AI 기반 유전자가위 선별 모델 개발

의대 김형범 교수 연구팀, 국제 학술지 ‘네이처 메서드(Nature Methods, IF 47.99)’ 게재

의대 김형범 교수, 서상연 연구원(약리학) 연구팀이 생체 내 전달에 유리한 소형 유전자가위를 선별할 수 있는 인공지능 기반의 모델을 개발했다.  

이번 연구 결과는 국제학술지 ‘네이처 메서드(Nature Methods, IF 47.99)’에 게재됐다.

현재 유전자 치료 분야에서 가장 많이 사용되는 유전자가위는 화농연쇄상구균에서 발견된 SpCas9이다.  

유전자가위를 각 신체 부위로 이동시키는 데는 아데노부속바이러스가 많이 사용된다. SpCas9은 큰 단백질로 아데노부속바이러스를 통한 전달이 불리하다. 소형 유전자가위의 경우 아데노부속바이러스를 통한 전달이 유리하다.  

연구팀은 다양한 소형 유전자가위 중 유전자 연구에 응용 가능성이 높은 소형 유전자가위(Cas9)들을 선별하고 총 17개의 Cas9의 활성도와 특이도를 수만개의 표적·비표적 DNA에서 측정하고 이를 비교분석했다.  

분석 결과, 기존에 널리 사용되고 있던 유전자가위 SpCas9보다 크기는 작으면서 활성도와 특이도가 높은 2개의 소형 Cas9(sRGN3.1, SlugCas9)을 확인했다. SpCas9의 평균 활성도와 특이도는 42%, 0.35인데 반해, sRGN3.1은 58%, 0.63, SlugCas9은 51%, 0.74로 각각 더 높게 나타났다. 

이어서 분석 데이터를 바탕으로 인공지능을 이용해 소형 Cas9의 활성도와 특이도를 예측할 수 있는 인공지능 모델 ‘DeepSmallCas9’을 개발하고 유용성을 검증했다.  

연구팀이 개발한 DeepSmallCas9은 소형 유전자가위의 활성도와 특이도를 동시에 검증할 수 있다. 해당 모델을 통해 분석을 진행했을 때 실제 임상에서 적용할 수 있는 유전자가위 선별에 유용함을 보여 줬다.  

실제 미국 국립생물공학정보센터의 ClinVar 데이터베이스에 공개된 1만 3,145개의 우성 단일염기변이에 해당 모델을 적용해 본 결과, 82%(1만 844개) 이상의 돌연변이 DNA를 효율적으로 제거할 수 있는 유전자가위를 선별할 수 있는 것을 확인했다.