KMCRIC

세포가 DNA를 어떻게 수리하는지를 예측하는 기계 학습 알고리즘

Machine-learning algorithm predicts how cells repair broken DNA

연구자들이 병적 돌연변이를 바로잡고 유전자를 건강한 상태로 복구하는데, 온라인 도구가 도움이 될 수 있다.

사람 게놈은 자체적인 교정자와 편집자를 가지고 있는데, 그 작업이 한때 생각되었던 것처럼 마구잡이로 이루어지지 않는다.

DNA의 이중 나선이 X-선에 대한 노출로 인해서 부서지면, 분자 기계들이 일종의 유전적 “자동-교정”을 수행해서 게놈을 다시 붙인다. 그러나 그 복구는 종종 불완전하다. 세포의 자연적인 DNA 수리 과정이 무작위적이고 예측이 불가능해 보이는 방식으로 부서진 부분에 DNA 일부를 더하거나 제거할 수 있다. 과학자들이 CRISPR-Cas9을 가지고 유전자를 편집해서 특정한 위치에서 DNA를 끊을 수 있지만, 이것은 유전자의 기능을 바꾸는 “철자법 오류”를 일으킬 수 있다.

“말단 접합(end joining)”이라고 불리는 CRISPR가 유도한 손상에 대한, 이 반응은 유전자를 무력화하는데 쓸모가 있지만, 연구자들은 그것이 오류가 발생하기 너무 쉬워서 치료 목적을 위해서 이용할 수 없다고 여겼었다.

새로운 연구가 이 관점을 뒤집었다. 그 연구는 DNA를 정확하게 잘라서 세포가 자연적으로 손상을 치유할 수 있게 함으로써, 미래에 세포의 유전적 자동-교정이 유전자 돌연변이를 바로잡는 CRISPR을 기반으로 하는 요법과 통합될 수 있다고 제시하고 있다.

연구자들은 사람과 쥐 세포들이 CRISPR로 유도한 DNA 손상에 어떻게 반응하는지를 예측하는 기계 학습 알고리즘을 만들어 세포들이 종종 정확하고 예측 가능하며, 어떤 경우에는 돌연변이 된 유전자를 건강한 상태로 되돌리는 방식으로 손상된 유전자를 수리한다는 것을 알아냈다. 또한, 그들은 이 예측 능력을 시험해서 두 가지 희귀한 유전 질환 중 하나를 가진 환자에게서 얻은 세포에서 돌연변이를 성공적으로 바로잡았다.

연구자들이 세포가 어떻게 쥐와 사람 게놈에서 CRISPR가 표적으로 하는 2,000지점을 복구하는지를 관찰하는 전략을 개발했다. 세포가 어떻게 그러한 부위들을 수리하는지를 관찰한 후, 그 결과를 inDelphi라고 불리는 기계-학습 모형에 주입해 세포가 각각의 위치에 있는 손상에 어떻게 반응하는지, 즉 세포가 각각의 손상된 유전자에 어떤 DNA 조각을 추가하거나 제거하는지를 알고리즘에 학습시켰다. inDelphi는 교정된 유전자에서 어떤 첨가와 삭제가 일어나는지 예측하는 유형을 알아냈다.

정확한 편집을 위한 안내-RNAs(guide-RNAs)를 디자인하려는 연구자를 위해 inDelphi가 온라인으로 사용 가능하다.

기계 학습은 사람 치료법의 개발을 위한 새로운 시야를 제공한다. 이 연구는 컴퓨터를 이용한 실험 디자인과 분석을 치료 목적과 통합하는 것이 어떻게 예측하지 못한 치료 양식을 만들 수 있는지를 보여준다.

관련연구자: David Liu

관련기관: Broad Institute of MIT and Harvard

본문키워드(한글): 기계 학습, 돌연변이, DNA 복구, 유전자, 게놈

본문키워드(영문): machine learning, mutations, DNA, DNA repair, genes, genome, CRISPR-Cas9, CRISPR, inDelphi,

국가: 미국

원문출판일: 2018-11-07

출처: https://www.sciencedaily.com/releases/2018/11/181107133817.htm