AI가 유전자 기능 등 인류 난제 해결할 수 있을까 작성일 01-12 40 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">KAIST-UCSD, AI 예측·실험 검증 결합→유전자 기능 발견 전략 체계적 정리</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="6GyRraiPyi"> <p contents-hash="f1efa2584ec6716ebe102d1b8380c82ee293501119c5be516828948aa6997644" dmcf-pid="PHWemNnQCJ" dmcf-ptype="general">[아이뉴스24 정종오 기자] ‘유전자는 알겠는데 기능은 모른다’는 미생물 연구의 오랜 난제를 해결하기 위해 공동연구팀이 인공지능(AI) 기반 미생물 유전자 기능 발견의 속도를 크게 높일 수 있는 최신 연구 전략을 제시했다.</p> <p contents-hash="29b98069e342043686287faea96d7aa9c618d7e1077ef7402cbb68cc7f5e938d" dmcf-pid="QXYdsjLxTd" dmcf-ptype="general">한국과학기술원(KAIST, 총장 이광형)의 생명화학공학과 이상엽 특훈교수 연구팀이 UCSD 생명공학과 버나드 폴슨(Bernhard Palsson) 교수와 함께 AI를 활용해 미생물 유전자 기능 발견을 획기적으로 가속할 수 있는 최신 연구 접근법을 체계적으로 정리·분석한 리뷰논문을 12일 발표했다.</p> <p contents-hash="451db2c8b49d1f0e7424909bc9cd405ad190cac81e9b9f9e6de27dc5b4728f70" dmcf-pid="xZGJOAoMle" dmcf-ptype="general">2000년대 초 전장 유전체 해독 기술이 본격화되며 생명체의 유전자 구성을 완벽히 규명할 수 있을 것이라는 기대가 컸다. 20년이 지난 지금도 미생물 유전체 내 상당수 유전자는 어떤 역할을 하는지 밝혀지지 않은 상태다.</p> <figure class="figure_frm origin_fig" contents-hash="d0e6c2b7182178f6a9245152b81a63bb84a82495597366030fa832164b60e79b" dmcf-pid="yieX2UtWWR" dmcf-ptype="figure"> <p class="link_figure"><img alt="KAIST 등 국제연구팀이 AI를 활용해 미생물 유전자 기능 발견을 획기적으로 가속할 수 있는 최신 연구 접근법을 체계적으로 정리·분석한 리뷰논문을 발표했다(AI 생성 이미지). [사진=KAIST]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202601/12/inews24/20260112100324312pnze.jpg" data-org-width="580" dmcf-mid="8r3jysEohn" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202601/12/inews24/20260112100324312pnze.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> KAIST 등 국제연구팀이 AI를 활용해 미생물 유전자 기능 발견을 획기적으로 가속할 수 있는 최신 연구 접근법을 체계적으로 정리·분석한 리뷰논문을 발표했다(AI 생성 이미지). [사진=KAIST] </figcaption> </figure> <p contents-hash="fa8e727072829fa55a197bd4abf9d982da47473caed4693c6cfa34367c0f4285" dmcf-pid="WndZVuFYhM" dmcf-ptype="general">유전자 결실 실험, 발현량 조절, 시험관 내 활성 측정 등 다양한 실험이 시도됐는데 △대규모 실험의 한계 △복잡한 생물학적 상호작용 △실험실 결과와 실제 생체 내 반응 간 불일치 등으로 인해 유전자 기능 규명에는 여전히 많은 시간과 비용이 필요했다.</p> <p contents-hash="635151d29e4ee4ae61cd8d986c1d17541aebd0ac4b00188a174f27040888839d" dmcf-pid="YLJ5f73Gvx" dmcf-ptype="general">연구팀은 이러한 한계를 극복하기 위해 전산생물학과 실험생물학을 결합한 AI 기반 접근이 필수적이라고 강조했다.</p> <p contents-hash="fa6f6ca44233dc38a8bceb53e913a7eac049b625b520ef2b4a832f426d720dc9" dmcf-pid="Goi14z0HyQ" dmcf-ptype="general">이번 논문에서는 기존의 서열 유사성 분석 기법부터 최신 심층학습 기반 AI 모델에 이르기까지 유전자 기능 발견을 촉진해 온 다양한 전산생물학적 접근법을 종합적으로 정리했다.</p> <p contents-hash="3724e5482b690848ed4ce93e3b4ddfd4705d52ecd0ea3e6c851f55d51019c1f1" dmcf-pid="HySQELe4yP" dmcf-ptype="general">AlphaFold(구글 딥마인드가 개발한 단백질 구조 예측 AI), RoseTTAFold(미국 워싱턴대에서 개발한 또 다른 고성능 단백질 구조 예측 AI)와 같은 단백질 3차원 구조 예측 기술은 단순한 기능 추정을 넘어섰다. 유전자 기능이 어떻게 작동하는지 이해할 수 있는 가능성을 제시했다. 생성형 인공지능은 원하는 기능을 가진 단백질을 설계하는 단계로까지 연구를 확장하고 있다.</p> <p contents-hash="110f20ad9d9da0e1e1c5876f8057914eb5119b34e18e4fd9ba56042a40b29514" dmcf-pid="XWvxDod8C6" 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 다양한 응용 사례와 앞으로 연구 방향을 제시했다.</p> <p contents-hash="05206dd464b7fe82378c79e6d57933be45308300b58612ab4672c86afa17f946" dmcf-pid="ZYTMwgJ6l8" dmcf-ptype="general">연구팀은 유전자 기능 발견의 편향과 한계를 극복하기 위해 AI가 실험을 안내하는 ‘능동적 학습(Active Learning)’ 기반 연구 프레임워크가 필요하다고 강조했다.</p> <p contents-hash="df46e748a988bf7bbe6db423e92fbcc67661b1de509298e11bb92b84ad92e33e" dmcf-pid="5GyRraiPW4" 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="c13454f1e55f320ffa46f0ac76d56ee9f0c958f047940408f11d098cdf100966" dmcf-pid="1HWemNnQCf" dmcf-ptype="general">이를 위해 연구팀은 자동화된 실험 플랫폼과 바이오파운드리 등 공유 연구 인프라와 긴밀한 통합이 필수적이라고 강조했다. 실험적으로 검증되지 못한 ‘실패 데이터’ 역시 앞으로 연구를 위한 중요한 학습 자산으로 공유돼야 한다고 덧붙였다.</p> <p contents-hash="7ef1fdff6548ca79c1148a3e99b53fd17e0076cddf383c3e191f728dc8e59aea" dmcf-pid="tXYdsjLxCV" dmcf-ptype="general">공동저자인 김기배 KAIST 박사는 “딥러닝 기반 예측 성능은 크게 향상됐는데 예측 결과의 근거를 생물학적으로 설명할 수 있는 해석 가능한 인공지능 모델 개발은 여전히 중요한 과제”라고 말했다.</p> <p contents-hash="9cc6fe5ae122e472f724fa805ae9fad0b0de71f1d270b4d627b5fbf386a7e1d3" dmcf-pid="FZGJOAoMl2" dmcf-ptype="general">이상엽 특훈교수는 “유전자 기능 발견의 한계를 넘어서기 위해서는 연구자의 지휘하에 AI가 안내하는 체계적 실험 프레임워크와 자동화 연구 인프라의 결합이 핵심”이라며 “예측과 검증이 반복적으로 연결되는 연구 생태계 구축이 중요하다”고 강조했다.</p> <p contents-hash="1d3ca249d9f3cdcba1acd41fa504cb2df76f75647427339ae7a1bd3782ea0115" dmcf-pid="35HiIcgRh9" dmcf-ptype="general">해당 논문(논문명: Approaches for accelerating microbial gene function discovery using artificial intelligence)은 네이처(Nature)가 발행하는 생명공학 분야 저널인 `네이처 마이크로볼로지(Nature Microbiology)'에 1월 7일 자로 실렸다.</p> <address contents-hash="7a0e67da8ef25f3cc0924a36f89f056a6459231cb45daca6326525f975d55bdf" dmcf-pid="01XnCkaeSK" dmcf-ptype="general">/정종오 기자<span>(ikokid@inews24.com)</span> </address> </section> </div> <p class="" data-translation="true">Copyright © 아이뉴스24. 무단전재 및 재배포 금지.</p> 관련자료 이전 게임은 모두의 것…장애인도 즐기는 플레이의 확장 01-12 다음 위메이드맥스, 5대 스튜디오 체제 구축…"글로벌 기업 원년" 01-12 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
