[메디게이트뉴스 이지원 기자] 국내 연구진이 유전자 편집(Genome Editing)에 사용하는 유전자가위의 효과성을 인공지능(Artificial Intelligence)으로 예측하는 프로그램을 개발했다.

유전자가위 효과 예측 프로그램은 연구자가 사용할 수 있는 많은 유전자가위 중에서도 가장 큰 효과를 낼 것으로 예측되는 유전자가위를 선택해서 알려준다. 이 프로그램은 연세의대 약리학과 김형범 교수(기초과학연구원(IBS) 연구위원)팀과 서울대 전기정보공학부 윤성로 교수팀이 개발했다.
 

유전자가위는 동식물 유전자에 결합해 특정 DNA 부위를 자르는데 사용하는 인공효소다. 유전자편집은 DNA를 자르는 '절단효소'와 절단한 부위에 DNA 염기서열로 이끌어 달라붙게 하는 '가이드(Guide)RNA'로 이뤄진다. 이때 유전자편집의 효과를 높이기 위해서는 수많은 가이드RNA 종류 중에 가장 정확하게 목표로 하는 DNA염기서열로 접근해 부착되도록 하는 가이드 RNA를 선택하는 것이 관건이다. 그러나 그동안은 많은 연구자들이 직접 다양한 형태의 유전자가위를 만들어 일일이 실험을 통해 검증하는 수밖에 없었다.

김형범 교수는 "유전자가위의 효과를 예측하는 기존의 컴퓨터 시뮬레이션 프로그램은 유전자가위에 대한 정보가 충분히 저장돼있지 않아 부정확한 예측 값을 산출해 활용도가 크지 못했다"며 "딥 러닝(Deep Learning) 기반의 인공지능이 대안이 될 것으로 보고 인공지능 전문가인 윤성로 교수와의 공동 연구를 추진했다"고 밝혔다. 

윤성로 교수는 "연구자는 스스로 학습하는 인공지능을 통해 가장 최적의 유전자가위의 정보를 받아 수개의 유전자가위만을 실제로 제작했다"라며 "실험을 통해 검증함으로써 시간과 노력, 그리고 예산을 크게 줄일 수 있게 됐다"고 밝혔다.

공동 연구진은 인공지능에 의한 유전가가위 효과 예측도는 실제 실험 결과치와 인공지능이 제시한 예측값의 상관관계가 0.87로 수렴됐다고 공개했다. 상관관계 값이 1에 가까울 수록 정확도와 신뢰도가 높은데, 이 값은 기존에 활용하던 유전자가위 시뮬레이션 프로그램의 평균값 0.5~0.6보다 높은 수치다. 연구진은 이에 대해 염색질 접근성(Chromatin Accessibility) 등 기존 프로그램에는 없던 새로운 변수 조건을 넣고 학습시킨 것이 중요했다고 밝혔다.  

김형범 교수와 윤성로 교수는 "이번 공동연구 성과를 통해 향후 국내 의학과 공학 분야의 융합연구가 더욱 활성화되기를 기대한다"고 했다.

이번 공동연구는 한국연구재단과 기초과학연구원(IBS)의 후원을 받아 지난 1년여간 수행됐다. 이번 성과는 학술지 '네이처 바이오테크놀로지(Nature Biotechnology)'(IF 41.67) 온라인 판에 1월 30일자로 게재됐다.