초록:

배경 및 연구 질문
합성생물학은 협업과 재사용을 지원하기 위해 데이터 표준화에 의존합니다. SBOL(Synthetic Biology Open Language)은 핵심 표준이지만, 특히 프로그래밍 경험이 부족한 생물학자들에게는 학습 곡선이 가파릅니다. 본 프로젝트는 엑셀-SBOL 변환 도구를 확장하여, 사용자가 익숙한 스프레드시트 형식에서 SBOL 규격에 부합하는 파일을 생성할 수 있도록 함으로써 SBOL의 보급을 촉진하고 데이터 공유를 효율화합니다.

방법
이 프로젝트는 Python 스크립트, 특히 pySBOL2 라이브러리를 사용하여 스프레드시트 행에 포함된 생물학적 설계 요소를 구조화된 SBOL 객체로 변환합니다. 이 도구는 전사 조절, 단백질 생산, 복합체 형성 등의 주요 설계 패턴을 지원하며, 이에 상응하는 ComponentDefinition 및 ModuleDefinition 객체를 적절한 상호작용(예: 억제, 자극, 결합)과 함께 생성합니다. 각 상호작용, 기능적 구성 요소 및 온톨로지 주석이 SBOL 문서에 추가됩니다. 출력은 검증된 후 SynBioHub에 업로드되어 구조적 무결성을 보장하고 시각적 탐색이 가능하도록 합니다.

결과
이 프로젝트를 통해 저는 유전자 발현, 억제, 활성화, 생화학적 반응, DNA 및 단백질 서열 분석, 복합체 형성을 모델링하기 위한 새로운 기능을 성공적으로 구현했습니다. 또한 중복을 감지하고 구조 데이터의 무결성을 보장하기 위해 서열 및 부품명 유효성 검사 기능을 도입했습니다. 이러한 기여를 통해 스프레드시트에서 복잡한 생물학적 상호작용을 포착하는 도구의 기능이 확장되었으며, SBOL 출력의 신뢰성이 향상되어 합성생물학 워크플로우를 위한 보다 정확하고 재사용 가능한 설계가 가능해졌습니다.

결론 및 시사점
Excel-to-SBOL은 SBOL 생성의 장벽을 낮춤으로써 합성생물학 분야에서 표준화된 설계 관행의 광범위한 채택을 뒷받침합니다. 파이썬 패키지로 제공되는 이 도구는 이미 전국의 연구실과 기관에서 사용되고 있으며, 재현성을 높이고 협업 설계 노력을 가속화하고 있습니다. 향후 연구에서는 SBOL3 데이터 형식과의 호환성 및 변환 기능을 확보하고, 사용자의 요구가 변화함에 따라 더 광범위한 생물학적 상호작용을 지원할 수 있도록 기능을 확장할 예정입니다.

발언자:

타이시아 셰르스티우코바, 콜로라도 대학교 볼더 캠퍼스

타이시아 셰르스티우코바는 최근 콜로라도 대학교 볼더 캠퍼스에서 컴퓨터 과학 학사 학위를 취득한 졸업생입니다. 그녀의 연구는 실험실 연구원과 전산 도구 간의 격차를 해소하는 도구를 개발함으로써 합성 생물학 워크플로우를 간소화하는 데 중점을 두고 있습니다.