Lesson 9 of 20

염기쌍과 녹는점 — GC 가 더 붙잡는다

수소결합 2개 대 3개, 그리고 Tm

두 가닥을 붙잡는 것은 2강의 수소결합입니다. 그런데 짝마다 개수가 다릅니다.

✌️

A · T

수소결합 둘. 약하게 붙잡습니다.

🤟

G · C

수소결합 셋. 더 세게 붙잡습니다.

그래서 GC 가 많은 서열은 잘 안 갈라집니다. 갈라지게 하려면 더 뜨겁게 해야 해요 — 그 온도가 Tm(녹는점)입니다.

High school수소결합 2개 대 3개

염기쌍은 수소결합으로 붙어 있습니다(2강). 그런데 개수가 다릅니다.

염기쌍	수소결합	세기
A-T	2개	약하다
G-C	3개	세다

GC 가 많을수록 더 단단히 붙어 있다

그래서 Tm 이 정해집니다

Tm(녹는점) = 두 가닥의 절반이 벌어지는 온도.

4강의 '반이 되는 지점' 이 또 나왔습니다. 이 강의가 얼마나 이 발상을 좋아하는지 보이죠.

GC 가 많으면 Tm 이 높다 — 더 뜨겁게 해야 벌어진다

비유 — 지퍼의 이빨

지퍼 이빨이 촘촘한 것과 성긴 것을 생각해 보세요. 촘촘한 쪽이 더 세게 잠깁니다.

A-T 는 이빨 두 개, G-C 는 세 개 라고 보면 됩니다.

계산해 보면

코드가 20 nt 짜리에서 GC 0% 와 100% 는 Tm 이 40°C 차이 라고 합니다. 어마어마한 차이예요.

GC 함량	Tm (20nt 기준, 대략)
0%	약 40°C
50%	약 60°C
100%	약 80°C

서열만 알면 Tm 을 계산할 수 있다

/py 3강에서 GC 함량 계산 코드를 짰던 게 여기에 쓰입니다. 계산 → 실험 조건으로 이어져요.

논문의 가이드 두 개가 <b>GC 65~70%</b> 로 높습니다 — 표적에 단단히 붙게 고른 것입니다.

Python Runs in your browser

# 논문의 gRNA 두 개와 siRNA 의 Tm 을 재 본다 (Wallace 규칙 — 짧은 서열용 교과서 식)
서열들 = {
    "gRNA #1220 (논문 Table S3)": "GCAGAATGTCGTTCGGCCCC",
    "gRNA #1785 (논문 Table S3)": "CGTTGTTGGCCACGCGGTGC",
    "siRNA (논문 Table S1)":      "CCGGTTTATCAGCAGCTCTTA",
    "AT 가 많은 예":              "ATATTAAATTTAAATATTAA",
}
print(f"{'서열':30}{'길이':>4}{'GC%':>7}{'Tm(°C)':>9}")
for 이름, s in 서열들.items():
    a, t = s.count("A"), s.count("T")
    g, c = s.count("G"), s.count("C")
    tm = 2 * (a + t) + 4 * (g + c)          # Wallace: 2°C x AT + 4°C x GC
    print(f"{이름:30}{len(s):>4}{(g+c)/len(s)*100:>7.0f}{tm:>9}")
print()
print("Wallace 규칙은 20 nt 안팎에서만 대략 맞는다 — 긴 서열은 최근접이웃 모형을 쓴다.")

High school논문의 가이드가 GC 65~70% 인 이유

코드가 논문의 가이드 RNA 두 개를 분석합니다. GC 함량이 65~70% 로 높아요. 우연이 아닙니다.

표적에 단단히 붙게 일부러 고른 것

가이드 RNA 가 하는 일

유전자를 자를 때 어디를 자를지 알려 주는 안내자입니다. 표적 DNA 에 정확히 붙어야 해요.

GC 가 낮으면	GC 가 높으면
약하게 붙는다	단단히 붙는다 ✔
떨어질 수 있다	잘 안 떨어진다
효율이 낮다	효율이 높다

그런데 너무 높아도 안 됩니다

GC 가 너무 높으면 —

엉뚱한 데도 잘 붙는다 (비특이 결합)
가이드끼리 자기들끼리 붙는다
구조가 접혀 표적에 못 간다

보통 40~70% 를 권한다 — 논문의 65~70% 는 높은 쪽

여기서 배울 것

가이드 서열은 아무렇게나 고른 게 아닙니다. 화학적 계산을 거쳐 고른 거예요.

논문 부록의 서열 한 줄에도 설계가 들어 있다

1강에서 말한 "조건은 주문이 아니다" 가 여기서도 확인됩니다. Table S3 의 그 20글자에 Tm 계산과 특이성 검사가 들어 있어요.

그리고 여러분은 이제 /py 3강의 코드로 그 GC 함량을 직접 계산할 수 있습니다.

High school이 차이가 데이터에 남습니다

note 가 GC 함량 차이가 자료에 흔적을 남긴다고 합니다. 어떻게 남을까요?

GC 편향

시퀀싱에서 GC 가 아주 높거나 낮은 구간은 덜 읽힙니다.

GC 함량	읽히는 정도	왜
아주 낮다	적게	PCR 에서 잘 안 늘어난다
중간	잘 읽힌다	—
아주 높다	적게	구조가 접혀 방해

읽힌 양이 실제 양이 아닐 수 있다

그래서 생기는 문제

어떤 유전자의 발현이 낮게 나왔습니다. 정말 낮은 걸까요, GC 가 높아서 덜 읽힌 걸까요?

측정값에 화학적 편향이 섞여 있다

/immunology 4강에서 배운 그 구조입니다 — 관찰 하나에 원인이 여럿이에요.

어떻게 다루나

보정한다 — GC 함량으로 나눠 준다
같은 조건끼리만 견준다 — 같은 유전자의 두 군을 비교
알고 해석한다 — 극단적 GC 유전자는 조심

두 번째가 가장 안전합니다. 같은 유전자는 두 군에서 같은 편향을 받으니 비교하면 상쇄돼요.

절대값은 못 믿어도 비교는 믿을 수 있다

그래서 발현 분석이 대개 비교로 이뤄집니다. "이 유전자가 얼마나 발현되나" 보다 "두 군에서 얼마나 다른가" 를 묻는 거예요.

20 nt 짜리에서 GC 0% 와 100% 는 Tm 이 <b>40°C 차이</b>입니다.

Python Runs in your browser

# GC 함량이 Tm 을 얼마나 끌어올리나
import numpy as np, matplotlib.pyplot as plt

길이 = 20
gc = np.arange(0, 101, 5)
at_수 = 길이 * (100 - gc) / 100
gc_수 = 길이 * gc / 100
tm = 2 * at_수 + 4 * gc_수

fig, ax = plt.subplots(figsize=(7, 3.6))
ax.plot(gc, tm, marker="o")
for 이름, v in [("gRNA #1220", 70), ("AT 많은 예", 0)]:
    ax.axvline(v, ls="--", lw=1, color="gray")
    ax.text(v + 1, 44, 이름, fontsize=8)
ax.set_xlabel("GC content (%)"); ax.set_ylabel("Tm (°C), 20 nt")
ax.grid(alpha=.3)
plt.show()

High schoolGC 0% 와 100% 는 Tm 이 40도 차이

마지막 코드가 극단적인 예를 보여 줍니다. 같은 길이인데 Tm 이 40°C 차이예요.

서열만 바뀌어도 물리적 성질이 크게 달라진다

이게 실전에서 뜻하는 것

PCR 프라이머 두 개를 설계하는데 하나는 GC 30%, 하나는 GC 70% 라면?

온도	GC 30% 프라이머	GC 70% 프라이머
낮게 잡으면	붙는다 ✔	엉뚱한 데도 붙는다 ✘
높게 잡으면	안 붙는다 ✘	붙는다 ✔

한 온도로 둘 다 만족시킬 수 없다

그래서 설계 규칙이 생깁니다

프라이머 쌍의 Tm 을 비슷하게 맞춘다 (5°C 이내)
GC 함량을 40~60% 로
끝에 G 나 C 를 둔다 (끝이 잘 붙게)

규칙 하나하나가 화학에서 나온다

그리고 이 강의의 큰 그림

지금까지 나온 이야기를 이어 보세요.

화학	→ 실험 조건
수소결합이 약하다 (2강)	95°C 로 벌린다
GC 가 세다 (9강)	Tm 을 계산해 온도를 정한다
pKa (4강)	완충액을 고른다 (5강)
RNA 의 −OH (8강)	얼음 위에서 · DV200 검사

방법 문단의 모든 숫자에 화학이 있다

이 표가 이 강의의 요약입니다. 20강에서 다시 정리해요.

🤔 Check yourself

G-C 쌍이 A-T 쌍보다 강한 이유는?