유전자 발현 이해의 질적 도약
Google DeepMind는 DNA(디옥시리보핵산)의 변화가 인체의 다양한 세포 유형에 미치는 영향을 해독하도록 설계된 첨단 인공지능 시스템인 신형 모델 AlphaGenome 2를 공개했습니다. 이 모델은 이전 모델인 AlphaGenome의 후속작으로, 세포 유형과 상태에 따라 동일한 유전 물질이 어떻게 완전히 다른 기능을 수행할 수 있는가 하는 생물학의 가장 복잡한 문제 중 하나를 해결하는 것을 목표로 합니다.
AlphaGenome 2는 68개 인체 조직 유형에서 유래한 1억 개 이상의 세포 프로필을 포함하는 방대한 데이터베이스로 학습되었습니다. 이러한 막 덕분에 이 모델은 이전 모델에 비해 세포 내 유전자 발현을 변경하는 여러 유전적 변이를 거의 두 배 가까이 식별해 냈으며, 이를 통해 과학자들은 더 광범위한 모델에서는 놓칠 수 있는 미세한 유전적 영향을 전례 없는 수준으로 모니터링할 수 있게 되었습니다.
과학 연구에서의 실제적인 변화
이 발전의 핵심적인 중요성은 인간 유전자와 세포 생물학을 직접 연결하는 능력에 있습니다. 신체의 대부분 세포는 동일한 DNA를 가지고 있지만, 세포(심장 세포, 피부 세포, 면역 세포 등)는 그 기능에 따라 특정 유전자를 서로 다른 패턴으로 켜고 끕니다.
AlphaGenome 2는 연구자들에게 다음과 같은 몇 가지 실용적인 이점을 제공합니다:
- 정밀한 약물 표적 식별: 약물 개발은 특정 단백질과 세포 유형을 표적으로 삼는 것에 의존하기 때문에, 모델이 제공하는 정확성은 돌연변이가 해당 표적 세포에 미치는 영향을 정확히 이해하는 데 도움이 됩니다.
- 새로운 생물학적 상태 예측: 이 모델은 재학습 없이도 새로운 유형의 세포 행동과 생물학적 상태를 예측하는 능력을 보여주었습니다.
- 지식 격차 해소: 이 모델은 현재 실험 데이터의 부족한 부분을 파악하여 과학자들이 집중적인 실험실 연구가 필요한 분야로 향할 수 있도록 안내합니다.
미래 전망과 기술적 한계
막대한 잠재력에도 불구하고 DeepMind의 연구진은 AlphaGenome 2가 전작에 비해 더 높은 연산 비용이 소요되며, 이로 인해 현시점에서는 인간 유전체의 모든 글자에 대한 포괄적인 유전체 조사에 사용하는 것이 다소 비실용적이라고 지적했습니다. 그럼에도 불구하고 회사의 장기적인 비전은 생물학적 시스템의 완전한 디지털 시뮬레이션인 이른바 "가상 세포(Virtual Cells)"를 개발하는 것으로 남아 있습니다.
구글은 오늘부터 AlphaGenome API를 통해 비상업적 과학 연구용으로 AlphaGenome 2를 제공한다고 발표했으며, 상업적 연구 목적을 위한 별도의 비공개 미리 보기(Private Preview) 버전도 제공할 예정입니다.