국내 연구진이 세계 최초로 유전자가위 기술에 인공지능(AI)을 접목시켜 주목된
다. AI 딥러닝(심층학습) 모델을 적용해 유전자가위 효율 예측의 정확도를 높인
게 핵심이다.

서울대는 이 대학 전기정보공학부 윤성로 교수와 연세대 의과대학 김형범 교수
공동연구팀이 AI를 활용한 유전자가위 효율 예측기술을 개발했다고 30일 밝혔
다.

유전자가위 ‘크리스퍼(CRISPR-Cpf1)’는 유전자의 특정 부위를 잘라
내 유전자를 원하는 형태로 교정하는 인공 효소다. 난치성 질환 치료 등에 활용
된다.

유전자가위의 절단 효율은 유전자의 어떤 부위를 표적으로 하는지에 따라 크게
달라진다. 즉 절단 효율이 높은 표적 부위를 선정하는 것이 중요한데 이게 생
각처럼 쉽지 않다. 실제로는 유전자가위의 효율 예측기술 정확도가 떨어지는 것
이다. 때문에 실험을 통해 수많은 유전자가위를 제작해 각각 효율을 측정하는
데 많은 시간과 비용이 드는 한계점이 있었다.


연구팀은 이를 감안해 유전자가위 효율 예측 AI를 구축하는 데 주안점을 뒀다.
유전자가위 효율 측정 데이터를 대량 수집한 뒤 딥러닝 모델을 적용했다. 딥러
닝은 인간의 신경망 구조를 모방한 학습법. 주어진 목표가 아니라 스스로 방대
한 경우의 수를 탐색하고 걸러내는 과정에서 가장 관련성이 높은 것을 찾아낸다
. 연구팀이 딥러닝을 통해 표적 부위 염기서열뿐 아니라 유전자가위가 표적 부
위에 구조적으로 접근 가능한지도 고려할 수 있었던 배경이다.

연구팀이 제작한 알고리즘(Deep Cpf1)을 이용한 실험에서는 유전자가위 활성의
예측가능성을 상당히 높였다는 결과가 나왔다. “알고리즘에 의한 예측치
를 x축, 실험을 통해 얻은 측정치를 y축으로 뒀을 때 강한 양(+)의 상관관계를
보였다”고 연구진은 설명했다.


이 연구는 저명 국제학술지 《네이처 바이오테크놀로지》 온라인판에 30일자로
게재됐다.

미래 유전자치료 전망을 밝힌 ‘마중물 기술’로 평가된다. 윤성로
교수는 “이번 연구는 유전자가위 제작 비용과 노동력을 획기적으로 줄이
고 유전체 교정연구 속도를 비약적으로 높여 차세대산업 핵심기술로 활용될 수
있을 것”이라고 의미 부여했다.

김봉구 한경닷컴 기자 kbk9@hankyung.com
기사제보 및 보도자료 open@hankyung.com


ⓒ 한국경제 & hankyung.
com, 무단전재 및 재배포 금지