같은 DNA 변이도 세포 따라 다르다…구글 AI, 질병 원인 정밀 추적 작성일 11-12 54 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">구글 딥마인드 '알파게놈2' 공개<br>유전자 변이 탐지율 16→30%<br>신약 표적 발굴·질병 연구 활용</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="HBSmxcCEd5"> <figure class="figure_frm origin_fig" contents-hash="3def24b1f27a05466559b0ec517083afac6df4ca12e59d9aba6c5a30ae6bab84" dmcf-pid="XbvsMkhDnZ" dmcf-ptype="figure"> <p class="link_figure"><img alt="인간의 조혈모세포가 적혈구 등의 혈액 세포로 분화해 나가는 과정(조혈 분화)에서 유전자가 어떻게 발현되는지를 AI 모델이 얼마나 정확하게 예측하는지 비교하는 지도다. 구글 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/12/hankooki/20261112163042051tejy.jpg" data-org-width="1131" dmcf-mid="ZHrVGq6bRi" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/12/hankooki/20261112163042051tejy.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 인간의 조혈모세포가 적혈구 등의 혈액 세포로 분화해 나가는 과정(조혈 분화)에서 유전자가 어떻게 발현되는지를 AI 모델이 얼마나 정확하게 예측하는지 비교하는 지도다. 구글 제공 </figcaption> </figure> <p contents-hash="1abf5a9ca8c815047ea08063e75650c3c8e60ed0626cccef8e86344d1dd670ad" dmcf-pid="ZKTORElwJX" dmcf-ptype="general">같은 유전자 변이라도 뇌세포에서 나타날 때와 면역세포에서 나타날 때 인체에 미치는 영향은 다를 수 있다. 구글이 이처럼 세포에 따라 달라지는 유전자 변이의 영향을 정밀하게 예측하는 인공지능(AI) 모델을 공개했다. 질병을 일으키는 유전적 원인을 찾아내고 신약 개발에 필요한 표적을 발굴하는 데 활용될 것으로 기대된다. </p> <p contents-hash="0e468c84aedd0d859d6a4500de5ea3b1f660916261a22d98155ddbd5996ea241" dmcf-pid="59yIeDSriH" dmcf-ptype="general">구글 딥마인드는 11일(현지시간) 유전자 활동을 분석하는 '알파게놈2'를 선보였다. 지난해 공개한 알파게놈의 후속 모델로, 유전자 변이가 어떤 세포에서 나타나는지에 따라 달라지는 영향을 구분하는 능력을 강화한 게 특징이다. 2024년 노벨화학상 수상에 기여한 단백질 구조 예측 AI '알파폴드'에 이어, 구글은 AI를 활용한 생명과학 연구 범위를 지속적으로 확장하고 있다.</p> <p contents-hash="36a3d4f55a30a5c8da847cb59f8532b18ea95d2ca25a2af780025a477c4180de" dmcf-pid="1e0XcTtWLG" dmcf-ptype="general">기존 알파게놈은 여러 조직의 유전자 활동을 한꺼번에 예측했다. 반면 알파게놈2는 연구자가 분석하려는 세포의 종류와 상태를 지정하면 해당 조건에서 유전자가 어떻게 작동할지 예측한다. 같은 디옥시리보핵산(DNA)을 가진 세포라도 종류와 상태에 따라 유전자 활동이 달라지는 점을 반영한 것이다.</p> <p contents-hash="c6ce791d9a4af4e578dd0b14c70de6335f7cf96849664aee54d62362a4f61dd8" dmcf-pid="tdpZkyFYJY" dmcf-ptype="general">학습에 활용한 데이터도 크게 늘었다. 구글 딥마인드에 따르면, 알파게놈2는 인체의 68개 조직에서 수집한 1억700만 개 이상의 세포 데이터를 학습했다. 질병을 일으키는 유전자 변이를 찾아내는 능력도 더 강력해졌다. 기존 AI 모델에 단일세포 데이터를 따로 학습시켜 원인 변이를 추적했을 때는 정답률이 16%에 그쳤지만, 알파게놈 2는 이 수치를 30%까지 끌어올렸다. </p> <p contents-hash="585dd336d0c72af4a653bfcfd29b56e7c5fee781813d66eb58b38abf7e9a1f09" dmcf-pid="FJU5EW3GLW" dmcf-ptype="general">알파게놈2는 과거 학습하지 않은 세포 데이터도 별도의 재학습 없이 분석할 수 있다. 실제로 코로나19 메신저 리보핵산(mRNA) 백신 연구 데이터를 입력하자 백신 접종으로 활성화된 면역 T세포와 휴지 상태의 T세포를 구분해냈다. 학습 과정에서 직접 접종 데이터를 보지 않았음에도 세포 상태에 따른 유전자 활동의 미세한 차이를 곧바로 적용할 수 있음을 입증한 것이다. </p> <hr class="line_divider" contents-hash="30f84b2e5f4fb62e238ad51d2ca8f1b0f479fe9dc1daed7dd5a7897131be84cc" dmcf-pid="0n7twGpXeT" dmcf-ptype="line"> <h3 contents-hash="65dc77f19660e6573968dfa13d53bbe1c5b5864652e6d49128d547edecab9d66" dmcf-pid="pLzFrHUZnv" dmcf-ptype="h3">신약 개발에서 특히 주목 받아... 연산 비용도 늘어</h3> <p contents-hash="fc5ae92c405825184160c3dadc3b33276dd1c38cc1d926f19b1b95ea9fd71428" dmcf-pid="Uoq3mXu5LS" dmcf-ptype="general">휴먼 셀 아틀라스 공동설립자인 세라 타이크먼 영국 케임브리지대 교수는 이번 보고서에서 "알파게놈2가 흥미로운 이유는 재학습 없이 새로운 단일세포 데이터에 곧바로 적응한다는 점"이라며 "소수의 세포 표본만으로도 이전에 분석하지 않은 세포 상태에서 DNA 변이가 어떻게 작용하는지 예측할 수 있다"고 평가했다.</p> <p contents-hash="ea42dcc3aa18a35c4044ae234eb0759918c88f1d6ca6d1cba0c31873191b4ed0" dmcf-pid="ugB0sZ71dl" dmcf-ptype="general">이 기술은 신약 개발에서 특히 주목받는다. 같은 유전적 특징을 가진 세포라도 실제 약물이 작용해야 할 대상은 특정 세포에 한정될 수 있기 때문이다. 지가 아브세츠 딥마인드 유전체학 총괄은 미 정보기술(IT) 전문매체 더버지에 "신약을 개발할 때는 특정 단백질과 특정 세포 유형을 표적으로 삼게 된다"며 "이와 같은 정밀도가 필수적"이라고 강조했다.</p> <p contents-hash="38b8c8d391c9383207a9642a400e6878e34ec833b7a8bda2db62302d2c92e92e" dmcf-pid="7abpO5ztMh" dmcf-ptype="general">다만 분석 범위가 세밀해진 만큼 연산 비용도 늘었다. 딥마인드는 약 90억 개의 유전자 변이를 폭넓게 분석할 때는 기존 알파게놈을, 특정 세포에서 질병 원인을 추적하거나 신약 표적을 찾을 때는 알파게놈2를 활용하는 방안을 제시했다.</p> <p contents-hash="e215332dcb1a8aa44b3b2f49896b06958b7c39a38535053cb874ce3586afbd0e" dmcf-pid="zNKUI1qFiC" dmcf-ptype="general">알파게놈2는 비상업적 연구자에게 무료로 제공되며, 상업적 연구에는 제한적인 미리보기 형태로 개방된다.</p> <p contents-hash="8ae4e204c6ae80c97a9c3051f0b6e8ebc77ee3471d2b4af6154d80186b17f917" dmcf-pid="qj9uCtB3MI" dmcf-ptype="general">실리콘밸리= 박지연 특파원 jyp@hankookilbo.com</p> </section> </div> <p class="" data-translation="true">Copyright © 한국일보. 무단전재 및 재배포 금지.</p> 관련자료 이전 “中인력보다 AI가 더 싸다”···AI 시대 게임 성공 공식은 11-12 다음 게임 제작비 세액공제, 내주 조세소위 심의... 한일 게임 경쟁 분기점 되나 11-12 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.