HyperAI초신경
Back to Headlines

AI로 식물 면역 시스템 업그레이드, 병원체 저항력 향상

6일 전

인공지능을 활용해 연구자들이 식물의 내부 경보 시스템을 업그레이드하여 병원균에 대응하게 했다. 미국 캘리포니아 대학교 데이비스 캠퍼스의 과학자들은 식물이 더 다양한 세균을 인식할 수 있도록 도와주기 위해 인공지능 기술을 사용했다. 이 연구는 'Nature Plants'에 발표되었다. 식물은 동물과 마찬가지로 면역 시스템을 가지고 있으며, 세균을 감지하고 방어하는 데 사용되는 면역 수용체도 포함된다. 그 중 하나인 FLS2 수용체는 세균의 작은 꼬리에 있는 플래젤린이라는 단백질을 인식하는 역할을 한다. 그러나 세균은 끊임없이 진화하며 감지되는 것을 피하려고 시도한다. "세균은 식물과의 무기 경쟁에서 계속해서 진화하며, 플래젤린의 기본 아미노산을 바꿔 감지가 어려워지게 만든다"고 연구의 주저자인 Gitta Coaker 교수는 설명했다. 이에 따라 Coaker 교수 연구팀은 자연적인 변이와 인공지능, 특히 단백질의 3차원 구조를 예측하는 AlphaFold 기술을 활용해 FLS2 수용체를 재설계했다. 이는 식물의 면역 시스템을 강화하여 더 많은 침입자를 감지할 수 있도록 하는 방식이다. 연구팀은 이미 다른 식물에서 더 많은 세균을 인식할 수 있는 수용체를 대상으로 하여, 기존의 수용체와 비교해 어떤 아미노산을 변경해야 할지 파악했다. "우리는 병원균에 이긴 수용체를 부활시켰고, 이로써 식물이 훨씬 더 정확하고 집중적으로 감염을 방어할 수 있는 기회를 얻게 되었다"고 Coaker 교수는 말했다. 이 연구는 예측 설계를 통해 작물에 광범위한 병 저항성을 개발하는 가능성을 열어주었다. 연구팀이 주목한 병원균 중 하나는 라스톤리아 솔라나카레아룸(Ralstonia solanacearum)으로, 이는 토마토와 감자와 같은 주요 작물에 심각한 세균성 황폐병을 유발한다. 이 병원균의 일부 변종은 200개 이상의 식물 종을 감염시킬 수 있다. 앞으로 연구팀은 미래에 어떤 면역 수용체를 수정할지 예측하는 머신러닝 도구를 개발할 계획이다. 또한, 수정해야 할 아미노산의 수를 줄이는 방법을 탐구하고 있다. 이 접근법은 다른 면역 수용체의 인식 능력을 향상시키는 데도 적용될 수 있다. 이 연구의 공동 저자로는 UC Davis의 Tianrun Li, Esteban Jarquin Bolaños, Danielle M. Stevens, Hanxu Sha와 라이스버러 국립연구소의 Daniil M. Prigozhin이 참여했다.

Related Links