현미경 사진으로 세포 기능 판독…AI 'Deep-Phase' 등장

인공지능(AI)이 현미경 이미지만으로 세포의 기능적 상태를 해독하는 기술이 개발돼 신약 개발에 새로운 지평을 열었다.

미국 프린스턴대학교 클리포드 브랭윈 교수 연구팀은 이같은 기능을 갖춘 딥러닝 프레임워크 '딥-페이즈(Deep-Phase)'를 개발했다고 밝혔다. 해당 연구 결과는 지난 4일(현지시간) 국제학술지 '셀(Cell)'에 게재됐다.

딥-페이즈는 현미경 이미지에서 생체 분자 응축체 구조의 미세한 변화를 정량적으로 해독하고, 이를 분자 수준의 기전과 정밀하게 연결하는 도구다.

세포 내에서는 수많은 화학 반응이 질서정연하게 일어나는데, '생체 분자 응축체'라는 막 없는 구조가 핵심 역할을 한다. 이 응축체는 특정 생화학 반응을 분리해 효율을 높이는 '기능적 섬'과 같다. 대표적인 예가 리보솜을 합성하는 '인(nucleolus)'이다.

기존에는 응축체의 수, 크기, 모양 등 단순한 특징으로 기능 상태를 추정했다. 이는 섬의 산과 강 개수만 셀 뿐, 내부 생태계나 작동 방식을 파악하지 못하는 것과 같아 정보가 제한적이었다. 특히 신약 스크리닝 과정에서 예상치 못한 약물 작용 기전을 놓칠 수 있었다.

딥-페이즈는 사전 규칙 없이 방대한 세포 형광 이미지로부터 직접 학습한다. 인간이 정의하기 어려운 복잡한 형태 패턴, 질감의 미세한 차이, 내부 물질 분포 등을 자동으로 추출해 고차원의 '형태 지문(morphological fingerprint)'을 생성한다.

연구팀은 딥-페이즈가 약물 농도와 시간에 따른 인 구조의 동적 변화를 정밀하게 측정함을 증명했다. 이를 통해 측정한 용량-반응 곡선은 생화학 실험으로 얻은 반수억제농도(IC50)와 높은 일치도를 보여 형태와 기능의 정량적 연관성을 입증했다.

연구팀은 이 기술을 활용한 화학 스크리닝을 통해 기존에 알려지지 않은 독특한 '인 형태 지문'을 식별했다. 이 지문을 추적한 결과, 'DNA 토포이소머라제 1' 효소가 리보솜 RNA 가공 과정에서 잘못 가공된 RNA 축적을 제한해 인 내부의 경계를 안정적으로 유지한다는 새로운 작용기전을 발견했다.

딥-페이즈는 인, 핵 반점 등 다양한 핵 내 응축체는 물론 바이러스가 형성하는 응축체 분석에도 성공적으로 적용됐다. 이는 기초 연구를 촉진하고, 신경퇴행성 질환이나 암과 관련된 병리학적 응축체를 표적하는 신약 개발을 가속화할 수 있는 범용 플랫폼으로서의 가치를 시사한다.

연구팀은 "딥-페이즈는 나노 스케일의 생화학적 활동과 마이크로 스케일의 세포 구조를 잇는 다리"라며 "세포 구조를 '보는' 것을 넘어 그 구조가 말하는 기능과 건강 상태를 '읽어내는' 길을 열었다"고 설명했다.