딥마인드 알파게놈 2, 같은 DNA 변이도 세포별로 예측

구글 딥마인드가 11월 11일 사람의 DNA 변이가 어떤 세포에서 유전자 활동을 바꾸는지 예측하는 ‘알파게놈 2(AlphaGenome 2)’를 공개했다. 첫 모델은 여러 조직의 활동을 한꺼번에 예측했다. 새 모델은 같은 DNA 구간을 놓고 세포 종류나 상태를 바꿔 가며 따로 결과를 낼 수 있다. 비상업 연구용 API는 공개 당일부터 제공됐고, 상업 연구용은 비공개 사전 체험으로 열렸다.

연구자에게 달라지는 건 후속 실험의 대상을 고르는 단계다. 예를 들어 질환과 함께 나타나는 DNA 차이가 혈액에서 발견되면, 그 차이가 혈액 속 여러 면역세포에 같은 영향을 주는지부터 살펴볼 수 있다. 연구자는 변이 후보와 함께 어느 세포에서 어떤 유전자의 활동을 확인할지 정할 수 있다. 유전자 발현은 세포가 유전자의 정보를 얼마나 활발히 쓰는지를 뜻한다. 서로 다른 세포가 같은 DNA를 지니고도 다른 일을 하는 데는 이런 활동의 차이가 관여한다.

2025년 6월 처음 공개된 알파게놈은 조직 시료에 들어 있는 세포들의 활동을 주로 종합해 학습했다. 조직 전체로 보면 드문 세포에서 나타나는 변화가 다른 세포들의 신호에 묻힐 수 있다. 2세대에는 사람과 생쥐의 조직 단위 자료와 단일세포 자료가 함께 쓰였다. 딥마인드는 이번 모델이 유전자 발현과 함께 DNA에 붙는 화학적 표지인 메틸화도 예측한다고 밝혔다.

면역세포 평가에서 16%와 30%가 뜻하는 것

딥마인드는 혈액의 면역세포 28종에서 유전자 활동을 조사한 TenK10K 자료를 써서 모델을 평가했다. 이 자료를 만든 별도 연구팀은 1,925명의 유전체와 500만 개가 넘는 개별 세포의 유전자 활동을 함께 분석했다. 딥마인드는 이 가운데 특정 세포의 유전자 발현 차이와 연결된 후보를 골라, 모델이 해당 세포에서 원인으로 추정된 변이와 비교용 변이를 얼마나 잘 구별하는지 살폈다.

모델이 원인으로 꼽은 후보 중 평가 자료의 정답과 일치하는 비율을 90%로 맞추자, 알파게놈 2는 자료가 원인 후보로 분류한 변이의 30%를 찾아냈다. 단일세포 자료로 추가 학습한 알파게놈 1은 같은 기준에서 16%였다. 연구진은 새 모델도 높은 정밀도를 요구하면 원인 후보의 대부분을 놓치며, 학습 자료에 드문 질환 상태의 세포에서는 예측 범위가 좁다고 설명했다.

장 질환의 기존 연구를 다시 살펴보니

염증성 장질환 사례에는 모델 개발과 별개로 실험 결과가 있다. 프랜시스 크릭 연구소 등이 참여한 팀은 2024년 학술지 네이처에 발표한 연구에서 질환과 관련된 DNA 구간을 조사했다. 이들은 단백질을 만드는 유전자 바깥의 조절 부위가 사람의 염증성 대식세포에서 ETS2라는 유전자의 활동을 높인다는 것을 확인했다. 대식세포는 조직에서 면역 반응을 담당하는 세포다. 이 연구는 질환과 함께 나타나는 DNA 차이를 찾는 것과, 그 차이가 실제로 어느 유전자에 영향을 주는지 밝히는 일이 별개라는 사례다.

딥마인드는 이 결과를 알고 있는 상태에서 장의 면역세포를 대상으로 모델을 평가했다. 비교한 변이 후보 7개 중 기존 연구가 지목한 하나에만 뚜렷한 영향이 나왔고, 예측된 변화는 대식세포와 단핵구에서 ETS2의 발현이 증가하는 쪽이었다. 이번에 나온 것은 기존 실험과 방향이 일치한 예측이다. 다른 질환에서 처음 발견한 후보에는 그 세포에서 같은 변화가 생기는지 확인하는 실험이 필요하다.

연구용으로 공개한 범위

새 모델은 미리 정해진 세포 유형 외에 연구자가 관찰한 세포 상태도 반영한다. 알파게놈 안내 문서는 사람의 단일세포 유전자 발현 자료를 바탕으로 모델 전체를 다시 학습시키지 않고 해당 상태의 예측을 낼 수 있다고 설명한다. 다만 학습 자료와 크게 다른 상태에서는 차이를 제대로 포착하지 못할 수 있다. 안내 문서는 모델이 보완해서 낸 결과 중 검증 근거가 부족한 것은 탐색용 가설로 다룬다.

딥마인드가 미리 계산한 자료도 있다. 새 모델의 변이 점수는 사람의 조직과 세포 유형을 조합한 510가지 조건에서 특성과 연관된 변이 및 인구 집단에서 흔한 변이를 다룬다. 연구자는 이 자료에서 관심 있는 조건의 기존 예측을 확인할 수 있다. 같은 자료로 모든 새 변이를 조회할 수 있는 것은 아니며, 공개된 내려받기 자료는 연구진이 계산한 결과 가운데 일부를 선별한 것이다.

비상업 연구용 API는 무료로 제공된다. 공식 안내에 따르면 이용 수요에 따라 요청 한도가 달라지며, 미리 계산한 결과 조회는 새 예측을 요청할 때보다 높은 요청량을 지원한다. 상업 연구는 딥마인드가 발표한 비공개 사전 체험이 적용된다. 공개 API의 예측은 임상 판단에 사용할 수 없다고 알파게놈 공식 문서는 명시했다.