'유전자 기능' 난제, AI로 풀어... KAIST 규명 전략 제시 작성일 01-12 36 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="u6KX0sEoEt"> <p contents-hash="a32d835a26577d5ef598acbd7ec490d69803962864755958942546cfb8dee9ae" dmcf-pid="7P9ZpODgI1" dmcf-ptype="general">미생물 유전체 내 상당수 유전자 역할이 밝혀지지 않은 가운데, 미생물 유전자 기능 발견 속도를 크게 높일 수 있는 최신 연구 전략이 제시됐다.</p> <p contents-hash="b0dece880446f2a0ecfddd5fcecb32778334f4fe9cd66f6fec2b78b6bd2c968a" dmcf-pid="zQ25UIwas5" dmcf-ptype="general">한국과학기술원(KAIST·총장 이광형)은 이상엽 생명화학공학과 특훈교수팀이 버나드 폴슨 캘리포니아대 샌디에이고 생명공학과 교수와 함께 인공지능(AI)을 활용해 미생물 유전자 기능 발견을 획기적으로 가속할 수 있는 최신 연구 접근법을 체계적으로 정리·분석한 리뷰논문을 발표했다고 12일 밝혔다.<br></p> <figure class="figure_frm origin_fig" contents-hash="d877d5742a0f10d1509d9accaa0a5af968a237d16b5251ea70b92cafdf3d4f92" dmcf-pid="qxV1uCrNIZ" dmcf-ptype="figure"> <p class="link_figure"><img alt="효소 기능 예측을 위한 전산생물학 접근법 모식도" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202601/12/etimesi/20260112114207679cikn.png" data-org-width="700" dmcf-mid="p94FzlsAI3" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202601/12/etimesi/20260112114207679cikn.png" width="658"></p> <figcaption class="txt_caption default_figure"> 효소 기능 예측을 위한 전산생물학 접근법 모식도 </figcaption> </figure> <p contents-hash="8ee35dc50652afe901f133a3e539507f5a251d8c60f81b2d814b6f3820ea4147" dmcf-pid="BMft7hmjsX" dmcf-ptype="general">연구팀은 이번 논문에서 기존 서열 유사성 분석 기법부터 최신 심층학습 기반 AI 모델에 이르기까지, 유전자 기능 발견을 촉진해 온 다양한 전산생물학적 접근법을 종합적으로 정리했다.</p> <p contents-hash="90513321225c550a41625a7ff8ab9f8a28226a8c9922afa9e32b27518ba9299d" dmcf-pid="bR4FzlsAsH" dmcf-ptype="general">특히 구글 딥마인드가 개발한 단백질 구조 예측 AI '알파폴드', 미국 워싱턴대에서 개발한 또 다른 고성능 단백질 구조 예측 AI '로즈TTA폴드'와 같은 단백질 3차원 구조 예측 기술은 단순한 기능 추정을 넘어, 유전자 기능이 어떻게 작동하는지 이해할 수 있는 가능성을 제시했다. 더 나아가 생성형 AI는 원하는 기능을 가진 단백질을 설계하는 단계로까지 연구를 확장하고 있다.</p> <p contents-hash="0aef73591b839510983ce65937a2e9a361ba2a0850bb52a948feb9a0b8526e23" dmcf-pid="Ke83qSOcrG" 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 향후 연구 방향을 제시했다.</p> <p contents-hash="562589d2749740fbae0261be7b787bfbce8bb6e48f30c2a95de1875a2e746470" dmcf-pid="9d60BvIkEY" dmcf-ptype="general">연구팀은 유전자 기능 발견의 편향과 한계를 극복하기 위해 AI가 실험을 안내하는 '능동적 학습' 기반 연구 프레임워크가 필요하다고 밝혔다.</p> <p contents-hash="179f1d3820f4cc4855708673a3fce96c5ede1e39717f5ca4b63b7b513f0d6bf2" dmcf-pid="2JPpbTCEwW" 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.<br></p> <figure class="figure_frm origin_fig" contents-hash="0356da8f6eb8ef6e5405612a0a3be208b42ec96e98af7c5331e96bb8c6d08695" dmcf-pid="ViQUKyhDsy" dmcf-ptype="figure"> <p class="link_figure"><img alt="사진 왼쪽부터 KAIST의 이상엽 특훈교수, 김기배 박사, 버나드 폴슨 UCSD 교수." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202601/12/etimesi/20260112114208961pcoi.png" data-org-width="700" dmcf-mid="UcEMLqpXIF" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202601/12/etimesi/20260112114208961pcoi.png" width="658"></p> <figcaption class="txt_caption default_figure"> 사진 왼쪽부터 KAIST의 이상엽 특훈교수, 김기배 박사, 버나드 폴슨 UCSD 교수. </figcaption> </figure> <p contents-hash="f84d5da46d5f29bd5a745886428444fd9772df77a78b7cdf66ff3e9a0bd59466" dmcf-pid="fnxu9WlwIT" dmcf-ptype="general">이를 위해 연구팀은 자동화된 실험 플랫폼과 바이오파운드리 등 공유 연구 인프라와의 긴밀한 통합이 필수적이라고 강조했다. 또 실험적으로 검증되지 못한 '실패 데이터' 역시 향후 연구를 위한 중요한 학습 자산으로 공유돼야 한다고 덧붙였다.</p> <p contents-hash="98344479ea5f1b5705c4c51c30e0c8e5a9d90f33c5d65268a00f9b7229691dfb" dmcf-pid="4LM72YSrDv" 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="5063ca0f1c7439817b2201007bf129f86acd42dde33f071aa4cb0ed34e7d1949" dmcf-pid="8U5svLe4IS" dmcf-ptype="general">해당 논문은 네이처 마이크로볼로지에 7일 게재됐다.</p> <p contents-hash="ce3ca4163f3c33b2ac48e80529fe111f0f14592fac9f4a1931d7ec8e4ff5e758" dmcf-pid="6u1OTod8Dl" dmcf-ptype="general">김영준 기자 kyj85@etnews.com</p> </section> </div> <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p> 관련자료 이전 김우빈·신민아의 스페인 신혼여행…‘올블랙 시밀러룩’으로 전한 데이트 근황 01-12 다음 [단독] 네이버, 올해 대형 M&A 더 한다 01-12 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
