김형범 교수, 세계 최초로 인공지능 활용해 유전자 가위 연구 개발
 

유전자가위 효율 예측정확도 획기적으로 향상시켜
차세대 산업의 경쟁력 높이는 핵심 기술로 활용 기대

Y-IBS과학원 연구위원 김형범 교수(의대)가 윤성로 서울대 전기정보공학부 교수와 함께 인공지능을 활용하여 유전자가위의 효율을 예측할 수 있는 기술을 개발했다.

유전자가위 ‘크리스퍼’는 유전자의 특정 부위만을 표적으로 삼아 절단함으로써 유전자를 원하는 형태로 교정할 수 있도록 하는 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 필수적이다. 기존에는 유전자가위의 효율 예측 기술의 정확도가 굉장히 제한되었다. 따라서 연구자들이 실험을 통해 수많은 유전자가위들을 제작하고 각각의 효율을 측정해야했기에 막대한 시간과 비용이 소요되었다.

연구팀은 세계 최초로 유전자가위의 효율을 예측할 수 있는 인공지능을 구축했다. 대량의 유전자가위의 효율을 측정한 데이터를 수집하고, 인공지능 기법인 딥러닝 모델을 학습시킨 기술이다. 기존 방식과 달리 표적 부위의 염기서열뿐만 아니라 유전자가위가 표적 부위에 구조적으로 잘 접근할 수 있는지까지 고려하여 유전자가위의 효율 예측정확도를 보다 획기적으로 향상시켰다.

이번에 개발된 기술은 유전자 가위 제작을 위한 비용과 노동력을 획기적으로 줄일 수 있으며, 유전체 교정연구 속도를 비약적으로 높여 차세대 산업의 경쟁력을 높이는 핵심 기술로 사용될 수 있다. 특히 세계 최초로 인공지능을 이용한 유전자 가위 연구개발로서 유관분야 국가 경쟁력 제고 및 연구 선도 측면에서도 큰 의의가 있다.

한편, 김형범 교수는 "Y-IBS의 자유로운 연구 분위기가 연구를 하는 데 큰 도움이 된다"며 "이에 고마움을 표하고 싶다."고 밝혔다.

[그림] Deep learning을 기반으로 한 유전자가위 활성 예측 알고리즘 제작의 개요.

[그림] 연구진이 제작한 알고리즘(DeepCpf1)의 유전자가위 활성 예측 성능 평가.

x 축은 알고리즘에 의한 예측값, y 축은 실험을 통해 얻은 측정값이며 강한 양의 상관 관계 (Spearman Correlation r = 0.87, 0.77)을 보임. 즉 연구진이 개발한 알고리즘을 이용하면 유전자가위의 활성을 정확히 예측할 수 있음.