난치성 질환 치료를 위한 차세대 기술인 유전자가위는 유전자에 결합해
특정 DNA 부위를  자르는 데 사용하는 인공 효소다.

서울대 공대는 전기정보공학부 윤성로 교수와 연세대 의과대학 김형범 교수
공동연구팀이 인공지능을 활용해 유전자가위의 효율을 예측할 수 있는 기술을
개발했다고 30일 밝혔다.

 DNA의 잘못된 부분을 효과적으로 제거하기 위해서는 유전자가위의 절단 효율
이 높은 표적부위를 선정하는 것이 필수적이다.

기존에는 유전자가위의 효율 예측 기술의 정확도가 제한돼 효율이 높은 표적
부위를 선정하는 데 어려움을 겪었다.

유전자가위들을 제작하고 각각의 효율을 직접 실험을 통해 측정하는데 막대한
시간 과 비용이 소요됐다

연구팀은 유전자가위 효율을 측정한 데이터를 대량 수집하고 딥러닝 모델을
적용한  인공지능을 개발했다.

인공지능은 표적 부위의 유전자 염기 서열뿐 아니라 유전자가위가 표적 부위에
구조적 으로 잘 접근할 수 있는지까지 판단한다.

결국, 스스로 학습한 데이터를 바탕으로 효율이 높은 표적 부위를 예측할 수 있게
된다. 
 윤 교수는 '세계 최초로 인공지능을 이용한 유전자가위 연구가 국내에서 성과를
이뤘다
는 점에서 의의가 있다'며 '차세대 산업의 경쟁력을 높이는 핵심 기술로 사용
될 것'이라 고 말했다.
유전자 가위는 절단이 잘 일어나는 최적의 DNA 부위를 얼마나 잘 찾느냐에 따라
효율이 크게 달라진다.
기존에는 효율이 높은 부위를 찾기 위해 크리스퍼를 일일이 제작해야 해 시간과
비용이  많이 들었다.
 

유전자 가위의 효율예측 알고리즘(DeepCpf1) 도식화 -
네이처 바이오테크놀로지 제공

연구팀은 최신 유전자 가위인 크리스퍼-Cpf1의 효율을 예측할 수 있는 AI를 세계
최초로 개발했다. 1만9000여 개의 인간 유전자를 크리스퍼로 절단하는 실험을
통해 부위별 절단 효율을 측정한 데이터를 6만7000여 개를 확보한 뒤 이 데이터를
둘로  나눠 딥러닝 AI로 표적 부위별염기서열과  염색질의 구조, 유전자 가위의 효
율 사이의 관계를 집중 학습했다.
이 방식은 기존 방식보다 정확도가 25% 향상된 것으로 나타났다.

 윤 교수는 “복잡한 데이터를 잘 찾는 AI의 장점을 유전자 가위에 결합하자는
아이디어에서 연구를 시작했다”며 “유전체 교정 연구 속도를 높여 차세대 산업의
경쟁력 을 높이겠다”고 말했다.

이번 연구 결과는 세계적 학술지 '네이처 바이오테크놀로지
'(Nature Biotechnology, IF41.67)' 온라인판에 30일 자로 게재됐다.

공동연구팀 [서울대 공대 제공=연합뉴스]

서울대 전기정보공학부 윤성로 교수(좌)와 연세대 김형범 교수 (우)