뉴스브리핑센터
한의약융합데이터 콘텐츠 바로가기
동향분석
Home > 뉴스브리핑센터 > 동향분석
| [NRF 동향] 염기 교정 유전자 가위의 안전성 높일 실마리 찾아 |
|
염기 교정 유전자 가위의 안전성 높일 실마리 찾아 인공지능 이용 점돌연변이 질환 관련 염기 교정 유전자 가위의 효율 및 교정 결과 예측 국내 연구진이 딥러닝 기법을 이용해 점돌연변이 교정을 위한 유전자 가위의 안전성을 높일 수 있는 실마리를 찾아냈습니다. 김형범 교수(연세대학교 약리학교실) 연구팀이 염기 교정 유전자 가위의 염기 교정 효율과 교정 결과를 예측할 수 있는 인공지능 프로그램을 개발했다는 소식입니다! *점돌연변이(point mutation) 아데닌(A), 구아닌(G), 시토신(C), 티민(T) 등 네 종류의 염기가 특정한 순서로 늘어선 서열, 즉 유전자에 따라 다양한 생물학적 특성이 결정된다. 이때 특정 위치의 염기 하나에 변이가 일어나면 유전질환으로 연결될 수 있는데 우리 유전질환의 절반 이상이 이러한 점돌연변이 때문인 것으로 알려져 있다. 유전자 가위는 대를 거듭해 보존되는‘원본’인 유전자에 대한 외부 개입인 만큼 편집 효율이 일정 수준 이상이어야 하고, 원치 않는 다른 염기의 편집이 일어나지 않아야 합니다. 즉 효율과 정확성, 두 가지 모두를 충족해야 합니다. 특정 염기를 바꿔(C->T 혹은 A->G) 주는 염기 교정 유전 자가위는 유전질환을 일으킬 수 있는 점돌연변이를 바로잡거나 반대로 유전질환을 가진 동물모델을 얻기 위한 매력적인 도구가 될 수 있는데요. 하지만 고정된 한자리에서 편집이 일어나는 것이 아니라 일정 범위 안에 같은 종류의 염기가 여럿이 존재한다면, 원하지 않는 염기가 편집될 수 있습니다. 때문에 위치별 편집 빈도를 예측, 가장 안전한 유전자 가위를 선별하는 과정이 필수적이었습니다. 이에 연구팀은 다양한 염기 교정 유전자 가위를 만들고, 각각의 효율과 결과물의 빈도에 대한 빅데이터를 확보, 딥러닝으로 분석하여 염기 교정 결과 예측 프로그램(DeepBaseEditor)을 개발하였습니다.
DeepBaseEditor 예측 프로그램의 개략도
인간 점돌연변이 질환에 대한 염기 교정 유전자 가위 효율을 예측 나아가 이 프로그램을 이용해 23,479개의 점돌연변이 유전질환 가운데 염기교정 범위 내 표적 염기가 1개이면서 효율(5% 이상)이 높을 것으로 예상되어 염기 교정 유전자 가위로 유전자 편집을 시도해볼 수 있는 질환으로, 낭포성 섬유증(cystic fibrosis) 등 3,058개가량의 점돌연변이 유전질환을 1차적으로 선별해냈습니다. 점돌연변이 유전질환 가운데 상당수(약 19,505개)가 염기 교정이 일어날 수 있는 범위에 동일 염기(아데닌 또는 시토신)가 2개 이상 자리하고 있어, 원하지 않는 위치에서의 편집 확률을 미리 예측하는 것이 중요했는데요. 연구팀은 이들 19,505개의 유전질환 중 약 4,274개의 유전자에 대해 효율(5% 이상)이 높으면서, 다른 염기의 변이가 잘 일어나지 않을 것으로 예측하였습니다. 선별된 유전질환들은 표적 염기가 2개 이상으로 추가적인 변이가 발생할 수 있어 사용이 어려웠던 유전질환들이었습니다. 본 연구를 통해 위 질환들은 추가적인 변이 가능성이 낮을 것으로 예상되어 염기 교정 유전자 가위 사용이 가능할 것으로 기대되고 있습니다. 연구팀은 향후 본 예측 프로그램을 이용해 선별된 유전자 가위를 활용, 질환 동물모델 수립 연구를 추진할 계획입니다. 이 연구는 과학기술정보통신부와 한국연구재단이 추진하는 중견연구지원사업, 바이오의료기술개발사업, 선도연구센터지원사업 등의 지원으로 수행되었으며 생명공학 분야 국제 학술지 네이처 바이오테크놀로지에 7월 7일에 게재되었습니다.
|
