▲ (왼쪽부터)서울대 전기정보공학부 윤성로 교수, 연세대 의과대학 김형범 교수.출처=서울대공대

 

 

 

[이코노믹리뷰=김윤선 기자]국내 연구진이 난치성 질환 치료를 위한 차세대 기술로 손꼽히는 유전자가위에 인공지능(Artificial Intelligence) 기술 중 하나인 딥러닝(Deep Learning)을 접목시켰다. 수많은 유전자 중 유전자가위가 목표로 하는 유전자를 찾는 것은 오랜 시간과 큰 비용이 들었지만 이 기술을 활용하면 유전자가위의 표적 부위를 빠르게 찾을 수 있다. 연구팀은 이처럼 딥러닝 기술을 이용해 유전자가위의 효율을 예측한 것은 세계 최초라고 설명했다. 

서울대 공대는 전기정보공학부 윤성로 교수와 연세대 의과대학 김형범 교수 공동연구팀이 인공지능을 활용해 유전자가위의 효율을 예측할 수 있는 기술을 개발했다고 30일 밝혔다. 이 연구 결과는 세계적 학술지 ‘네이처 바이오테크놀로지(Nature Biotechnology, IF41.67)’ 온라인 판에 이날자로 게재됐다.

▲ 유전자 가위의 효율예측 알고리즘(DeepCpf1) 도식화.출처=서울대공대

유전자가위 ‘크리스퍼(CRISPR-Cpf1)’는 유전자의 특정 부위를 절단해 유전자를 원하는 형태로 교정하는 인공 효소다. 유전자가위의 절단 효율은 유전자가위가 유전자의 어떠한 부위를 표적으로 하는지에 따라 현저히 달라진다.

유전자가위를 효과적으로 제작하기 위해서는 유전자가위의 절단 효율이 높은 표적 부위를 선정하는 것이 필수다. 그러나 유전자가위의 효율·예측 기술의 정확도가 굉장히 제한돼 있다는 점이 걸림돌이다. 실험을 통해 수많은 유전자가위들을 제작하고 각각의 효율을 측정하는 데 막대한 시간과 비용이 소요됐다.

이에 연구팀은 유전자가위의 효율을 예측할 수 있는 인공지능을 구축했다. 대량의 유전자가위의 효율을 측정한 데이터를 수집하고 딥러닝 모델을 적용했다. 표적 부위의 염기서열 뿐만 아니라 유전자가위가 표적 부위에 구조적으로 잘 접근할 수 있는 지까지 고려해 유전자가위의 효율성과 예측 정확도를 크게 향상시켰다.

▲ 연구진이 제작한 알고리즘(DeepCpf1)의 유전자가위 활성 예측 성능 평가.출처=서울대공대

윤성로 교수는 “세계 최초로 인공지능을 이용한 유전자가위 연구가 국내에서 성과를 이뤘다는 점에서 큰 의의가 있다”면서 “이번 연구결과는 유전자가위 제작을 위한 비용과 노동력을 획기적으로 줄이고 유전체 교정연구 속도를 비약적으로 높여 차세대 산업의 경쟁력을 높이는 핵심기술로 사용될 것”이라고 말했다.