논문, 세계적 '네이처 바이오테크놀로지'에 발표
|
왼쪽 도표) Y축(세로축)은 연구진들이 실제 실험을 통해 유전자가위 효과를 검증한 분포 값이며, X축(가로축)은 공동연구진이 개발한 인공지능 프로그램을 통해 확인한 Y축의 유전자가위의 예측 값이다.
도표 상 가로지른 선에 분포된 점에 수렴(접근)될수록 '1'의 값을 갖는다.
실제 실험을 통해 검증된 유전자 가위 효과도와 인공지능이 예측한 효과도가 1에 수렴되는 것을 볼 수 있다. (평균 0.87의 상관 값을 보여주고 있음)
|
[보건타임즈] 국내 연구진이 유전자 교정(Genome Editing)에 필수적으로 사용되는 유전자가위의 효과성을 예측하는 인공 지능(Artificial Intelligence)을 세계 최초로 개발해냈다.
|
|
김형범 교수
|
윤성로 교수
|
연세대의대 김형범 교수(약리학/기초과학연구원(IBS) 연구위원)팀과 서울대공대 윤성로 교수(전기정보공학부)팀은 연구자가 목표로 하는 유전자 부위를 잘라낼 수 있는 다양한 유전자가위 중, 기대치만큼 최고의 효과를 낼 수 있는 유전자가위를 선택할 수 있도록 제시해주는 인공지능 프로그램을 개발, 유전자 교정기술에 새로운 전기를 마련했다.
이를 다룬 공동연구진의 논문은 Deep learning improves prediction of CRISPR-Cpf1 guide RNA activity (딥러닝을 이용한 CRISPR-Cpf1 가이드 RNA 활성 예측 성능 개선)이란 제목으로 세계적 학술지인 ‘Nature Biotechnology’(IF 41.67)지 온라인 판 1월 30일자로 게재됐다.
유전자가위는 동식물 유전자에 결합, 특정 DNA 부위를 자르는 데 사용하는 인공효소다.
이 인공효소는 DNA를 자르는 '절단효소'와 이 효소를 목표로 한 DNA '염기서열'로 이끌어 달라붙게 하는 운반체를 겸한 길라잡이 '가이드(Guide)RNA'로 구성돼 있다.
연구자의 의도대로 유전자 교정효과를 높이기 위해선 선택한 유전자가위를 목표로 한 DNA염기서열로 부착시키는 것이 관건이다.
생물의 유전자염기서열은 아데닌(A), 구아닌(G), 시토신(C), 티민(T)의 순서로 돼 있다.
인간 유전자는 이들 4종류의 염기 30억 개가 일정한 순서로 늘어서 있다.
염기서열에 따라 유전성과 키(신장), 피부색 등 다양한 생물학적 특성이 결정된다.
그러나 수많은 '가이드RNA' 종류 중 어느 것이 가장 정확하게 목표로 한 DNA염기서열로 접근 부착해 충분한 유전자 교정효과를 낼 수 있는지 '선택의 문제'는 전 세계 유전자 연구자들의 큰 고민거리가 돼왔다는 게 연구팀의 설명이다.
김형범 교수는 "기존에 유전자가위의 효과를 예측하는 컴퓨터 시뮬레이션 프로그램이 있지만, 다양한 형태의 유전자 가위에 대한 저장된 정보량이 적어 정확한 예측 값을 산출해내지 못해 활용도가 크지 못했다"고 밝혔다.
이런 문제로 많은 연구자들이 직접 다양한 형태의 유전자가위를 만든 뒤 낱낱이 실험을 통해 검증하는 수밖에 없는 여건이어서 상당한 노력과 시간, 비용이 소요돼왔다.
숙련된 연구자조차 만든 단 하나의 유전자가위 효과를 검증하기까지 평균 1주일간의 시간과 노력을 쏟아야 했다.
김 교수는 이러한 한계를 넘어설 대안으로 연구자가 입력한 다양한 형태의 방대한 데이터를 스스로 학습, 일정한 규칙성을 찾아 제시할 수 있는 '딥 러닝(Deep Learning)'기술을 가진 인공지능을 탑재한 유전자가위 개발에 착수하게 됐다.
김 교수는 국내 인공지능 전문가로 널리 알려진 윤성로 교수와 공동 연구를 추진하게 됐다.
|
| 사진은 세계 최초로 인공지능(AI)을 이용한 '유전자가위 효과예측 프로그램'을 개발한 서울대공대 윤성로 교수(사진 속 얼굴을 보이는 이)와 연구원들이 프로그램 개발을 위해 자체 개발한 인공지능(AI) 컴퓨터의 기능을 점검하는 모습(제공 서울대공대) |
김 교수는 인공지능형 유전자가위 예측모델을 구축하기 위한 첫 단계로 앞서 개발한 유전자가위의 활성도를 대량으로 측정할 있는 첨단 분석기법으로 얻은 15,000개에 달하는 각기 다른 가이드RNA를 가진 '크리스퍼 유전자가위(CRISPR-Cpf1)'의 유전자교정 효과 정보를 내놓았다.
윤 교수는 이 정보를 자체적으로 개발한 인공지능 딥러닝 기술을 통해 다양한 조건 속에서 최적의 유전자 교정 효과율을 낼 수 있는 크리스퍼 유전자가위를 높은 순부터 제시하기에 이르렀다.
윤 교수는 "스스로 학습하는 인공지능을 통해 연구자가 가장 최적의 유전자가위의 정보를 받아 제작한 수개의 유전자가위가 예측해내는 효과를 실험을 통해 검증함으로써 시간과 노력, 예산을 크게 줄일 수 있게 됐다"고 말했다.
김 교수는 "실험 결과 치와 인공지능이 제시한 예측 값의 상관관계가 0.87로 수렴되는 매우 높은 신뢰도를 보여줬다"고 평가했다.
즉 상관관계가 1에 가까울수록 예측 값이 정확하다는 뜻이다.
기존 활용되던 유전자가위 시뮬레이션 프로그램은 평균 0.5~0.6의 값을 보였던 것을 감안하면 이번 개발된 인공지능의 정확도가 높다는 것을 의미한다.
이에 연구진은 기존 프로그램에 없던 새로운 변수의 조건을 넣고 학습시킨 것이 중요했다고 봤다.
김 교수는 "유전자 가위가 목표하는 DNA 염기서열로 접근, 성공적으로 부착하기 위한 ‘염색질 접근성’(Chromatin Accessibility)까지 고려한 정보를 인공지능에 넣었다"고 말했다.
윤 교수도 "인공지능에 목표한대로 유전자 염기서열을 '잘 찾아가 잘 잘라내는'정보를 넣어 학습시킨 것이 주효했다"고 강조했다.
유전자는 생물세포의 정보가 담겨진 DNA가 '길게 연결된 두 가닥 사슬이 사다리형태로 연결된 모양'을 하고 있다.
이 사다리들은 3차원적으로 꼬여져 있는 복잡한 형태의 '나선형'모양을 나타낸다.
연구자는 유전자가위를 사용해 나선형 사다리꼴 DNA구조 속으로 잘 헤집고 들어가 목표한 곳에 잘 부착시킴으로써 유전자 교정을 한다. 이 과정이 유전자 교정의 성패를 좌우한다.
두 연구팀은 이번에 개발한 '인공지능 유전자가위 효과예측 프로그램'의 미래를 밝다는 것을 확인했다며 향후 더 많은 유전자 가위의 효과 정보를 추가로 인공지능에 학습시킬수록 정확도와 신뢰도가 향상된 유전자가위 효과예측 인공지능 프로그램을 구축할 수 있을 것이라고 기대했다.
연세의대와 서울공대 연구팀은 이번연구를 한국연구재단과 기초과학연구원(IBS)의 후원을 받아 지난 1년 여간 공동으로 수행했다.
기사최종편집일: 2024-05-02 18:46:06
다음기사 : 
