KAIST, AI 활용 '유전자 기능 규명' 전략 제시 작성일 01-12 34 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">AI 예측과 실험 결합한 유전자 기능 발견 전략 정리</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="4Mr6ELe4OW"> <p contents-hash="2f32eae6abfce4de3ed25a96ef76f092e581032460f8ce85716cb88573226580" dmcf-pid="8RmPDod8Oy" dmcf-ptype="general"> [이데일리 강민구 기자] 한국과학기술원(KAIST) 연구진이 인공지능(AI)을 기반으로 미생물 유전자 기능 발견의 속도를 높일 수 있는 연구 전략을 제시했다.</p> <p contents-hash="c1cc36ae3af1bb45f5a66d070cedab7ff2c8d2f3c430037d657fb7a2faa6dbb9" dmcf-pid="6esQwgJ6IT" dmcf-ptype="general">KAIST는 이상엽 생명화학공학과 특훈교수 연구팀이 버나드 폴슨 미국 캘리포니아대 샌디에이고캠퍼스(UCSD) 생명공학과 교수와 AI를 활용해 미생물 유전자 기능 발견을 가속할 수 있는 최신 연구 접근법을 분석한 리뷰논문을 발표했다고 12일 밝혔다.</p> <figure class="figure_frm origin_fig" contents-hash="c72826ae50bf078d9ea999b671b7e5e210fb071f06d1fa81d92b23e8d46d82eb" dmcf-pid="PdOxraiPDv" dmcf-ptype="figure"> <p class="link_figure"><img alt="연구진의 증명사진.(왼쪽부터)이상엽 KAIST 특훈교수, 김기배 KAIST 박사, 버나드 폴슨 UCSD 교수.(사진=KAIST)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202601/12/Edaily/20260112092612792mwgd.jpg" data-org-width="670" dmcf-mid="fbL7J89UIY" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202601/12/Edaily/20260112092612792mwgd.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 연구진의 증명사진.(왼쪽부터)이상엽 KAIST 특훈교수, 김기배 KAIST 박사, 버나드 폴슨 UCSD 교수.(사진=KAIST) </figcaption> </figure> <div contents-hash="0a6bd69339ac6f7c04c3eea1ae3221758273358de3458592277db3a1dc60ea34" dmcf-pid="QJIMmNnQsS" dmcf-ptype="general"> 2000년대 초 전장 유전체 해독 기술이 본격화되며 생명체의 유전자 구성을 완전히 규명할 수 있을 것이라는 기대가 컸다. 그러나 20년이 지난 지금도 미생물 유전체 내 상당수 유전자는 어떤 역할을 하는지 밝혀지지 않았다. </div> <p contents-hash="2515c3e5909888a6b40b0e3b91db056ca98d118a17fd7ff53cf472431ac59837" dmcf-pid="xiCRsjLxwl" dmcf-ptype="general">유전자 결실 실험, 발현량 조절, 시험관 내 활성 측정 등 다양한 실험도 시도했지만 대규모 실험의 한계부터 복잡한 생물학적 상호작용, 실험실 결과와 실제 생체 내 반응 간 불일치 문제로 유전자 기능 규명에는 여전히 많은 시간과 비용이 소요돼 왔다.</p> <p contents-hash="635151d29e4ee4ae61cd8d986c1d17541aebd0ac4b00188a174f27040888839d" dmcf-pid="yZfY9p1yEh" dmcf-ptype="general">연구팀은 이러한 한계를 극복하기 위해 전산생물학과 실험생물학을 결합한 AI 기반 접근이 필수적이라고 강조했다.</p> <p contents-hash="02cbfb5481bd449307f546f4fbc76ac0268b7d6eaa3578871431f0de4393090d" dmcf-pid="Wt6Xf73GDC" dmcf-ptype="general">이번 논문에서는 기존 서열 유사성 분석 기법부터 최신 심층학습 기반 AI 모델에 이르기까지, 유전자 기능 발견을 촉진해 온 전산생물학적 접근법을 정리했다.</p> <p contents-hash="ad2c3a49623a76c24aaba9a4d4a22d1ba6d56ae10dee8fca1dfd06cef706251c" dmcf-pid="YFPZ4z0HsI" dmcf-ptype="general">특히 알파폴드(AlphaFold), 로제타폴드(RoseTTAFold)와 같은 단백질 3차원 구조 예측 기술이 단순한 기능 추정을 넘어 유전자 기능이 어떻게 작동하는지 이해할 수 있는 가능성을 제시했다. 생성형 AI도 원하는 기능을 가진 단백질을 설계하는 단계로까지 연구를 확장하고 있다.</p> <p contents-hash="1af057eee63251a2d3c70098254f411324b3934d5f1a42a0c910988f21665fcf" dmcf-pid="G3Q58qpXDO" dmcf-ptype="general">연구팀은 전사인자(유전자를 켜고 끄는 스위치 역할을 하는 단백질)와 효소(생체 내 화학 반응을 촉진하는 단백질)를 중심으로 유전자 서열 정보, 단백질 구조 예측, 다양한 메타유전체 분석을 결합한 응용 사례와 연구 방향을 제시했다.</p> <p contents-hash="936b1606cd5819beba1f66ec2287622db8e52d9af21e1e8893d5a19092ac7588" dmcf-pid="H0x16BUZms" dmcf-ptype="general">연구팀은 유전자 기능 발견의 편향과 한계를 극복하기 위해 AI가 실험을 안내하는 ‘능동적 학습(Active Learning)’ 기반 연구 프레임워크가 필요하다고 밝혔다.</p> <p contents-hash="df46e748a988bf7bbe6db423e92fbcc67661b1de509298e11bb92b84ad92e33e" dmcf-pid="XpMtPbu5Em" dmcf-ptype="general">능동적 학습은 AI 모델이 불확실성이 높은 예측을 스스로 선별해 실험을 제안하고, 그 결과를 다시 학습에 반영하는 방식이다. 이를 통해 연구자는 중요한 유전자 기능부터 효율적으로 검증할 수 있다.</p> <p contents-hash="632d14d1a31f3d078e209ecdcdb7bdda3fec38c11de0adaee12fdc1aa194333f" dmcf-pid="ZURFQK71sr" dmcf-ptype="general">또 자동화된 실험 플랫폼과 바이오파운드리 등 공유 연구 인프라와의 통합이 필수적이라고 강조했다. 또한 실험으로 검증되지 못한 ‘실패 데이터’도 향후 연구를 위한 중요한 학습 자산으로 공유돼야 한다고 덧붙였다.</p> <p contents-hash="ee91a725b0ba455ee99695c731ce864d984aa0f34b5f8390755a369bd4698bb0" dmcf-pid="5ue3x9ztEw" dmcf-ptype="general">이상엽 특훈교수는 “유전자 기능 발견의 한계를 넘어서려면 연구자의 지휘하에 AI가 안내하는 실험 프레임워크와 자동화 연구 인프라의 결합이 핵심”이라며 “예측과 검증이 반복적으로 연결되는 연구 생태계 구축이 중요하다”고 강조했다.</p> <p contents-hash="e33b1cf3d53eb21689f049816dfbb9ea8c0c8326e1addf4ad635a3097a2db753" dmcf-pid="17d0M2qFrD" dmcf-ptype="general">연구 결과는 생명공학 분야 국제 학술지 ‘네이처 마이크로볼로지(Nature Microbiology)’에 지난 7일자로 게재됐다.</p> <p contents-hash="9ce127eb08654b4095d3ecd9ec91f5c9d5ea0a4483530142c9da2e84fc786cdc" dmcf-pid="tzJpRVB3DE" dmcf-ptype="general">강민구 (science1@edaily.co.kr) </p> </section> </div> <p class="" data-translation="true">Copyright © 이데일리. 무단전재 및 재배포 금지.</p> 관련자료 이전 “빚 3억 5천, 집+건물 날려”…‘결혼 지옥’ 촬영 도중 밝혀진 아내 빚 01-12 다음 박서준-원지안, 돌고 돌아 서로였다...‘경도를 기다리며’ 자체 최고로 유종 [MK★TV시청률] 01-12 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
