기사를 읽어드립니다.

구글 딥마인드가 DNA 변이가 어떤 세포에서 유전자 활동에 영향을 미치는지 예측하는 AI 모델 '알파게놈 2(AlphaGenome 2)'를 공개했다. 기존 모델이 주로 조직 단위로 유전자 활동을 분석했다면, 새 모델은 개별 세포의 유형과 상태까지 구분하며 원인 변이 식별 성능도 약 2배 높였다.

구글 딥마인드는 11일(현지시간) 공식 블로그를 통해 알파게놈 2를 발표했다. 지난해 공개한 첫 번째 알파게놈의 후속 모델로, DNA 염기서열의 작은 변화가 유전자 발현과 세포 기능에 미치는 영향을 예측한다.

가장 큰 변화는 분석 대상을 조직 단위에서 개별 세포 유형과 상태로 세분화한 것이다. 기존 알파게놈은 최대 100만개 염기로 구성된 DNA 서열을 입력받아 여러 조직과 세포주의 특성을 한꺼번에 예측했다. 그러나 여러 세포의 특성이 섞인 조직 데이터를 활용하는 방식이어서 특정 세포에서만 나타나는 미세한 변이 효과를 포착하는 데 한계가 있었다.

알파게놈 2는 DNA 서열과 함께 분석할 세포 유형이나 상태를 지정하는 '조건부 모델'로 설계를 바꿨다. 같은 DNA를 가진 세포라도 면역세포와 심장세포처럼 활성화되는 유전자가 서로 다르다는 점을 반영한 것이다. 이를 통해 동일한 유전자 변이가 어느 세포에서, 어떤 조건일 때 영향을 미치는지 구분할 수 있다.

기존 알파게놈 1은 하나의 DNA 서열을 바탕으로 여러 조직과 세포의 유전자 활동을 동시에 예측한다. 알파게놈 2는 분석 대상 세포의 유형과 상태를 지정해 유전자 변이의 영향을 더욱 세밀하게 예측하도록 개선됐다. (사진=구글)

이를 위해 인간과 생쥐의 68개 조직에서 얻은 1억700만개 이상의 개별 세포 데이터를 활용해 학습했다. 연구자가 새로운 단일 세포 실험 데이터를 입력하면 모델을 다시 학습시키지 않고도 해당 세포 상태에서 DNA 변이가 미치는 영향을 예측할 수 있다.

성능 개선은 면역세포 데이터를 활용한 평가에서 확인됐다. 28개 면역세포 유형을 포함한 'TenK10K' 데이터셋에서 알파게놈 2는 90%의 정밀도를 유지하면서 유전자 활동에 영향을 미치는 원인 변이의 30%를 찾아냈다. 기존 알파게놈을 단일 세포 데이터로 추가 학습한 모델의 16%보다 약 1.9배 높은 수치다.

변이가 유전자 활동을 증가시키는지 감소시키는지 구분하는 능력도 개선됐다. 높은 예측 정확도를 유지하면서 영향의 방향까지 식별한 변이의 비율은 기존 23%에서 43%로 높아졌다. 이는 특정 면역세포 데이터에서 측정한 결과로, 모든 질병 관련 변이를 같은 수준으로 찾아낸다는 의미는 아니다.

이러한 기술은 질병과 관련된 DNA 변이를 발견하더라도 실제 영향을 받는 유전자와 세포를 알아내기 어려웠던 유전학 연구에 도움이 될 수 있다. 구글 딥마인드는 염증성 장질환과 관련된 DNA 변이가 장내 면역세포인 대식세포에서 'ETS2' 유전자를 과도하게 활성화한다는 기존 연구 결과를 알파게놈 2로 재현했다. 해당 변이가 다른 세포에서는 거의 영향을 미치지 않으면서 특정 세포에서만 유전자 활동을 증가시킨다는 사실까지 예측했다.

이는 질병과 연관된 DNA 영역을 찾는 데서 나아가 원인으로 작용할 가능성이 높은 변이와 영향을 받는 유전자, 세포를 함께 좁혀낼 수 있다는 의미다. 이를 바탕으로 추가 실험 대상을 선정하거나 신약 개발에 필요한 치료 표적 후보를 찾는 데 활용할 수 있다. 이번 사례는 이미 실험으로 밝혀진 결과를 재현한 것으로, 새로운 질병 원인을 독자적으로 발견한 것은 아니다.

학습하지 않은 세포 상태도 재학습 없이 분석할 수 있다. 코로나19 mRNA 백신 연구 데이터를 활용한 실험에서는 특정 유전자 변이가 휴지 상태보다 활성화된 면역 T세포에서 더 큰 영향을 미친다는 사실을 예측했다.

기존 모델의 유전자 발현과 염색질 분석에 더해 DNA 메틸화 예측 기능도 추가했으며, 실험에서 측정하지 않은 세포 특성까지 예측할 수 있다.

알파게놈 2는 현재 '알파게놈 API'를 통해 비상업적 연구 목적으로 이용할 수 있으며, 상업적 연구용 접근은 비공개 프리뷰 형태로 제공된다.

새 모델은 세포별 정밀 분석이 가능한 대신 기존 모델보다 많은 연산 자원이 필요해 광범위한 유전체 분석에는 기존 알파게놈도 계속 활용될 것으로 보인다. 두 모델 모두 연구용으로 개발됐으며, 임상 진단 목적으로 검증되거나 승인되지는 않았다.

박찬 기자 cpark@aitimes.com