구글 딥마인드, 인간 유전체 변이 90억 개 효과 미리 계산…'아틀라스' 공개

구글 딥마인드가 인간 유전체에서 가능한 약 90억 개 단일염기 변이의 효과를 사전 계산한 '알파지놈 아틀라스(AlphaGenome Atlas)'를 공개했다.

9일(현지시간) 네이처 뉴스에 따르면 딥마인드는 기존 AI 모델을 대규모 예측 데이터 자원으로 확장해 비암호화 변이의 기능 해석과 질환 관련 후보 탐색의 접근성을 높였다.

인간 유전체 약 30억 개 염기 중 단백질을 암호화하는 부분은 약 2%에 불과하다. 나머지 비암호화 영역의 변이가 유전자 조절과 질환에 미치는 영향을 해석하기는 여전히 어렵다.

이번 아틀라스는 인간 유전체의 각 염기를 다른 세 종류의 염기로 바꾸는 경우를 계산해 약 90억 개의 가능한 단일염기 변이에 대한 예측 결과를 생성했다. 인간 유전체에서 관찰된 1억 개 이상의 짧은 삽입·결실 변이도 포함했다.

생성된 데이터 규모는 약 1페타바이트로 비상업적 용도에는 무료로 제공된다. 개별 변이에 대해 조직별 유전자 발현과 염색질 구조 등 다양한 분자적 영향에 관한 수천 가지 예측 정보를 담았다.

기존 알파지놈은 DNA 서열로부터 변이 효과를 예측하는 AI 모델로, API를 통한 활용에는 코드 작성과 계산 자원이 필요했다. 모델 공개 이후 약 9000명의 연구자가 API로 접근했지만 일부 생물학 연구자에게는 진입장벽으로 작용했다.

이번 아틀라스는 대규모 예측을 미리 수행하고 결과를 제공함으로써 '모델을 직접 실행하는 방식'에서 '필요한 예측 결과를 찾아 활용하는 방식'으로 이용 범위를 넓혔다. 알파폴드의 대규모 단백질 구조 예측 데이터베이스처럼 공용 연구자원으로 구축하려는 접근이다.

연구진은 다수의 예측 결과를 해석하는 부담을 줄이기 위해 알파지놈 변이 영향(AVI) 점수도 개발했다. 변이가 생물학적 기능에 미칠 영향을 요약해 추가 분석이 필요한 후보를 선별하도록 돕는 지표다.

브로드연구소 연구팀은 AVI 점수와 아틀라스의 예측 정보를 활용해 중증 뇌전증 환자의 원인일 가능성이 있는 비암호화 변이를 우선 후보로 선정했다. 영국 엑서터대 연구자는 UK 바이오뱅크 참여자 약 5만4000명의 전장유전체와 임상정보를 대상으로 혈중 단백질 수준과 관련된 희귀 비암호화 변이를 해석하는 데 활용했다.

다만 현재 아틀라스는 참조 유전체에서 변이를 하나씩 바꾸는 방식이라 개인별 유전적 배경과 여러 변이의 결합 효과를 직접 반영하는 데 한계가 있다. 전문가들은 유전체 AI 모델의 예측만으로 임상적 결정을 내려서는 안 된다고 강조했다.

AI를 유망 변이 선별에 활용하고 실제 기능과 질환 관련성은 후속 실험과 환자 정보로 확인하는 연구 체계가 필요하다는 지적이다. 향후 핵심 과제는 예측 결과의 축적과 함께 이를 검증하고 모델을 개선할 실험 데이터를 확보하는 것이다.