인공지능이 최적의 '유전자 가위' 찾아준다

PAM 서열에 따른 최적의 유전자 가위

[아시아경제 황준호 기자] 유전자를 교정할 때 사용하는 유전자 가위를 추천해주는 딥러닝 알고리즘이 개발됐다. 교정하고자 하는 특정 염기서열을 인식할 수 있는 변이체를 찾아주며 교정효율까지 예측할 수 있다. 유전자 재조합이나 각종 유전자 질병 치료에 새 장이 열릴 것으로 예상된다.

김형범 기초과학연구원 나노의학 연구단 연구위원(연세대의대 약리학교실 교수) 연구팀은 13종 유전자 가위 변이체들의 효율을 비교·분석하고 표적 염기서열에 따른 최적의 교정 도구를 골라주는 딥러닝 기반 시스템인 'DeepSpCas9variants'를 개발했다고 25일 밝혔다.

먼저 연구팀은 동일한 조건의 환경에서 유전자 가위 내 절단효소 변이체의 상황별 유전자 교정 효율을 측정했다. 총 8종의 변이체의 교정 효율을 분석해 4종의 변이체가 인간배아신장세표 교정에 적절하다는 결론을 얻었다. 이중 범용성이 가장 높은 것으로 평가된 SpCas9-NG 절단효소의 경우 다른 변이체에 비해 표적할 수 있는 부위가 더 많다는 것도 알아냈다. 이어 6종의 정확성을 높인 변이체 중 표적이탈 발생이 가장 적은 변이체도 찾아냈다. evoCas9는 0.89의 정확성을 보여 가장 높게 평가됐다. 반면, SpCas9의 정확성은 0.35로 나타났다.

정확성을 높인 변이체의 교정 정확도 분석

이번 연구는 크리스퍼 유전자 가위(CRISPR-Cas9)의 효율성을 극대화 했다는 점에서 의의가 있다. 이 기술은 유전자의 특정 지점을 교정하는 기술인데, 표적으로 정한 DNA의 특정 염기 서열 정보를 지닌 가이드RNA와 염기서열을 자르는 절단효소로 구성된다. 사람 몸에 자주 침입하는 세균인 화농성연쇄상구균(S.pyogenes)에서 가져온 SpCas9가 절단효소로 가장 널리 쓰인다.

SpCas9는 효율이 높지만, 표적(target) 이외의 지점을 잘라내는 표적이탈이 빈번하다. 이에 따라 표적이탈 발생 문제를 보완하기 위해 정확성을 높인 변이체들이 개발됐다. 이와 함께 유전자 가위의 범용성을 높인 PAM 변이체도 여럿 개발됐다. PAM 서열은 유전자 가위가 절단하려는 표적 DNA를 인식하도록 돕는 일종의 알림판 역할을 한다.

김형범 IBS 나노의학 연구단 연구위원(교신저자)

연구팀은 연구 결과를 토대로 최적의 유전자 가위를 추천해주는 딥러닝 기반의 알고리즘을 개발했다. 이 알고리즘을 이용하면 교정하고자 하는 특정 염기서열을 인식할 수 있는 변이체를 확인할 수 있으며 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 인한 돌연변이 등 부작용을 최소화하며 가장 효율적인 도구를 이용해 최상의 조건에서 유전적 질환을 치료할 수 있게 될 것"이라고 말했다.

황준호 기자 rephwang@asiae.co.kr