인공지능으로 가장 효율적인 '유전자 가위' 찾는다

[이데일리 강민구 기자] 인공지능이 유전자 가위를 추천해 효율적인 유전적 질환 치료를 돕는다.

기초과학연구원(IBS)은 김형범 나노의학 연구단 연구위원 연구팀이 13종 유전자 가위 변이체들의 효율을 분석하고, 최적의 교정 도구를 골라주는 딥러닝 기반 시스템인 ‘DeepSpCas9variants’를 개발했다고 25일 밝혔다.

PAM 서열에 따른 최적의 유전자 가위.<자료=기초과학연구원>

크리스퍼 유전자 가위는 유전자의 특정 지점을 교정하는 기술이다. 유전자 가위는 표적으로 정한 DNA의 특정 염기 서열 정보를 지닌 가이드RNA와 염기서열을 자르는 절단효소로 구성된다. 사람 몸에 자주 침입하는 세균인 화농성연쇄상구균에서 가져온 SpCas9가 절단효소로 널리 쓰인다.

SpCas9는 효율이 높지만, 표적 이외의 지점을 잘라내는 표적이탈이 종종 발생한다. 이를 보완하기 위해 정확성을 높인 변이체가 개발되고, 유전자 가위의 범용성을 높인 PAM 변이체도 다수 개발됐다.

하지만 유전자가 위의 성능이나 장·단점을 체계적으로 분석한 연구는 없었다. 어떤 상황에서 어떤 유전자 가위를 사용해야 하는지 선택하기 어려웠던 것이다.

연구팀은 대용량 검증 기술을 이용해 13종 SpCas9 변이체들의 상황에 따른 유전자 교정 효율을 알아냈다. 동일 조건에서 인간배아신장세포를 이용한 유전자 교정 실험으로 8종의 PAM 변이체의 교정 효율을 분석했다. 그 결과, 4종의 변이체가 인간배아신장세포 교정에 적절한 것으로 나타났다.

연구팀은 표적이탈 발생이 가장 적은 변이체도 찾아냈다. evoCas9가 0.89의 정확성을 보여 가장 높게 평가됐고, SpCas9의 정확성은 0.35로 나타났다.

연구팀은 이러한 정보를 기반으로 딥러닝 기반의 알고리즘인 ‘DeepSpCas9variant’도 개발했다. 알고리즘을 이용하면 교정하려는 특정 염기서열을 인식할 수 있는 변이체를 확인하고, 교정효율까지 알아낼 수 있다.

김형범 연구위원은 “지금껏 밝혀지지 않았던 여러 유전자 가위 변이체들의 차이를 체계적으로 분석한 연구로, 정확한 유전자 교정 도구를 선택하는 가이드라인을 제시할 수 있다”며 “표적이탈로 발생하는 돌연변이 등 부작용을 최소화하며 가장 효율적인 도구를 이용해 최상의 조건에서 유전적 질환을 치료할 수 있게 될 것”이라고 말했다.

연구 결과는 국제학술지 ‘네이처 바이오테크놀로지(Nature Biotechnology)’에 지난 9일자 온라인판에 게재됐다.