<p style="LINE-HEIGHT: 160%" align="left"><font face="바탕,신명조" color="#000000" size="2">&nbsp;</font><font face="바탕,신명조" color="#000000" size="2">&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;포유동물의 게놈에는 7만개 내지 십만개의 유전자들이 있는 것으로 추정되고 있다. 이러한 유전학적 '청사진 (blueprint)'을 살아있는 생물체에 적용하기 위해서는 이러한 유전자 각각이 특정한 시간적 공간적 배경에서 발현되어야만 한다. 과거에는 세포들이나 생물체들의 반응들은 적은 규모나 제한된 상황에서 연구되었다; 예를 들어 어떤 시간에 하나의 유전자나 경로. 새로운 기능 게놈학 분야에서의 목표는 새로운 기술들을 큰 규모를 빠른 시간 내에 처리하는 방식의 유전자발현 연구로 바꾸는 것이다. 이러한 접근은 생화학, 세포생물학, 생리학, 약학이 전통적으로 제공하던 생물학적 과정을 상세하게 이해하는 결과를 낳지는 않겠지만, 생물학자들로 하여금 복잡한 system들을 새롭고 포괄적이며 전체적으로 이해하도록 하며 서열과 기능사이의 빈자리를 좁히도록 해줄 것으로 믿고 있다. 지난 몇 년간에 걸쳐 축적된 많은 양의 게놈과 cDNA (EST) 서열자료들 때문에 genome-wide expression 연구들에 대하여 생각하는 것이 가능해졌다. 예를 들어 거의 20개 정도의 원핵생물들과 단세포인 효모의 게놈들의 완전한 서열들이 이용가능해졌다 &nbsp;(http://www.ncbi.nlm.nih.gov/Entrez/Genome/org.html). 후생동물인 </font><font face="바탕,신명조" color="#000000" size="2"><em>Caenorhabditis elegans</em></font><font face="바탕,신명조" color="#000000" size="2">의 게놈분석도 완료되었으며, 사람의 게놈도 2005년 까지는 이용가능할 것으로 예상되며, 생쥐의 것도 2008년까지는 완료될 것으로 보고 있다. 이러한 서열들은 서열상동성 연구에 의해 추론된 것들 말고는 기능적인 정보가 결여되어 있다. 분명히 21세기의 생물학자는 이런 모든 서열자료들에 내재하는 기능들을 연구하고 이해할 수 있는 새로운 기술을 요구할 것이다.</font></p><p style="LINE-HEIGHT: 160%" align="left"><font face="바탕,신명조" color="#000000" size="2">&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;현재 많은 노력이 그러한 기술의 개발로 향하고 있다. 이러한 기술로는 mRNA profile들을 대규모의 빠른 속도로 연속 또는 병렬 (serial and parallel) 방식으로 연구하고자 하는 방법부터 시작되고 있다 (URL box 참조). 핵산들은 간단하고 다루기가 용이하기 때문에 연구자들은 mRNA 수준의 측정을 포함하는 기술들을 개발함으로써 시작하였다. Proteomics는 궁극적으로 유전자발현의 효과에 대한 보다 상세한 정보를 제공할 것으로 추정된다. 이러한 기술과 자원들 (예를 들어 모든 인체 단백질에 특이적인 항체들의 배열)의 발달은 이제 시작하고 있다 (하단 참조). 그럼에도 불구하고 mRNA expression profiling을 수행함으로써 배울 수 있는 것은 매우 많으며 이러한 목적에 이미 이용될 수 효과적인 기술들도 몇가지 있다. </font></p>

<p style="LINE-HEIGHT: 160%" align="left"><font face="바탕,신명조" color="#000000" size="2">&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;어떤 array 방법이던 실험은 동일한 방식으로 진행된다 (</font><a href="http://home.inje.ac.kr/~biochemi/Lecture/1st/Bioinfo/Figures/5.jpg"><font face="바탕,신명조" color="#000080" size="2">그림 1</font></a><font face="바탕,신명조" color="#000000" size="2">). RNA들은 연구될 세포나 조직들로부터 추출되어야만 한다. 그리고 추출물내의 mRNA로부터 '표지된 (tagged)' cDNA나 cRNA가 만들어져야만 한다. 그 산물 (방사능동위원소나 형광 nucleotide analog들로 표지된)은 array에 hybridization되고 붙지않은 것들은 씻어진다. Array들은 광학적으로 검사되어 그 결과가 분석된다. 앞으로도 기존의 방법들을 향상시킬 수 있는 다양한 과제들이 남아있을 것이다. 그러한 것들은 세가지 분야에 놓여있다: 생화학, 기계화 (instrumentation), 그리고 정보학 (informatics)이다. </font></p>

<p style="LINE-HEIGHT: 160%" align="left"><font face="바탕,신명조" color="#000000" size="2">&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;현재 가장 앞선 발현 system은 매우 비싸기 때문에 그 기술이 개발되고 있는 큰 제약회사나 실험실에서만 이용가능하다. Filter-based system 조차도 비용이 많이 든다. 가장 장은 filter array를 만들기 위해서는 robot를 만들어야하며 (http://cmgm.stanford.edu/pbrown/array.html), cDNA들을 주문하거나 증폭하여, 서열분석을 통해 확인한 후, 배열하여야 한다. 이것은 대부분의 연구소나 연구자에게는 비현실적인 것이다. Filter-based system 조차도 비교적 비싸고 비교적 적은 수의 유전자들을 가지며, 단지 몇번 정도만 재활용이 가능하다. 그러한 array들의 장점은 phosphorimager (또는 X-ray film도 정성적인 결과에 대해 가능)로 스캔이 가능하기 때문에 고가의 형광분석기가 필요없다는 것이다. 실험 경비가 낮아지기 전까지는 실험횟수와 실험당 replicate의 수는 제한을 받을 것이다. 단지 몇 개의 replicate 만으로는 mRNA 수준의 차이가 크게 나는 경우 (10 배 정도)에만 그 결과를 믿을 수 있을 것이다. 일단 이 '믿을 수 있는 과일 (low-lying fruit)' (즉, 가장 분명한 새로운 현상)이 따진다면 생물학자들은 새로운 발견을 하기위해 훨씬 더 민감하고 다양한 '신호들 (signals)'을 추구할 필요가 있을 것이다. 현재의 실험적, 통계적 informatics 도구들이 이 임무를 수행할 수 있을 지는 분명하지 않다.</font></p>