DeepMind AlphaGenome 2 공개, 세포별 DNA 변이 영향 예측

구글 딥마인드는 현지시각 11월 11일 새 디엔에이 서열 모델 알파지놈 2를 공개하고, 유전 변이가 실제로 어떤 세포와 세포 상태에서 유전자 활동을 바꾸는지를 더 정밀하게 예측할 수 있다고 밝혔다. 구글은 2025년 알파지놈을 통해 100만 염기쌍의 디엔에이 서열을 읽고 변이 영향을 예측하는 기반을 마련했으며, 이후 알파지놈 아틀라스로 약 90억 개의 단일 문자 변이 예측 결과를 사전 계산해 제공해 왔다. 알파지놈 2의 핵심 질문은 같은 변이가 어느 세포에서 실제로 작용하는지다. 알파지놈 2는 연구자가 조직, 세포 유형, 세포 상태를 지정해 조건에 맞는 예측을 하도록 설계됐다. 첫 세대 모델이 광범위한 예측을 동시에 다루며 비슷한 세포 사이의 미묘한 차이를 잡아내기 어려웠다는 점을 보완하기 위한 접근이다. 연구팀은 인간과 쥐의 68개 조직, 1억700만개 이상 단세포 데이터를 학습시켜 조직 전체의 평균 신호가 아니라 특정 세포 단위의 조절 차이를 파악하게 했다. 모델은 유전자 발현, 크로마틴 개방성, 히스톤 수식에 더해 디엔에이 메틸화까지 새로 예측한다. 성능 평가에서는 28종 원대 면역세포 데이터셋으로 유전자 발현에 영향을 주는 변이 탐지 능력을 확인했다. 알파지놈 2는 관련 인과 변이의 약 30%를 식별했고, 단세포 데이터로 미세 조정한 첫 세대 모델은 약 16%였다. 변이가 유전자 발현을 증가시키는지 감소시키는지 판단한 비율은 각각 43%와 23%였다. 연구자는 추가 학습 없이 새로운 단세포 발현 데이터를 넣어 처음 보는 세포 상태에서의 영향도 분석할 수 있다. 알파지놈 2는 염증성 장질환 사례로 검증됐다. 영국 프랜시스 크릭 연구소 제임스 리 팀은 약 1년 6개월의 실험을 통해 특정 변이가 장 대식세포의 관련 유전자 활성을 과도하게 높인다는 점을 밝혔다. 구글은 같은 연구를 되짚는 방식으로 모델을 검증했고, 알파지놈 2는 약 30분 만에 같은 변이와 세포 유형을 예측했다. 다만 이는 기존 결과를 재현한 사후 분석이며, 모델의 예측 자체가 독립적 증거는 아니다. 알파지놈 2는 현재 비영리 연구를 위해 알파지놈 인터페이스로 공개됐으며, 상업 연구는 비공개 사전 공개 단계다. 구글은 알파지놈 아틀라스, 알파폴드와 함께 활용하면 질병 유전 메커니즘 탐색 범위를 좁히는 데 도움이 될 수 있다고 설명했다. 다만 변이가 질병에 실제로 미치는 영향과 작용 방식은 추가 실험으로 확인해야 하며, 임상과 진단 용도로는 검증되지 않았다.