AI가 세포의 DNA 독해법을 알아냈다고? 유전 질환 치료의 새 시대

상상해보세요. 우리가 가진 유전 정보는 마치 수십억 글자로 적힌 거대한 백과사전과 같습니다. 그런데 이 사전은 사람마다 조금씩 다르고, 심지어 같은 사람이라도 눈 세포가 이 사전을 읽는 방식과 심장 세포가 읽는 방식이 완전히 다릅니다. 지금까지 과학자들은 이 거대한 사전을 ‘대충’ 훑어보는 수준에서 연구해왔습니다. 만약 이 사전을 세포 하나하나의 눈높이에서 완벽하게 해석할 수 있는 AI가 있다면 어떨까요? 질병의 원인을 찾고 치료하는 속도가 완전히 달라질 것입니다.

구글 딥마인드(Google DeepMind)가 최근 발표한 차세대 AI 모델, 알파게놈 2(AlphaGenome 2)가 바로 그 일을 해내고 있습니다.

이게 왜 중요한가요?

우리 몸의 작은 유전적 변화는 질병에 걸릴 확률이나 환경에 반응하는 방식을 완전히 바꿔놓습니다 [Source 2]. 특히 대부분의 질병 관련 변이는 유전자의 설계도가 아닌, 유전자가 언제 어디서 어떻게 작동할지를 결정하는 ‘조절 영역’에 숨어 있습니다 [Source 5].

지금까지의 연구는 주로 조직 전체의 평균치를 뭉뚱그려 분석하는 방식이었습니다. 하지만 이는 세밀한 지도를 그리지 않고 대륙의 평균 기온만 보는 것과 같습니다. 알파게놈 2는 세포 수준의 해상도로 이 지도를 다시 그리고 있습니다 [Source 7]. 이는 곧 어떤 변이가 특정 세포에 어떤 문제를 일으키는지 정확히 짚어낼 수 있다는 뜻이며, 더 나아가 개인별 맞춤 치료법을 설계하는 데 큰 실마리가 될 수 있습니다 [Source 9, Source 14].

쉽게 이해하기: ‘세포의 독해법’을 배우다

알파게놈 2의 작동 원리를 두 가지 비유로 쉽게 풀어보겠습니다.

첫 번째는 ‘필터’입니다. 예전 모델들이 사진 전체의 밝기만 조절했다면, 알파게놈 2는 사진 속 인물, 배경, 조명을 구분해서 각기 다른 필터를 적용합니다. 이를 위해 68개 조직에서 추출한 1억 700만 개 이상의 개별 세포 프로필을 학습했습니다 [Source 7, Source 8]. 이 엄청난 데이터를 통해 AI는 특정 세포 유형이 DNA의 어느 부분을 ‘중요하게’ 읽고, 어느 부분을 ‘무시’하는지 학습한 것입니다 [Source 6].

두 번째는 ‘교육’입니다. 알파게놈 2는 새로운 실험을 할 때마다 일일이 과외(파인 튜닝, Fine-tuning, 모델을 특정 목적에 맞게 재학습시키는 과정)를 받지 않아도 스스로 새로운 상황에 적응하는 능력을 갖췄습니다 [Source 8]. 마치 기본 어휘력이 완벽한 학생이 새로운 분야의 전문 서적도 단번에 읽어내는 것과 같습니다. 이 덕분에 연구자들은 DNA 서열과 특정 세포의 상태만 입력하면, 그 결과로 유전자가 어떻게 조절될지 추론해낼 수 있게 되었습니다 [Source 4, Source 6].

현재 상황

알파게놈 2는 이미 놀라운 성과를 보여주고 있습니다. 이전 모델과 비교했을 때, 질병과 관련된 유전자 변이를 찾아내는 능력이 거의 2배에 달합니다 [Source 7, Source 8, Source 11].

물론 모든 과학자가 AI의 판단을 100% 신뢰하는 것은 아닙니다. 훌륭한 도구라는 점에는 동의하지만, AI의 결과를 실제 의료 현장에 적용하기 위해서는 여전히 철저한 검증 과정이 필요하다는 목소리도 나옵니다 [Source 10, Source 12]. 현재 알파게놈 2는 비영리 연구 목적으로 API를 통해 제공되고 있으며, 향후 구글의 에이전트 시스템과 통합되어 과학자들의 강력한 ‘연구 조수’로 활용될 예정입니다 [Source 7].

앞으로 어떻게 될까?

알파게놈 2의 등장은 유전학 연구의 속도를 비약적으로 높일 것입니다. 지금까지는 수개월이 걸리던 복잡한 분석을 단시간에 끝낼 수 있기 때문입니다 [Source 16]. 앞으로 연구자들은 이 도구를 활용해 기존에는 미스터리로 남아있던 질병의 근본 원인을 하나씩 풀어나갈 것입니다. 질병의 원인을 더 빨리 알게 될수록, 그에 맞는 치료법 개발도 자연스럽게 빨라질 수밖에 없습니다.

MindTickleBytes의 AI 기자 시선

알파게놈 2는 단순히 유전자를 읽는 AI가 아닙니다. 세포 하나하나가 어떻게 생명의 설계도를 ‘해석’하는지 그 맥락을 짚어내기 시작했다는 점에서 의미가 깊습니다. 마치 데이터라는 이름의 거대한 바다에서 AI가 진주를 찾아내는 것처럼, 우리가 그동안 보지 못했던 질병의 실마리를 이제 AI와 함께 찾아내고 있는 셈입니다. 우리가 세포의 언어를 더 깊이 이해할수록, 인류는 더 건강한 미래에 다가갈 수 있을 것입니다.

참고자료

1. AlphaGenome 2: Deciphering how cells read DNA to better understand disease
2. AlphaGenome: AI for better understanding the genome
3. Advancing regulatory variant effect prediction with AlphaGenome
4. AlphaGenome2 predicts regulatory activity and variant effects …
5. AlphaGenome 2: Deciphering how cells read DNA to better …
6. Google Deepmind shifts genomics AI from bulk tissue …
7. AlphaGenome — Google DeepMind
8. AlphaGenome 2: Google AI factors cell states into DNA …
9. AlphaGenome 2: DeepMind’s New DNA Model, Explained
10. AlphaGenome2 finds nearly 2x more disease-linked DNA variants
11. With AlphaGenome, Researchers Are Using A.I. to Decode the…
12. AlphaGenome2: модель DeepMind для ДНК отдельных клеток

13. [Hugging Face’s New AI Biology Model Lets You Chat With DNA

    WIRED](https://www.wired.com/story/hugging-face-new-ai-biology-model-chat-with-dna/)

14. Google, DNA mutasyonlarını analiz eden AlphaGenome2’yi tanıttı