국내연구진이 유전자 교정(Genome Editing)에 필수적으로 쓰이는 유전자가위 효과를 예측하는 인공지능을 개발했다.

연세의대 약리학교실 김형범 교수와 서울대 공대 전기정보공학부 윤성로 교수팀은 유전자 부위를 잘라낼 수 있는 다양한 유전자가위 중 최고 효과를 낼 수 있는 유전자가위를 선택해 제시해주는 인공지능 프로그램을 개발했다고 20일 밝혔다.

유전자가위는 동식물 유전자에 결합해 특정 DNA 부위를 자르는 데 사용하는 인공효소다. DNA를 자르는 '절단효소'와 이 절단효소를 목표로 한 DNA '염기서열'로 이끌어 달라붙게 하는 운반체이자 길라잡이인 '가이드(Guide)RNA'로 이루어진다.

김형범 교수는 입력되는 다양한 형태의 방대한 데이터를 스스로 학습하고 그 속에서 일정한 규칙성을 찾아 제시할 수 있는 딥 러닝 기술을 가진 인공지능이 대안이 될 수 있을 것이라 생각하고 윤성로 교수와 공동 연구를 추진했다.

김 교수는 1만5000개에 달하는 각기 다른 가이드RNA를 가진 '크리스퍼 유전자가위(CRISPR-Cpf1)'의 유전자교정 효과 정보를 내놨다.

윤 교수는 이 정보를 자체적으로 개발한 인공지능 딥러닝 기술로 다양한 조건 속에서 최적이 유전자 교정 효과율을 낼 수 있는 크리스퍼 유전자가위를 높은 순부터 제시하도록 했다.

그 결과 유전자가위 효과 예측도는 실제 실험 결과치와 인공지능이 제시한 예측값의 상관관계가 0.87로 수렴됐다.

연구팀은 유전자 가위가 목표하는 DNA염기서열로 접근, 성공적으로 부착하기 위한 염색질 접근성(Chromatin Accessibility)까지 고려한 정보를 인공지능에 넣었다.

윤 교수는 "스스로 학습하는 인공지능으로 연구자는 가장 최적의 유전자가위 정보를 받아 수개의 유전자가위만을 실제로 제작, 실험을 통해 검증함으로써 시간과 노력, 예산을 크게 줄일 수 있게 됐다"고 말했다.

이어 "유전자치료와 신약개발 등 의료산업 분야를 넘어 다양한 분야에 쓰일 수 있는 유전자가위 효과예측 프로그램을 만듦으로서 관련 산업분야를 우리나라가 선도할 수 있는 계기를 마련했다"고 덧붙였다.

김형범 교수도 "앞으로 더 많은 유전자가위의 효과 정보를 추가적으로 인공지능에 학습시킬수록 정확도와 신뢰도가 향상된 유전자가위 효과예측 인공지능 프로그램을 구축할 수 있을 것"이라고 기대했다.

한편, 김형범 교수와 윤성로 교수팀의 연구결과는 '네이처 바이오테크롤로지(Nature Biotechnology)' 온라인판에 실렸다. 이들의 공동연구는 한국연구재단과 기초과학연구원(IBS)의 후원을 받아 수행됐다.