1. 서론

1.1 탐구 동기

생명과학Ⅱ에서 유전자의 발현과 조절 단원을 배우며 가장 인상 깊었던 점은 같은 DNA를 가진 세포라도 어떤 유전자가 언제 얼마나 발현되는지에 따라 전혀 다른 형질이 나타난다는 사실이었다. 처음에는 유전 질환이라면 변이된 유전자를 직접 고쳐야만 치료가 가능하다고 단순하게 생각했지만, 관련 사례를 정리하는 과정에서 반드시 원인 유전자를 원위치로 복구하지 않더라도 조절 체계를 바꾸어 질병의 표현형을 완화할 수 있다는 점이 흥미롭게 다가왔다. 특히 겸상적혈구병은 HBB 유전자의 점돌연변이로 생기는 대표적 유전 질환이지만, 최근에는 BCL11A 조절부위를 편집해 태아헤모글로빈 발현을 다시 높이는 방식이 실제 치료 전략으로 적용되고 있다. 이 사례는 교과서에서 배운 전사 조절, 발생 단계에 따른 유전자 발현 전환, 생명공학 기술의 활용이 하나의 흐름으로 연결되는 예라고 느껴졌다.

또한 이 주제는 단순히 최신 기술을 소개하는 데서 끝나지 않고, 의학적 판단의 기준이 무엇인지 생각하게 했다. 유전자 편집 기술은 목표 부위를 많이 편집할수록 효과가 클 것처럼 보이지만, 실제 치료에서는 비의도적 절단인 오프타깃 효과가 함께 문제가 된다. 결국 중요한 것은 최대 효율만이 아니라 충분한 치료 효과를 확보하면서도 위험을 얼마나 통제할 수 있는가이다. 이런 점에서 겸상적혈구병의 CRISPR-Cas9 치료는 생명과학Ⅱ의 개념을 현실의 의학 문제와 연결해 해석하기에 적절한 사례라고 판단하였다.

1.2 연구 목적

본 탐구의 목적은 겸상적혈구병에서 BCL11A 조절부위 편집이 왜 태아헤모글로빈 발현 회복으로 이어지는지를 생명과학Ⅱ의 유전자 발현 조절 개념으로 설명하고, 편집 효율과 오프타깃 위험 사이의 상충 관계를 정량적으로 검토하는 데 있다. 이를 위해 첫째, HBB 유전자 변이가 단백질 구조와 세포 형질에 어떤 변화를 일으키는지 정리한다. 둘째, BCL11A가 γ-globin 유전자 발현을 억제하는 전사 조절 인자라는 점을 바탕으로, 왜 이 조절 체계가 치료 표적으로 선택되는지 설명한다. 셋째, 편집 효율, HbF 비율, 오프타깃 변이 빈도 사이의 관계를 가상 데이터를 통해 분석하여 효과와 안전성의 균형점이 존재하는지 검토한다. 궁극적으로는 유전자 치료를 단순한 DNA 절단 기술이 아니라 유전자 발현 프로그램을 재설계하는 과정으로 이해하고자 하였다.

1.3 연구 질문

본 탐구는 네 가지 질문을 중심으로 진행하였다. 첫째, 겸상적혈구병은 어떤 유전적 변화로 발생하며 그 결과 단백질과 세포 수준에서 어떤 이상이 나타나는가. 둘째, BCL11A는 헤모글로빈 유전자 발현 전환 과정에서 어떤 역할을 하는가. 셋째, CRISPR-Cas9가 BCL11A 조절부위를 편집하면 왜 HbF가 증가하는가. 넷째, 편집 효율 증가가 치료 효과 향상으로 이어지는 동시에 오프타깃 위험을 얼마나 증가시키는가.

1.4 탐구 범위와 제한

본 보고서는 겸상적혈구병의 여러 치료법 전체를 비교하기보다 CRISPR-Cas9 기반 자가 조혈모세포 편집 치료에 초점을 두었다. 또한 실제 환자 임상 원자료를 직접 다루기보다 공개된 의학 자료의 경향을 바탕으로 가상 데이터를 설계하여 분석하였다. 따라서 수치 자체를 임상 기준값으로 일반화하기보다는, 교과 개념과 치료 전략 사이의 관계를 구조적으로 이해하는 데 중점을 두었다.

2. 이론적 배경

2.1 겸상적혈구병과 HBB 유전자 변이

겸상적혈구병은 β-globin 사슬을 암호화하는 HBB 유전자의 점돌연변이로 인해 발생하는 유전 질환이다. 잘 알려진 병인성 변이는 β-globin 단백질의 특정 위치에서 글루탐산이 발린으로 치환되게 만들며, 이 변화로 정상 헤모글로빈 HbA와 성질이 다른 HbS가 형성된다. 산소가 충분한 상태에서는 차이가 상대적으로 덜 드러날 수 있으나, 저산소 상태에서는 HbS 분자들이 서로 응집하여 중합체를 형성하기 쉬워진다. 이 과정에서 적혈구는 원래의 유연한 형태를 잃고 낫 모양으로 변형되며, 혈관을 통과하는 능력이 떨어진다. 결국 미세혈관 폐쇄, 조직 저산소증, 반복적 염증, 만성 용혈, 통증 발작 같은 증상이 나타난다.

이 질환은 생명과학Ⅱ에서 배우는 생명중심원리를 실제 질병과 연결해 보여주는 대표적 사례이다. DNA 염기서열의 변화가 RNA를 거쳐 단백질 아미노산 서열에 영향을 미치고, 그 단백질의 성질 변화가 세포 수준의 형질 이상으로 이어지기 때문이다. 이를 간단히 표현하면 $DNA\ 변이\rightarrow 단백질\ 구조\ 변화\rightarrow 세포\ 기능\ 이상\rightarrow 질병\ 표현형$의 흐름으로 정리할 수 있다. 다만 질병의 정도는 유전자 하나만으로 기계적으로 정해지는 것이 아니라 적혈구 내부의 헤모글로빈 조성, 산소 농도, 세포 탈수 상태 같은 여러 조건에 의해 달라질 수 있다. 바로 이 지점 때문에 다른 종류의 헤모글로빈 비율을 높여 질병 형질을 완화하는 전략이 성립한다.

2.2 태아헤모글로빈과 발생 단계별 유전자 발현 전환

태아기와 성인기의 헤모글로빈 조성은 서로 다르다. 태아기에는 γ-globin이 많이 발현되어 α2γ2 구조의 태아헤모글로빈 HbF가 주된 형태를 이루고, 출생 이후에는 β-globin 발현이 증가하면서 α2β2 구조의 성인형 헤모글로빈 HbA가 우세해진다. 이 전환은 발생 단계에 따라 서로 다른 유전자가 선택적으로 발현된다는 사실을 잘 보여준다. 즉 동일한 유전자군이 존재하더라도 어떤 시기에 어떤 유전자가 활성화되는지는 조절 인자와 조절 부위의 상호작용에 의해 결정된다.

겸상적혈구병에서 HbF가 중요한 이유는 HbF가 β-globin 대신 γ-globin을 포함하기 때문이다. HbF 비율이 높아지면 HbS가 차지하는 비율이 상대적으로 줄어들고, 병적인 중합이 일어날 가능성도 감소한다. 따라서 원인 변이를 직접 수정하지 않더라도 HbF를 다시 증가시키면 적혈구의 겸상화가 줄어들 수 있다. 이는 유전자 발현 조절이 단순한 이론 개념이 아니라 실제 치료 전략의 핵심 원리로 쓰일 수 있음을 보여준다.

2.3 BCL11A와 전사 조절

BCL11A는 적혈구 계열 세포에서 γ-globin 유전자 발현을 억제하는 방향으로 작용하는 전사 조절 인자로 알려져 있다. 태아기 이후 BCL11A의 작용이 강화되면 γ-globin 전사가 억제되고 성인형 β-globin 중심의 발현 패턴이 자리 잡는다. 반대로 BCL11A의 활성이 감소하거나 적혈구 특이적 조절부위의 기능이 약화되면 γ-globin 발현이 다시 증가할 수 있다. 결국 BCL11A는 질병 유전자 자체는 아니지만, 헤모글로빈 발현 프로그램을 바꾸는 상위 조절 요소에 해당한다.

생명과학Ⅱ 관점에서 보면 이는 전사 인자가 특정 조절 부위에 결합해 유전자의 발현량을 조정하는 사례이다. 구조 유전자를 직접 손대지 않아도 조절 인자의 작용을 바꾸면 최종 단백질 생산 비율이 달라지고, 그 결과 세포의 형질도 달라진다. 겸상적혈구병 치료에서 BCL11A가 중요한 표적이 되는 이유도 여기에 있다. HBB 변이를 직접 정밀 복구하는 방식은 개념적으로 명확하지만, 기술적 난도와 적용 범위의 문제가 있다. 이에 비해 BCL11A 조절부위 편집은 여러 환자에서 공통적으로 활용 가능한 조절 경로를 건드린다는 장점이 있다.

2.4 CRISPR-Cas9의 작동 원리

CRISPR-Cas9 시스템은 가이드 RNA와 Cas9 단백질을 이용해 특정 DNA 염기서열을 인식하고 절단하는 유전자 편집 도구이다. 가이드 RNA는 표적 서열과 상보적으로 결합하고 Cas9은 해당 위치에서 이중가닥 절단을 유도한다. 이후 세포는 자체 DNA 복구 기작을 통해 절단 부위를 복구하는데, 이 과정에서 삽입이나 결실이 생기면 조절부위의 기능이 변화할 수 있다. 겸상적혈구병 치료에서는 이 원리를 이용해 BCL11A의 적혈구 특이적 조절부위를 변형함으로써 γ-globin 억제 효과를 낮추고 HbF 발현을 유도한다.

이 과정의 핵심은 DNA를 자르는 행위 자체가 목적이 아니라, 유전자 발현 조절 네트워크를 다시 설계하는 데 있다는 점이다. 즉 치료 효과는 단순 절단 횟수가 아니라 절단 이후 발현 프로그램이 어떻게 바뀌는가에 달려 있다. 이를 개념적으로 쓰면 $BCL11A\ 조절\ 약화\rightarrow \gamma\text{-}globin\ 전사\ 증가\rightarrow HbF\ 비율\ 증가\rightarrow 겸상화\ 감소$라는 흐름으로 정리할 수 있다.

2.5 오프타깃 효과와 기술의 한계

CRISPR-Cas9은 매우 정밀한 기술로 알려져 있지만, 목표 서열과 유사한 다른 위치를 비의도적으로 절단할 가능성이 있다. 이를 오프타깃 효과라고 한다. 오프타깃 변이가 실제로 항상 심각한 문제를 일으키는 것은 아니지만, 세포 기능 이상이나 장기적 위험 가능성과 연결될 수 있으므로 치료용 편집에서는 안전성 평가가 필수적이다. 특히 조혈모세포처럼 장기간 증식하고 다양한 혈액세포의 기원이 되는 세포를 표적으로 삼는 경우에는 작은 변이도 장기적으로 영향을 줄 수 있어 더 신중한 해석이 필요하다.

따라서 유전자 편집 치료의 평가는 편집 효율 하나로 판단할 수 없다. 목표 부위 편집이 충분히 이루어졌는지와 함께, 비표적 부위의 손상이 어느 정도 발생했는지를 동시에 검토해야 한다. 이처럼 효과와 안전성의 균형을 따지는 시각은 생명공학 기술을 실제 의료에 적용할 때 특히 중요하다.

3. 연구 방법

3.1 연구 설계

본 연구는 실험실에서 직접 세포를 배양해 수행한 실험이 아니라, 공개된 의학 자료와 리뷰 논문에서 확인되는 일반적 경향을 바탕으로 한 가상 데이터 분석형 탐구로 설계하였다. 연구 질문은 BCL11A 조절부위 편집 효율이 증가할수록 HbF 비율은 어떻게 변화하고, 동시에 오프타깃 변이 빈도는 어떤 양상으로 증가하는가에 맞추었다. 독립변수는 편집 효율이며 종속변수는 HbF 비율과 오프타깃 변이 빈도이다. 사용 세포 유형, Cas9 시스템, 가이드 RNA 설계, 배양 조건, 분석 조건은 동일하다고 가정해 통제하였다.

연구 가설은 세 가지로 정리하였다. 첫째, 편집 효율이 증가할수록 HbF 비율은 증가한다. 둘째, 편집 효율이 증가할수록 오프타깃 변이 빈도도 증가한다. 셋째, HbF 증가율은 일정 수준 이후 둔화되지만 오프타깃 위험은 고효율 구간에서 더 빠르게 증가하여 두 변수 사이에 상대적 균형점이 나타난다. 이러한 가설은 유전자 발현 조절과 생명공학 기술의 한계를 함께 반영한다.

3.2 자료 선정과 분석 대상

자료는 FDA의 겸상적혈구병 유전자 치료 승인 관련 문서와 관련 임상 논문, BCL11A 조절과 HbF 회복 메커니즘을 설명하는 리뷰 자료를 중심으로 정리하였다. 링크는 결론의 참고문헌 목록에 제시한 자료만 활용하였다. 분석 대상은 환자 유래 조혈모세포를 ex vivo로 편집한 뒤 적혈구 계열로 분화시킨 상황을 모형화한 가상 세포군이다. 편집 효율은 20%, 30%, 40%, 50%, 60%, 70%, 80%의 일곱 수준으로 설정하였고 각 수준마다 세 번 반복하여 총 21개의 데이터 포인트를 만들었다.

3.3 변수와 측정 방식

편집 효율은 표적 세포군에서 목표 조절부위가 의도한 방향으로 변형된 비율로 정의하였다. HbF 비율은 편집 후 적혈구 계열로 분화한 세포에서 측정되는 태아헤모글로빈 비율로 가정하였다. 오프타깃 변이 빈도는 표적 외 유사 서열 부위에서 검출된 변이율로 가정하였다. HbF 비율은 기능적 회복을 대표하는 지표이고 오프타깃 변이 빈도는 안전성 위험을 대표하는 지표라는 점에서 두 변수는 함께 해석될 필요가 있다.

3.4 분석 절차

연구는 먼저 질환 기전과 BCL11A 조절 원리를 교과 개념에 맞게 정리한 뒤, 공개 자료의 일반적 경향을 바탕으로 가상 데이터를 설계하는 순서로 진행하였다. HbF 비율은 편집 효율 증가에 따라 상승하되 고효율 구간에서 증가 폭이 다소 둔화되도록 설정하였다. 반면 오프타깃 변이 빈도는 저효율 구간에서는 낮지만 60% 이후에는 증가 속도가 더 커지도록 설계하였다. 이후 수준별 평균과 증가량을 계산하여 두 지표의 패턴을 비교하였다.

4. 결과

4.1 원시 데이터

원시 데이터를 보면 편집 효율이 높아질수록 HbF 비율이 전반적으로 증가하고, 오프타깃 변이 빈도 역시 함께 커지는 경향이 확인된다. 다만 반복값 사이에 어느 정도 변동이 존재하여 실제 생물학적 반응의 불균일성도 반영되었다.

4.2 수준별 평균 요약

수준별 평균을 보면 편집 효율 20%에서 평균 HbF 비율은 10.5%였고 80%에서는 43.4%까지 증가하였다. 반면 평균 오프타깃 변이 빈도는 0.31%에서 3.13%로 상승하였다. 두 변수 모두 편집 효율과 양의 관계를 보였지만 증가 양상은 서로 달랐다.

4.3 그래프 분석

위 그래프는 편집 효율이 증가할수록 평균 HbF 비율이 뚜렷하게 상승함을 보여준다. 특히 20%에서 60% 구간까지는 상승 폭이 비교적 크지만, 60% 이후에는 증가 경향이 유지되면서도 기울기가 다소 완만해진다. 이는 BCL11A 조절 약화가 일정 수준을 넘어서면 γ-globin 발현 회복의 증가폭이 점차 둔화될 수 있음을 시사한다.

이 그래프는 평균 오프타깃 변이 빈도가 편집 효율이 높아질수록 점점 더 가파르게 증가함을 보여준다. 20%에서 60%까지는 완만하게 증가하지만 60% 이후에는 기울기가 더 커진다. 따라서 고효율 구간으로 갈수록 추가 편집의 대가가 안전성 측면에서 더 크게 나타날 수 있다.

4.4 구간별 증가량 해석

평균 HbF 비율은 편집 효율이 20%에서 30%로 높아질 때 4.9%p 증가했고, 30%에서 40%로 갈 때는 7.5%p, 40%에서 50%로 갈 때는 6.7%p, 50%에서 60%로 갈 때는 6.4%p 증가하였다. 반면 60%에서 70% 구간에서는 2.8%p 증가에 그쳤고, 70%에서 80%로 갈 때는 4.6%p 증가하였다. 전체적으로 중간 구간까지는 증가 효과가 뚜렷하지만, 고효율 구간에서는 추가 이득이 상대적으로 줄어드는 모습을 보인다.

오프타깃 변이 빈도는 20%에서 30%로 갈 때 0.16%p, 30%에서 40%는 0.26%p, 40%에서 50%는 0.33%p, 50%에서 60%는 0.39%p 증가하였다. 그런데 60%에서 70% 구간에서는 0.76%p, 70%에서 80% 구간에서는 0.92%p 증가하였다. 이 결과는 고효율을 추구할수록 안전성 부담이 비선형적으로 커질 수 있음을 보여준다.

5. 논의

5.1 생명과학Ⅱ 개념과의 연결

본 탐구의 가장 큰 의미는 겸상적혈구병 치료를 유전자 발현 조절의 관점에서 해석했다는 점에 있다. 생명과학Ⅱ에서 배우는 전사 조절의 핵심은 특정 전사 인자와 조절 부위의 상호작용이 어떤 유전자의 발현 여부와 발현량을 결정한다는 것이다. BCL11A는 바로 이러한 전사 조절 인자의 사례이며, 본 탐구에서 HbF가 증가한 것은 BCL11A를 통한 γ-globin 억제 회로가 약화된 결과로 이해할 수 있다. 즉 이 치료는 변이 유전자를 직접 고친다기보다, 발생 과정에서 꺼진 유전자 프로그램을 다시 켜는 방식이라고 볼 수 있다.

이러한 관점은 교과 개념을 더 깊게 이해하게 한다. 같은 DNA를 가진 세포라도 발현되는 유전자 조합이 달라지면 전혀 다른 단백질 조성과 형질이 나타난다는 내용이, 여기서는 실제 의학 기술의 설계 원리로 연결된다. 겸상적혈구병에서 BCL11A 조절은 전사 조절과 발생 단계별 유전자 발현 전환의 중요성을 보여주는 대표 사례였다.

5.2 효과와 안전성의 trade-off 해석

데이터 분석 결과는 편집 효율이 높을수록 HbF 회복이 강화된다는 점을 분명히 보여주었다. 이는 BCL11A 조절부위 편집이 기능적 치료 효과와 연결될 수 있음을 뒷받침한다. 그러나 그 관계는 단순한 직선형이 아니었다. 60% 이후 구간에서는 HbF 증가폭이 이전보다 둔화되었고, 반대로 오프타깃 변이 빈도는 훨씬 빠르게 증가했다. 이 점은 최대 편집 효율이 곧 최적 치료를 의미하지 않음을 시사한다.

실제로 치료 전략을 세울 때는 추가 효율 상승으로 얻는 이득과 그 과정에서 감수해야 하는 위험을 함께 비교해야 한다. 본 데이터 범위에서는 50%에서 60% 정도의 편집 효율 구간이 상대적으로 균형 잡힌 영역으로 해석되었다. 이 구간에서는 HbF 증가 효과가 상당히 크면서도 오프타깃 위험이 아직 급격히 치솟기 전 단계로 나타났기 때문이다. 따라서 유전자 편집 치료의 핵심 평가지표는 얼마나 많이 편집했는가 하나가 아니라, 충분한 효과를 확보하면서도 안전성 부담을 허용 범위 안에 두는가라고 볼 수 있다.

5.3 대안 해석과 심화 논의

HbF 증가가 일정 수준 이후 둔화되는 이유는 하나로 단정하기 어렵다. 먼저 γ-globin 발현은 BCL11A 하나만으로 결정되지 않을 수 있다. 다른 전사 조절 인자, 염색질 상태, 조절 서열의 상호작용이 함께 작용하므로 하나의 조절 요소를 약화시키는 것만으로는 무한정 HbF를 끌어올릴 수 없다. 또한 조혈모세포 단계의 편집률이 최종 성숙 적혈구에서의 HbF 비율로 연결되기까지는 분화와 생존이라는 추가 단계가 존재한다. 다시 말해 표적 편집은 필요조건일 수 있지만, 항상 충분조건은 아닐 수 있다.

오프타깃 증가 역시 단순히 편집을 많이 해서만 일어나는 현상으로 보기 어렵다. Cas9의 세포 내 노출량, 작동 시간, 표적 서열과 유사한 다른 염기서열의 존재, 염색질 접근성 같은 여러 요소가 함께 영향을 준다. 특히 고효율을 얻기 위해 편집 도구의 작동 강도를 높이는 전략은 표적 편집과 비표적 절단을 동시에 늘릴 가능성이 있다. 따라서 효율 극대화 전략이 구조적으로 위험을 동반할 수 있다는 점도 고려해야 한다.

5.4 방법론적 한계

본 탐구는 실제 환자 임상 원자료를 직접 분석한 연구가 아니라 공개 자료의 경향을 바탕으로 가상 데이터를 구성한 분석이라는 한계를 가진다. 따라서 제시된 수치는 실제 임상 기준값으로 일반화할 수 없으며, 상대적 패턴과 개념적 구조를 이해하는 데 더 큰 의미가 있다. 또한 HbF 비율과 오프타깃 빈도라는 두 지표에 집중했기 때문에, 실제 치료 성과를 좌우하는 이식 성공률, 장기 추적 결과, 통증 발작 감소 정도, 환자별 유전적 배경 차이까지 충분히 반영하지는 못했다.

오프타깃 변이도 단순 빈도만으로 위험성을 완전히 설명할 수는 없다. 어떤 유전체 위치에서 변이가 일어났는지, 그 변이가 실제 기능 이상으로 이어지는지에 따라 위해 정도는 크게 달라질 수 있다. 따라서 후속 탐구에서는 변이의 위치 특이성과 기능적 의미까지 포함한 분석이 필요하다. 또한 BCL11A 조절 전략과 HBB 직접 교정 전략을 같은 기준으로 비교한다면 두 접근의 장단점을 더 분명하게 파악할 수 있을 것이다.

6. 결론

본 탐구는 CRISPR-Cas9 기반 겸상적혈구병 치료를 생명과학Ⅱ의 유전자 발현 조절 개념과 연결해 해석하고, BCL11A 조절부위 편집의 효과와 한계를 함께 분석하였다. HBB 유전자 변이는 비정상적인 HbS를 생성하여 적혈구 겸상화를 유발하지만, BCL11A 조절을 약화해 γ-globin 발현을 다시 높이면 HbF 비율이 증가하고 질병 형질을 완화할 수 있다. 이는 전사 조절과 발생 단계별 유전자 발현 전환이 실제 치료 전략의 핵심 원리로 활용될 수 있음을 보여준다.

정량 분석에서는 편집 효율이 증가할수록 평균 HbF 비율이 상승하고 평균 오프타깃 변이 빈도도 함께 증가하는 경향이 나타났다. 다만 고효율 구간에서는 HbF 증가폭이 둔화되는 반면 오프타깃 위험은 더 가파르게 커졌다. 이 결과는 유전자 치료에서 최대 효율보다 효과와 안전성의 균형이 더 중요한 판단 기준임을 시사한다. 본 데이터 범위에서는 50%에서 60% 수준의 편집 효율이 상대적으로 균형 잡힌 구간으로 해석되었다. 따라서 CRISPR 기반 겸상적혈구병 치료의 핵심은 얼마나 많이 절단하는가가 아니라, BCL11A 조절을 얼마나 정밀하게 재설계하여 충분한 HbF 회복을 이루면서도 비표적 위험을 관리하는가에 있다고 결론지을 수 있다.

7. 활동 요약

겸상적혈구병 치료를 단순한 유전자 절단 기술로 보지 않고 유전자 발현 조절의 재설계라는 관점에서 정리해 보고자 하였다. 먼저 HBB 유전자 변이가 단백질 구조와 적혈구 형질을 어떻게 바꾸는지 교과 개념에 맞추어 정리하고, 이어서 BCL11A가 γ-globin 발현을 억제하는 전사 조절 인자라는 점에 주목해 HbF 회복 전략의 원리를 연결하였다. 공개 자료의 경향을 바탕으로 편집 효율, HbF 비율, 오프타깃 변이 빈도를 변수로 설정한 가상 데이터를 구성하고 수준별 평균과 구간별 증가량을 비교하였다. 그 결과 편집 효율이 높아질수록 HbF는 증가하지만 고효율 구간에서는 증가폭이 완만해지고, 오프타깃 위험은 더 빠르게 커져 효과와 안전성의 균형이 중요하다는 점을 확인하였다. 교과서에서 배운 전사 조절과 생명공학 기술이 실제 의학 문제를 이해하는 데 어떻게 연결되는지 구체적으로 살필 수 있었던 탐구였다.

8. 참고문헌

[1] Frangoul, H., Altshuler, D., Cappellini, M. D., Chen, Y.-S., Domm, J., Eustace, B. K., Foell, J., de la Fuente, J., Grupp, S., Handgretinger, R., Ho, T. W., Kattamis, A., Kernytsky, A., Lekstrom-Himes, J., Li, A. M., Locatelli, F., Mapara, M. Y., de Montalembert, M., Rondelli, D., ... Corbacioglu, S. (2021). CRISPR-Cas9 gene editing for sickle cell disease and β-thalassemia. The New England Journal of Medicine, 384(3), 252-260. https://pubmed.ncbi.nlm.nih.gov/33283989/

[2] U.S. Food and Drug Administration. (2023, December 8). FDA approves first gene therapies to treat patients with sickle cell disease. https://www.fda.gov/news-events/press-announcements/fda-approves-first-gene-therapies-treat-patients-sickle-cell-disease

[3] U.S. Food and Drug Administration. (2023). CASGEVY. https://www.fda.gov/vaccines-blood-biologics/casgevy

[4] Wienert, B., Martyn, G. E., Funnell, A. P. W., Quinlan, K. G. R., & Crossley, M. (2018). Wake-up sleepy gene: Reactivating fetal globin for β-hemoglobinopathies. Trends in Genetics, 34(12), 927-940. https://pmc.ncbi.nlm.nih.gov/articles/PMC6292663/

[5] Wu, Y., Zeng, J., Roscoe, B. P., Liu, P., Yao, Q., Lazzarotto, C. R., Clement, K., Cole, M. A., Luk, K., Baricordi, C., Shen, A. H., Alic, N., Li, B., & Joung, J. K. (2023). Off-target effects in CRISPR/Cas9 gene editing. Essays in Biochemistry, 67(1), 101-123. https://pmc.ncbi.nlm.nih.gov/articles/PMC10034092/

[6] Xu, J., Peng, C., Sankaran, V. G., Shao, Z., Esrick, E. B., Chong, B. G., Ippolito, G. C., Fujiwara, Y., Ebert, B. L., & Orkin, S. H. (2011). Correction of sickle cell disease in adult mice by interference with fetal hemoglobin silencing. Science, 334(6058), 993-996. https://pmc.ncbi.nlm.nih.gov/articles/PMC4870126/

[7] Zeng, J., Wu, Y., Ren, C., Bonanno, J., Shen, A. H., Shea, D., Gehrke, J. M., Clement, K., Luk, K., Yao, Q., Yang, G., Guo, J. A., Vu, J. T., Zheng, M., Kim, N., Liu, D. R., Wolfe, S. A., & Joung, J. K. (2020). Therapeutic base editing of human hematopoietic stem cells. Nature Medicine, 26(4), 535-541. https://pmc.ncbi.nlm.nih.gov/articles/PMC8038529/