샷건 메타지노믹스란? — 16S 대비·기능 유전자·MAG로 읽는 미생물 군집

BIO GLOSSARY · BIOINFORMATICS 101

샷건 메타지노믹스란? — 16S 대비·기능 유전자·MAG로 읽는 미생물 군집

TL;DR
샷건 메타지노믹스⁠(shotgun metagenomics)는 환경이나 장⁠(gut) 시료에 든 모든 DNA를 무작위로 통째 시퀀싱해, 그 안에 사는 미생물 군집의 조성과 기능을 한꺼번에 읽어 내는 방법입니다. 흔히 쓰는 16S rRNA 앰플리콘 시퀀싱⁠(amplicon sequencing)이 세균의 특정 유전자 한 조각만 PCR로 증폭해 속⁠(genus) 수준 신원만 확인하는 것과 달리, 샷건은 유전자를 가리지 않고 전장⁠(whole-genome)을 읽어 종~균주⁠(strain) 수준까지 구분하고 항생제 내성 유전자⁠(ARG)나 대사 경로 같은 기능 정보까지 잡아냅니다. 세균뿐 아니라 바이러스·곰팡이도 함께 보이죠. 분석은 크게 두 갈래인데, 리드를 그대로 분류·정량하는 read-based (Kraken2·MetaPhlAn·HUMAnN)와, 리드를 이어 붙여 유전체를 복원하는 assembly-based (어셈블리→비닝→MAG)로 나뉩니다. 대신 비용과 계산 부담이 크고, 장 시료라면 사람 DNA를 걸러 내는 전처리가 먼저입니다.

🔗 관련 글 · 미생물 군집을 읽는 기술
• 16S rRNA 시퀀싱 — 표적 유전자로 군집을 읽는 표준법  ·  마이크로바이옴 — 몸속 미생물 생태계

1. 한 줄 정의 — 시료 속 모든 DNA를 통째로 읽어 미생물 군집을 파악하는 법

샷건 메타지노믹스를 한마디로 하면, 어떤 시료 안에 든 모든 미생물의 DNA를 배양 없이 통째로 뽑아 무작위로 시퀀싱하는 방법입니다. 대장 내용물이든 흙 한 줌이든, 그 안에는 수백~수천 종의 세균·고균⁠(archaea)·바이러스·곰팡이가 섞여 있습니다. 이들을 하나씩 배양해 조사하려면 대부분이 실험실에서 자라지 않아 막히죠. 그래서 통째로 DNA를 추출한 뒤, 잘게 조각내 전부 읽고 다시 컴퓨터로 짜 맞춥니다.

이름의 '샷건'은 산탄총이 탄알을 흩뿌리듯 유전체를 무수한 조각으로 무작위 파쇄해 읽는 샷건 시퀀싱⁠(shotgun sequencing)에서 왔습니다. 특정 유전자만 겨냥하지 않으니, 누가 사는지⁠(조성)뿐 아니라 그들이 무엇을 할 수 있는지⁠(기능)까지 한 번에 담깁니다. 이 '기능까지 읽는다'는 점이 16S 앰플리콘과 갈리는 결정적 차이입니다.

2. 어원·역사 — 메타지노믹스의 등장과 배양의 한계

'메타지노믹스⁠(metagenomics)'라는 말은 1998년 핸들스먼⁠(Jo Handelsman) 연구진이 흙 미생물의 유전자를 통째로 다루며 처음 썼습니다. 접두어 meta는 '한데 아우른'이라는 뜻으로, 한 개체의 유전체가 아니라 한 군집 전체의 유전체 묶음을 가리키죠. 바탕에는 오래된 문제의식이 있었습니다. 자연 미생물의 대다수는 배양이 안 돼, 배양접시에 의존하면 군집의 극히 일부만 보게 된다는 것⁠(이른바 great plate count anomaly).

배양 없이 군집을 읽는 첫 돌파구는 리보솜 RNA 유전자였습니다. 우즈⁠(Carl Woese)가 16S rRNA를 계통 분류의 잣대로 세운 뒤, 특정 유전자만 증폭해 신원을 매기는 16S rRNA 시퀀싱이 표준이 됐죠. 하지만 이는 신원만 알려 줄 뿐 기능은 짐작에 그쳤습니다. 2000년대 들어 차세대 시퀀싱 비용이 급락하자, 유전자를 가리지 않고 전부 읽는 샷건 방식이 현실이 됩니다. 인간 마이크로바이옴 프로젝트⁠(HMP, 2012)와 유럽의 MetaHIT가 장 미생물을 샷건으로 대규모 해독하면서, 메타지노믹스는 마이크로바이옴 연구의 주력으로 올라섰습니다.

3. 개념 풀이 — 샷건 vs 16S 앰플리콘

두 방법의 갈림은 무엇을 읽느냐에서 시작합니다. 16S는 표적을 정해 놓고 좁게 파고, 샷건은 표적 없이 전부 훑습니다.

• 16S rRNA 앰플리콘: 모든 세균·고균이 공통으로 가진 16S rRNA 유전자에서 변이가 심한 몇몇 구역⁠(V3–V4 등 초가변영역)만 프라이머로 PCR 증폭해 읽습니다. 값이 싸고 사람 DNA에 덜 오염되지만, 대개 신원은 속⁠(genus) 수준에서 멈추고, 프라이머가 특정 분류군에 더 잘 붙는 PCR 편향⁠(primer bias)이 끼며, 세균·고균만 보입니다. 기능은 직접 못 읽고 PICRUSt 같은 도구로 추정할 뿐이죠.
• 샷건 메타지노믹스: 특정 유전자를 겨냥하지 않고 시료의 전체 DNA를 무작위로 읽습니다. 그래서 종~균주 수준까지 신원을 좁히고, 항생제 내성 유전자⁠(ARG)·대사 경로 같은 기능 유전자를 직접 확인하며, 바이러스·곰팡이·플라스미드까지 잡습니다. 대신 데이터양·비용·계산 부담이 크고, 장·피부처럼 숙주 DNA가 섞인 시료에선 사람 서열을 걸러 내야 합니다.

정리하면 16S는 "누가 있나"를 싸고 빠르게 스캔하는 데, 샷건은 "누가 무엇을 할 수 있나"까지 깊게 읽는 데 강합니다. 목적과 예산이 방법을 정하는 셈이죠.

4. 작동 원리 — 전처리부터 두 갈래 분석까지

샷건 데이터 분석은 전처리로 시작해 두 갈래로 갈립니다. 순서를 따라가 보죠.

• 품질 관리·숙주 제거⁠(QC): fastp 같은 도구로 저품질 염기와 어댑터를 잘라 낸 뒤, 사람 유전체에 정렬해 걸리는 숙주⁠(host) DNA를 덜어 냅니다. 장 시료는 사람 DNA 비중이 높아, 이 단계를 건너뛰면 미생물 신호가 묻힙니다.
• ① Read-based (어셈블리 없이 리드로 바로)
  • 분류: Kraken2가 리드의 짧은 조각⁠(k-mer)을 참조 데이터베이스와 정확히 맞춰 소속 분류군을 매기고, Bracken이 그 결과를 베이즈 방식으로 다시 계산해 종·속별 상대 풍부도⁠(relative abundance)를 냅니다. MetaPhlAn은 분류군마다 고유한 표지 유전자⁠(marker gene)만 골라 정량하는 다른 접근이죠.
  • 기능: HUMAnN이 리드를 유전자군·대사 경로에 대응시켜 MetaCyc·KEGG 같은 기능 목록으로 정리합니다. 어떤 대사 능력이 얼마나 있는지를 그리죠.
• ② Assembly-based (리드를 이어 유전체 복원): metaSPAdes·MEGAHIT로 리드를 이어 붙여 긴 콘티그⁠(contig)를 만든 뒤, 서열 조성과 커버리지가 닮은 콘티그를 한데 묶는 비닝⁠(binning)을 거쳐 하나의 미생물 유전체 초안, 곧 MAG (metagenome-assembled genome)를 복원합니다. 배양된 적 없는 미생물의 유전체를 통째로 건져 올리는 길이죠.

read-based는 빠르고 참조 DB에 의존하며, assembly-based는 무겁지만 새로운 종·유전자를 발견합니다. 둘은 경쟁이 아니라 서로를 채우는 관계입니다.

5. 실제 사례 — 무엇을 얻고 어디에 쓰나

샷건이 내놓는 산출물은 크게 넷입니다. 종 조성⁠(누가 얼마나), 기능 경로⁠(무엇을 할 수 있나), MAG⁠(개별 유전체 초안), 그리고 ARG를 비롯한 특정 유전자죠. 현장에서 이들이 어떻게 쓰이는지 봅니다.

• 장 마이크로바이옴의 균주 추적: 16S로는 뭉뚱그려지던 균주 차이를 샷건은 갈라냅니다. 이를테면 같은 Escherichia coli라도 병원성 균주와 상재 균주를 유전자로 구분하고, 단쇄지방산⁠(SCFA) 생산 같은 대사 잠재력을 기능 프로파일로 읽죠.
• 항생제 내성 감시⁠(resistome): 시료 전체의 ARG 목록을 뽑아, 병원·하수·가축 환경에서 내성 유전자가 어디에 얼마나 퍼졌는지 추적합니다. 특정 유전자를 겨냥하지 않고 전장을 읽는 샷건이라 가능한 일입니다.
• 배양 안 되는 미생물의 발견: 대규모 MAG 복원으로 장·해양·토양에서 신종이 대거 드러났습니다. 사람 장 유전체 카탈로그⁠(UHGG)나 원핵생물 분류 체계⁠(GTDB)가 이렇게 불어난 대표 사례죠. 유전체 어셈블리의 원리가 군집 규모로 확장된 셈입니다.
• 바이롬·마이코바이옴: 16S가 놓치는 바이러스⁠(virome)와 곰팡이⁠(mycobiome)까지 같은 데이터에서 함께 봅니다.

6. 헷갈리는 개념 비교

세 축을 표로 갈라 둡니다. 먼저 16S와 샷건, 그다음 샷건 안의 두 분석 전략입니다.

구분	16S rRNA 앰플리콘	샷건 메타지노믹스
읽는 대상	16S 유전자 초가변영역만 증폭	시료의 전체 DNA (무작위)
분류 해상도	대개 속⁠(genus) 수준	종~균주⁠(strain) 수준
기능 정보	직접 못 읽음⁠(추정만)	ARG·대사 경로를 직접 읽음
보이는 범위	세균·고균	세균·고균·바이러스·곰팡이
비용·편향	저렴 · PCR 프라이머 편향	고가 · 숙주 DNA 오염

구분	Read-based	Assembly-based
핵심	리드를 참조 DB에 바로 대조	리드를 이어 유전체 복원
대표 도구	Kraken2·Bracken·MetaPhlAn·HUMAnN	metaSPAdes·MEGAHIT + 비닝
산출물	종 조성·기능 프로파일	콘티그·MAG
강점 / 약점	빠름 / DB에 없으면 못 봄	신종 발견 / 무겁고 저풍부 종은 놓침

한 가지 더, 메타지노믹스⁠(metagenomics)와 메타트랜스크립토믹스⁠(metatranscriptomics)를 헷갈리지 마세요. 샷건 메타지노믹스는 DNA를 읽어 무엇을 할 수 있나⁠(잠재력)를 보고, 메타트랜스크립토믹스는 RNA를 읽어 지금 무엇을 하고 있나⁠(발현)를 봅니다.

7. 현장 활용 — 언제 무엇을 고르나

방법 선택의 첫 기준은 질문입니다. "군집이 어떻게 다른가"만 크게 훑고 시료가 많다면 16S가 싸고 효율적입니다. 반대로 기능·내성 유전자·균주가 궁금하거나 바이러스·곰팡이까지 봐야 한다면 샷건이 답이죠. 둘을 함께 쓰는 설계도 흔합니다. 16S로 넓게 훑어 흥미로운 시료를 추리고, 거기에 샷건을 깊게 얹는 식입니다.

실무에서 자주 걸리는 지점도 있습니다. 장·피부 시료는 사람 DNA가 미생물 DNA를 압도할 수 있어 숙주 제거가 결과를 좌우하고, 대부분의 산출물은 절대량이 아닌 상대 풍부도라 조성⁠(compositional) 데이터의 통계적 함정을 조심해야 합니다. read-based 결과는 참조 DB의 완성도에 크게 좌우되므로, DB 버전과 커버리지를 늘 기록해 두는 편이 좋습니다. 결과를 군집 간 지표로 비교할 때는 알파·베타 다양성으로 정량하고, 16S 파이프라인이라면 QIIME2 같은 표준 도구가 자리 잡혀 있습니다.

8. 핵심 정리 & 다음 학습

• ✅ 샷건 = 전체 DNA를 통째로 — 표적 유전자 없이 시료의 모든 DNA를 무작위로 읽어, 군집의 조성과 기능을 한 번에 파악.
• ✅ 16S와의 결정적 차이 — 16S는 한 유전자로 속 수준 신원만, 샷건은 전장으로 종~균주 해상도 + 기능 유전자⁠(ARG·경로)까지. 바이러스·곰팡이도 포함.
• ✅ 전처리가 먼저 — 저품질 리드 제거와 숙주 DNA 제거⁠(QC)를 거쳐야 미생물 신호가 살아남음.
• ✅ 두 갈래 분석 — read-based (Kraken2·Bracken·MetaPhlAn 분류 / HUMAnN 기능)와 assembly-based (어셈블리→비닝→MAG).
• ⚠️ 대가 — 비용·계산 부담이 크고, 산출물은 대개 상대 풍부도라 조성 데이터의 통계를 조심.
• 💡 DNA ≠ RNA — 샷건 메타지노믹스는 '할 수 있는 일'⁠(DNA), 메타트랜스크립토믹스는 '지금 하는 일'⁠(RNA).

🎓 다음 학습
• (앰플리콘 대비) 16S rRNA 시퀀싱이란? — 표적 유전자로 군집을 읽는 표준법, OTU vs ASV와 PCR 편향
• (마이크로바이옴 큰 그림) 마이크로바이옴이란? — 몸속 미생물 생태계와 그것을 읽는 여러 기술
• (유전체 복원의 원리) 유전체 어셈블리란? — 리드를 콘티그로 잇는 원리, MAG의 바탕
• (숫자로 비교하기) 알파·베타 다양성이란? — 군집 조성을 정량해 시료끼리 비교하는 법
• (16S 실전 분석) QIIME2로 16S 분석 — 앰플리콘 파이프라인을 표준 도구로 돌리기

References

1. Quince, C., Walker, A. W., Simpson, J. T., Loman, N. J., & Segata, N. (2017). Shotgun metagenomics, from sampling to analysis. Nature Biotechnology, 35(9), 833–844. doi:10.1038/nbt.3935
2. Handelsman, J., et al. (1998). Molecular biological access to the chemistry of unknown soil microbes: a new frontier for natural products. Chemistry & Biology, 5(10), R245–R249. doi:10.1016/S1074-5521(98)90108-9
3. Wood, D. E., Lu, J., & Langmead, B. (2019). Improved metagenomic analysis with Kraken 2. Genome Biology, 20, 257. doi:10.1186/s13059-019-1891-0
4. Beghini, F., et al. (2021). Integrating taxonomic, functional, and strain-level profiling of diverse microbial communities with bioBakery 3. eLife, 10, e65088. doi:10.7554/eLife.65088
5. Almeida, A., et al. (2021). A unified catalog of 204,938 reference genomes from the human gut microbiome. Nature Biotechnology, 39(1), 105–114. doi:10.1038/s41587-020-0603-3

Pipette & Pipeline · A bio portfolio journal