구글 딥마인드(Google DeepMind)가 단일 세포 수준에서 비부호화 DNA 변이의 조절 영향을 예측하는 차세대 유전체 시퀀스 모델 알파지놈 2(AlphaGenome 2)를 공개했다. 인간과 쥐의 68개 조직에서 수집한 1억 700만 개 이상의 단일 세포 프로파일을 학습한 이 모델은 전체 조직 평균 데이터에 가려졌던 세포 유형별 유전자 조절 교란 신호를 직접 분리해 계산하도록 설계됐다. 구글 딥마인드 공식 블로그에 따르면 알파지놈 2는 최대 1메가베이스, 즉 100만 염기쌍 길이의 DNA 시퀀스와 표적 조직 및 세포 상태 조건을 입력받아 추가 미세조정 과정 없이 유전자 발현량과 염색질 접근성 변화를 정량적으로 도출한다. 기존 대규모 유전체 분석 모델들은 수천수만 개 세포가 섞인 조직 단위 벌크 데이터를 기준으로 학습되었기 때문에 특정 면역세포나 질환 활성 세포 등 제한된 환경에서만 작동하는 변이 신호를 희석하는 근본적 한계를 안고 있었다. 인간 질병과 결부된 다수의 유전 변이가 단백질을 직접 지정하지 않는 비부호화 영역에 머물러 있는 만큼, 특정 세포 상태에서 일어나는 미세한 전사 조절 교란을 감지하려면 단일 세포 단위의 정밀한 연산이 필수적이다. 순다르 피차이(Sundar Pichai) 구글 최고경영자는 알파지놈 2가 질병의 세포 차원 원인을 밝혀내 과학자들에게 DNA 변이가 특정 세포 유형에 미치는 영향을 예측하는 도구를 제공한다고 설명했다. 푸시미트 콜리(Pushmeet Kohli) 구글 딥마인드 과학 부문 부사장 역시 DNA 변화가 세포에 미치는 메커니즘을 해석하는 차세대 유전체 모델이라고 밝혔다. 정량적 성능 지표에서도 전작 대비 대폭적인 도약이 확인됐다. 28개 면역 세포 유형으로 구성된 텐케이텐케이(TenK10K) 벤치마크 평가 결과, 질병 원인 발현양적형질유전자좌(eQTL) 변이를 식별하는 재현율은 이전 버전인 알파지놈 1의 16%에서 14%포인트 상승한 30%를 기록하며 약 2배 가까이 뛰어올랐다. 특정 변이로 유전자 발현이 증가하는지 감소하는지 판정하는 발현 증감 방향 예측 정확도 역시 기존 비교 모델 최고치 23% 대비 20%포인트 향상된 43%에 도달했다. 100만 염기쌍 범위 내에서 일어나는 전사 인자 결합 및 염색질 구조 변화를 단일 세포 발현 프로파일과 정렬해 벤치마크 전반에서 유의미한 정확도 개선을 계측치로 입증한 셈이다. 다만 고정밀도 연산 구간에서도 통계적으로 추정된 원인 변이 중 실제 모델이 회수 가능한 비중은 여전히 소수에 불과하며, 1메가베이스를 넘어서는 초원거리 조절 상호작용을 포착하는 능력은 향후 보완 과제로 남아 있다. 그럼에도 연구진이 자체 단일세포 전사체(scRNA-seq) 데이터를 입력창에 전달하면 별도 가중치 파인튜닝을 거치지 않고도 미지의 세포 상태에서 변이 반응을 모사할 수 있는 연산 구조는 가상 실험(in silico) 파이프라인의 설계 방식을 바꾼다. 장 질환을 유발하는 장내 면역세포 내 특정 유전자 과활성화 기전처럼 특정 미세 환경에서만 발현되는 병리 기전을 연산 환경에서 즉시 재현해 wet-lab 기반의 스크리닝 소요 주기를 단축할 수 있다. 딥마인드는 현재 비상업적 학술 연구자를 대상으로 알파지놈 API를 무료 제공하고 있으며, 상업적 연구 기관과 제약사에는 비공개 프리뷰 형태로 접근 권한을 배포하기 시작했다. 인프라 관점에서 알파지놈 2는 연구 조직이 자체 scRNA-seq 데이터셋과 서열 정보만으로 거대 파라미터 모델을 직접 훈련하거나 미세조정하는 데 드는 막대한 컴퓨팅 비용을 제거해 준다. 타깃 발굴 실패 확률을 선행 연산으로 걸러냄으로써 신약 후보물질 스크리닝 단계의 자본 지출을 통제하고 개발 의사결정 속도를 앞당기는 기준점으로 작용할 전망이다.