[대전=뉴스핌] 김태진 기자 = 한·미 연구진이 인공지능(AI) 기술을 이용해 유전자 전사인자 예측 시스템 개발을 개발했다.
KAIST는 생명화학공학과 이상엽 특훈교수가 미국 캘리포니아대학교 샌디에이고캠퍼스 생명공학과 버나드 팔슨(Bernhard Palsson) 교수 연구팀과 AI를 이용해 단백질 서열로부터 전사인자를 예측하는 시스템인 '딥티팩터(DeepTFactor)'를 개발했다고 29일 밝혔다.
전사인자는 특정한 DNA 서열에 특이적으로 결합해 유전자의 전사(유전 정보를 복사하는 과정)를 조절하는 단백질이다.
전사인자 예측을 위한 심층 학습 모델의 네트워크 구조 [사진=카이스트] 2020.12.29 memory4444444@newspim.com |
전사인자로 유전자 전사를 분석함으로써 유기체가 유전적 또는 환경적 변화에 어떻게 반응해 유전자의 발현을 제어하는지 이해할 수 있다. 이러한 점에서 유기체의 전사인자를 찾는 것은 유기체의 전사 조절 시스템 분석을 위한 첫 단계라 할 수 있다.
연구팀은 심층 학습 기법을 이용해 주어진 단백질 서열이 전사인자인지 예측할 수 있는 시스템인 딥티팩터(DeepTFactor)를 개발했다.
딥티팩터는 단백질 서열로부터 전사인자를 예측하기 위해 세 개의 병렬적인 합성곱 신경망(convolutional neural network)을 이용한다.
연구팀은 딥티팩터를 이용해 대장균(Escherichia coli K-12 MG1655)의 전사인자 332개를 예측했으며 그중 3개의 전사인자의 게놈 전체 결합 위치(genome-wide binding site)를 실험으로 확인함으로써 딥티팩터의 성능을 검증했다.
연구팀은 딥티팩터의 추론 과정을 이해하기 위해 특징 지도 (saliency map) 기반의 심층 학습 모델 해석 방법론을 사용했다.
이를 통해 딥티팩터의 학습 과정에서 전사인자의 DNA의 결합 영역에 대한 정보가 명시적으로 주어지지 않았지만 내재적으로 이를 학습해 예측에 활용한다는 사실을 확인했다.
연구진은 특정 생물군의 단백질 서열만을 위해 개발됐던 이전 예측 방법론들과 달리 딥티팩터는 모든 생물군의 단백질 서열에서 우수한 성능을 보여 다양한 유기체의 전사 시스템 분석에 활용 가능할 것으로 기대했다.
이상엽 특훈교수 [사진=카이스트] 2020.12.29 memory4444444@newspim.com |
이상엽 특훈교수는 "이번 연구에서 개발한 딥티팩터를 이용해서 새롭게 발견되는 단백질 서열과 아직 특성화되지 않은 수많은 단백질 서열을 높은 처리 능력으로 분석할 수 있게 됐다"며 "이는 유기체의 전자 조절 네트워크 분석을 위한 기초 기술로써 활용 가능할 것"이라고 말했다.
이번 연구는 과기정통부가 지원하는 기후변화대응기술개발사업의 바이오리파이너리를 위한 시스템대사공학 원천기술개발 과제 지원을 받아 수행됐다.
연구성과는 국제학술지 '미국국립과학원회보(PNAS)'에 지난 28일 게재됐다.
memory4444444@newspim.com