구글 딥마인드는 11월 11일 DNA 예측 모델 ‘AlphaGenome 2’를 공개했다. 유전적 변화가 특정 세포 유형과 세포 상태에서 어떤 영향을 미치는지 예측하는 모델이다. 회사가 공개한 TenK10K 평가에서 원인 변이 식별률은 30%로, 단일세포 데이터로 미세조정한 기존 AlphaGenome의 16%보다 높았다. 다만 이는 연구용 벤치마크 결과로, 진단 정확도나 개인의 질병 위험을 예측하는 성능을 뜻하지 않는다.
연구자들은 이 모델을 활용해 유전 신호가 나타나는 구체적인 세포 환경을 좁혀 후속 실험의 우선순위를 정할 수 있다. 조직 단위 측정은 전반적인 변화를 보여주지만, 세포마다 유전적 영향이 다르면 평균값만으로는 관련 세포를 구분하기 어려울 수 있다.
AlphaGenome 2, 세포 조건 반영해 예측
기존 AlphaGenome은 최대 약 100만 글자 길이의 DNA 서열을 입력받아 여러 조직과 실험에 대한 고정된 결과를 한꺼번에 생성했다. AlphaGenome 2에서는 연구자가 조직, 세포 유형, 세포 상태 등 분석 조건을 지정할 수 있으며, 모델은 이 정보를 처리 과정에 반영한다. 딥마인드는 이를 통해 조직 단위 측정에서는 드러나지 않을 수 있는 세포별 영향을 포착하는 것이 목표라고 설명했다.
모델 학습에는 사람과 생쥐의 조직 및 단일세포 데이터가 활용됐으며, 단일세포 기록은 1억700만 건을 넘는다. 연구자는 단일세포 유전자 활성 데이터를 추가해 새롭게 관찰한 세포 상태에 맞춘 예측을 생성할 수도 있다. 이 과정에 모델을 다시 학습시킬 필요는 없다. 직접 측정하지 않은 특성도 예측할 수 있어 실험 후보를 선별하는 데 참고 자료로 활용할 수 있다.
TenK10K 평가에는 28종의 일차 면역세포 유형이 포함됐다. 딥마인드에 따르면 AlphaGenome 2의 원인 변이 식별률은 30%였고, 단일세포 데이터로 미세조정한 기존 AlphaGenome은 16%였다. 이 수치는 특정 벤치마크에서의 변이 식별 성능을 비교한 것으로, 임상 검증 결과가 아니며 개인의 발병 가능성을 예측한다는 의미도 아니다.
ETS2 관련 장 질환 기전 계산으로 재현
딥마인드는 장 질환과 관련된 사례도 공개했다. 모델은 조절 변이가 장내 대식세포에서 ETS2 유전자 활성을 높인다는 기존 연구 결과를 계산으로 재현했다. 대식세포는 면역세포의 일종이다. 이 사례에서 모델은 관련 변이를 짚고, ETS2에 미치는 영향이 주로 대식세포에서 나타나며 다른 세포 유형이나 유전자에는 영향이 제한적일 것으로 예측했다.
이 유전적 기전을 AlphaGenome 2가 처음 발견한 것은 아니다. 임페리얼 칼리지 런던, 프랜시스 크릭 연구소, 유니버시티 칼리지 런던 연구진은 2024년 발표한 연구에서 대식세포에서 활성화되는 조절 영역을 ETS2 활성 증가 및 염증 기능과 연결했다. 이번 사례는 기존 생물학적 기전을 모델이 계산으로 재현한 것으로, 새로운 질병 원인을 찾아냈다고 볼 수는 없다.
11월 11일 기준 AlphaGenome 2는 API를 통해 비상업적 연구용으로 제공되고 있다. 상업적 연구 사용은 비공개 프리뷰 단계다. 딥마인드는 AlphaGenome 계열 모델이 연구 목적으로 개발됐으며, 임상 또는 진단 용도로 검증되거나 승인되지 않았다고 밝혔다. 현재 연구 현장에서 활용할 수 있는 영역은 세포 및 세포 상태별 예측을 바탕으로 실험 후보를 좁히는 것이며, 모델의 결과는 후속 연구를 통해 검증해야 한다.