이와 관련하여 약간의 변화라도 가져올 수 있다면 저는 그 일에 동참하고 싶었습니다."

두 개의 원형 차트. 왼쪽 차트는 미국에서 발생하는 5,981.4 미터 톤의 이산화탄소 배출량 중 11.2%가 농업 분야에서 발생한다는 것을 보여줍니다. 오른쪽: 이 11.2% 중 5.6%는 아산화질소, 4.2%는 메탄, 0.8%는 이산화탄소, 0.6%는 전기 관련 배출량입니다.

동물 기반 농업은 상당한 온실가스 배출원입니다.

시금치의 장점

Gaudette 교수는 연구를 발표한 후 WPI 및 Boston College의 동료들과 함께 그들의 조직공학에 대한 이해를 세포 농업에 적용하기 위해 노력해 왔습니다. 새로운 연구에서 연구진은 시금치 잎을 사용하여 실험실 배양 소고기를 배양할 수 있는 식용 표면을 만드는 방법을 시연했는데, 이는 단 1에이커의 토지 또는 단 한 마리의 소도 도살할 필요가 없는 방법이었습니다. Gaudette 교수에 따르면, 심장 조직의 성장에 도움을 주는 시금치 잎의 특성은 세포 농업에도 동일하게 유용합니다.

그는 "시금치의 큰 장점은 시금치에 이미 잎맥망이 있다는 점입니다."라고 설명합니다. "시금치 잎에 빛에 비추면 줄기에서 분기하는 잎맥을 볼 수 있습니다."

Gaudette 교수에 따르면 이러한 잎맥 구조는 우리 몸에서 혈액을 순환시켜 심장과 같은 기관으로 혈액을 공급하는 생물학적 경로인 동맥과 모세혈관이 인체에 퍼져있는 방식과 매우 유사합니다.

Gaudette 교수는 "이는 이미 존재하는 재료의 커다란 장점이며, 우리가 시금치에 주목한 이유 중 하나이기도 합니다."라고 말합니다. "또한, 시금치는 이러한 육류 세포가 성장하고 확산되기에 우수한 구조를 제공합니다."

"시금치의 큰 장점은 시금치에 이미 잎맥망이 있다는 점입니다. 시금치 잎에 빛에 비추면 줄기에서 분기하는 잎맥을 볼 수 있습니다."

포유류 혈관망과 시금치 잎맥망의 유사점을 나란히 보여주는 비교.

동물의 혈관망과 식물의 잎맥망 패턴 분기 및 구조 비교. (이미지 출처: Glenn Gaudette 및 WPI)

페트리 접시에 놓인 시금치 잎 3장. 탈세포화 처리된 가운데 잎의 잎맥 구조는 그대로지만 투명합니다.

잎맥 구조의 분리를 위해 식물 세포 제거 목적으로 며칠 동안 시금치 잎에 대한 탈세포화 공정이 수행되었습니다. (이미지 출처: Glenn Gaudette 및 WPI)

그러나 시금치 잎에 소의 세포를 추가하기 전에 잎에 화학적 세척을 수행해 살아있는 조직에서 세포를 제거하는 탈세포화 공정이 수행되어야 합니다. 연구진은 식료품점에서 시금치 몇 상자를 구입한 후 며칠 동안 탈세포화 공정을 수행해 잎에서 모든 식물 세포를 제거하고 잎맥 구조를 분리했습니다.

그 결과 녹색 색소가 완전히 제거된 반투명한 잎이 만들어졌습니다. Gaudette 교수는 이 시점에서의 잎은 소의 세포 구조를 '잎맥'으로 맞이할 준비가 된 비계와도 같다고 말합니다. 또한, 연구 팀은 젤라틴으로 코팅된 유리 비계에 대조군 소 세포를 준비하여 1~2주간의 성장 기간을 거친 후의 시금치 모델과 비교했습니다. 실험 결과, 그들은 시금치 비계가 비단, 콜라겐, 조직 배양 처리 플라스틱 등의 기존 방법과 마찬가지로 세포 성장과 생존 가능성을 촉진하는 데 효과적이라는 사실을 발견했습니다.

풍미와 식감을 살리는 공학 기술

Gaudette 교수는 시금치 기질에서 소의 세포를 배양할 수 있음을 입증하는 것은 중요한 성과이긴 하지만, 이러한 혁신만으로는 세포 농업에 큰 유용성이 없다고 말합니다. 소의 세포는 자연 상태에서 성장한 동물 근육의 식감과 풍미를 모방할 수 있도록 성장해야 합니다. 

그는 "식감은 근육 세포의 정렬 방식에 따라 결정됩니다."라고 말합니다. "그러한 근육은 본질적으로 밧줄과 같은 선입니다. 이러한 정렬 방식은 스테이크 또는 기타 육류 제품의 풍미와 식감을 제공하는 데 매우 중요합니다."

Gaudette 교수는 시금치 비계가 소의 세포를 자연스럽게 일렬로 성장시키는 것을 보고 흥분했다고 말합니다. "그러한 세포 구조가 정렬되는 방법을 살펴보면 근육이 본질적으로 형성되기 시작했다는 것을 알 수 있습니다." Gaudette 교수가 말합니다.

그러나 세포의 각도 방향을 파악하기 위해서는 여전히 각 개별 세포의 내부 구조를 연구하여 수천 개의 세포가 정렬된 상태를 면밀히 모니터링해야 했습니다.

"식감은 근육 세포의 정렬 방식에 따라 결정됩니다. 그러한 근육은 본질적으로 밧줄과 같은 선입니다. 이러한 정렬 방식은 스테이크 또는 기타 육류 제품의 풍미와 식감을 제공하는 데 매우 중요합니다."

잎의 잎맥망을 따라 소의 혈액이 흐르는 탈세포화된 잎.

소의 혈액이 흐르는 탈세포화된 시금치 잎. (이미지 출처: Glenn Gaudette 및 WPI)

완벽한 풍미를 위한 영상 처리

Gaudette 교수는 이런 유형의 작업이 물론 수작업으로도 가능하지만, 매우 많은 시간이 걸리고 지루할 것이라고 말합니다. 대신, 연구 팀은 MATLAB 영상 처리와 Circular Statistics Toolbox인 CircStat를 사용하여 세포 정렬 과정을 연구했습니다. 연구 논문의 제1저자인 Jordan Jones는 이 프로그램에서 실험 번호와 같은 식별 데이터를 요청한 후, 통합 영상 분석 소프트웨어를 사용하여 수집된 모든 영상을 판독 및 분석했다고 설명합니다. 이 작업에는 한 시간이 걸리지 않았으며, 영상을 개별적으로 분석하는 것보다 더 빠르고 더 적은 수작업이 필요했다고 밝혔습니다.

"정렬을 위해 수작업으로 특징의 개수를 세는 것은 그럴 만한 가치가 없으며 오류가 너무 많이 발생할 것입니다." Jones의 말입니다. "정렬 분석에 유용한 데이터를 생성하기 위해서는 자동화된 프로그램이 필요합니다."

이러한 영상에서 수집된 원시 데이터를 유의미한 정량적 메트릭으로 처리하기 위해 MATLAB이 사용되었습니다. 이후, CircStat 툴박스를 사용하여 히스토그램과 로즈 플롯을 생성하기 위해 사용되는 특성을 추출하였습니다. 이러한 시각 자료는 연구원들이 세포 정렬에서의 미세한 변화를 파악하고 세포와 핵의 개수를 세는 데 도움이 되었습니다. Jones는 CircStat가 독특한 문제를 해결할 수 있는 편리한 솔루션이었다고 말합니다.

"CircStat를 통해 순환 통계를 MATLAB 코드에 통합할 수 있었습니다. CircStat이 없었다면 덜 강력한 분석 방법을 사용해야 했거나 측정마다 변동성이 더 컸을 것입니다."

1단계는 소의 근육 섬유에서 소의 위성 세포 분리한 후 확장되는 과정을 보여줍니다. 2단계는 세포를 시금치 비계에 심은 후 근육 조직이 형성되는 과정을 보여줍니다.

연구원들이 소의 기본 위성 세포를 분리한 다음 탈세포화된 시금치 잎 비계에 심기 위해 수행한 단계. (이미지 출처: Glenn Gaudette 및 WPI)

"CircStat를 통해 순환 통계를 MATLAB 코드에 통합할 수 있었습니다. CircStat이 없었다면 덜 강력한 분석 방법을 사용해야 했거나 측정마다 변동성이 더 컸을 것입니다."

"MATLAB을 통해 대량의 데이터를 분석하고 시각화할 수 있었습니다." Gaudette 교수는 말합니다. "연구원들은 이 분석 기법을 사용하여 근육 조직을 얼마나 운동시키거나 수작업으로 수축시키면 최종 제품의 풍미와 식감이 더 좋아지는지와 같은 배양육에 대한 필수적인 질문에 답할 수 있습니다."

Gaudette 교수는 연구원들이 향후에는 다른 생물의학 연구를 위해 이 팀의 코드를 재활용할 수 있을 것이라고 생각합니다. 예를 들어, 이 팀은 현재 상처 발생 후 피부 재생을 연구하는 프로젝트에서 협업하고 있습니다.

배양육의 미래

세포 농업을 위한 시금치 비계에 대한 Gaudette 교수의 연구는 원리를 증명했지만, 아직 최종 제품을 그릴에서 요리할 수는 없습니다. 그러나 Gaudette 교수와 Boston College의 동료들은 향후에도 천연 비계 기법을 활용하여 훨씬 더 실제와 유사한 육류를 개발하는 방법을 계속해서 연구할 계획입니다.

이미 연구팀은 브로콜리를 활용하여 육류 세포를 배양하는 방법을 입증하는 새로운 논문을 발표했습니다. 또한 식품 안전 화학물질만을 활용하여 이를 실현하는 방법에 대해서도 연구가 진행되고 있습니다.

Gaudette 교수는 연구 중인 또 다른 분야로 고품질 스테이크의 지방 및 근육 마블링과 같은 더 복잡한 고기 구조를 형성하기 위해 여러 개의 비계를 사용하는 방법을 꼽았습니다.

"궁극적으로는 시금치 잎을 여러 겹으로 쌓아 올리는 것이 목표입니다." 그의 말입니다. "시금치 잎을 쌓아서 일부는 근육 세포를 그리고 일부는 지방 세포를 형성하도록 할 수 있다면 단면에 마블링이 있는 스테이크를 만들 수 있습니다."

무엇보다 Gaudette 교수는 정책 입안자, 윤리학자 등 비공학자들과 협력하여 농업이 전 세계에 식량을 공급하는 방식을 변화시킬 수 있게 되어 기쁘다고 말합니다.

"동물 농업은 수세기 동안 존재해 왔지만, 세포 농업은 완전히 새로운 산업입니다."


다른 사례 읽기

패널 내비게이션

생명공학기술

당신이 아는 답의 질문을 찾아 주는 딥러닝

바이오칩의 기능에서 시작하여 역순으로 그 형태를 설계하는 머신러닝

패널 내비게이션

생명공학기술

머신러닝으로 마비 환자의 뇌를 다시 연결한 사례

햅틱 신호로 촉각을 되살리는 뇌-컴퓨터 인터페이스

패널 내비게이션

아카데미아 / AI

데이터와 머신러닝으로 더 우수한 맥주와 와인 생산

GPS를 부착한 개, 전자 코, 완벽한 맥주를 따르는 로봇