AlphaGenome Atlas, 인간 게놈 변이의 분자 효과 지도

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

Google DeepMind가 인간 게놈에서 가능한 약 90억 개의 단일 염기 변이가 분자 생물학에 미치는 영향을 미리 계산한 1페타바이트 규모의 AlphaGenome Atlas를 공개했습니다. AlphaGenome의 수천 개 분자 효과 예측에 AlphaMissense의 단백질 영향 예측을 결합해 AVI 점수를 만들고, 각 점수를 chromatin accessibility·splicing·conservation 등 생물학적 특징의 기여도로 분해했습니다. GREGoR Consortium 협력 연구에서는 DNM1의 희귀질환 관련 변이가 잘못된 splice site를 만들어 비정상적으로 늘어난 단백질을 만든다는 예측이 실험으로 검증됐고, UK Biobank 54,000명 이상의 데이터에서는 비암호화 유전 연관성을 22% 더 찾아냈습니다. Atlas는 웹 포털과 AlphaGenome API, Google Antigravity skill로 접근할 수 있지만 임상 사용 승인을 받은 도구는 아닙니다.

섹션별 상세

인간 게놈에는 가능한 단일 염기 변화가 약 90억 개에 이르러 모든 변이를 실험실에서 하나씩 검사하기 어렵습니다. AlphaGenome은 개별 변이가 생물학적 과정에 미치는 영향을 예측해 왔지만, 연구자가 게놈 전체의 변이를 비교하려면 대규모 사전 계산 결과가 필요했습니다. AlphaGenome Atlas는 이 예측을 미리 계산해 변이별 분자 효과를 한곳에서 검색하고 비교하는 자원으로 확장했습니다.

Atlas는 9억 개가 아니라 약 90억 개의 단일 염기 변이에 대해 수천 개의 분자 효과 예측을 저장하며, 인간과 생쥐의 수백 개 세포 유형 및 조직을 포함합니다. AlphaGenome과 단백질 변이 영향을 예측하는 AlphaMissense의 결과를 AVI라는 단일 점수로 결합하고, 점수를 RNA splicing·유전자 발현·chromatin accessibility 같은 특징별 기여도로 다시 나눕니다. 여기에 2,500개가 넘는 DNA 모티프와 위치를 연결해 변이의 영향도 순위화와 기능적 해석을 같은 흐름에서 수행하게 했습니다.

AVI 점수는 단백질을 지정하는 게놈의 약 2%뿐 아니라 나머지 98%인 비암호화 영역에도 적용됩니다. 비암호화 영역은 유전자 활동을 조절하고 형질 관련 변이를 많이 포함하지만, 무해한 변이가 만들어내는 통계적 잡음 때문에 영향이 큰 변이를 찾기 어려웠습니다. 연구진은 AVI 점수로 변이를 분자 효과별로 묶어 순위를 정함으로써 코딩 영역과 비암호화 영역을 함께 비교할 수 있도록 했고, 여러 변이 병원성 및 희귀질환 벤치마크에서 높은 성능을 얻었다고 밝혔습니다.

희귀질환 연구에서는 GREGoR Consortium 협력팀이 수천 개 후보 중 원인 변이를 좁히는 데 AVI 점수를 사용했습니다. Broad Institute 연구진은 이전 연구에서 지나쳤던 DNM1 변이를 찾아냈고, AlphaGenome 예측은 이 변이가 잘못된 splice site를 만들어 비정상적으로 연장된 단백질을 생성하는 과정을 가리켰습니다. 실험 스크리닝은 해당 예측을 검증했으며, 주변의 유사한 변이도 같은 영향을 보이는 것으로 나타났습니다.

AlphaGenome Atlas는 인구 집단의 희귀 변이와 복합 형질 연구에도 적용됐습니다. University of Exeter의 Gareth Hawkes는 54,000명 이상의 UK Biobank 전장 게놈 데이터에서 분자 효과가 비슷한 희귀 비암호화 변이를 묶어 분석했고, 기존 통계적 잡음 속에서 놓칠 수 있던 유전 연관성을 22% 더 찾아냈습니다. 단백질 PLA2G7과 EGLN1의 조절 변이를 특정했으며, 체질량지수와 관련된 비암호화 변이에서는 영향이 클 것으로 예측된 상위 1%를 좁혀 19개 유전 영역을 찾았습니다.

용어 해설

단일 염기 변이(Single-Nucleotide Variant): — DNA 염기 하나가 다른 염기로 바뀐 유전 변이입니다. AlphaGenome Atlas는 인간 게놈에서 가능한 약 90억 개의 단일 염기 변이를 미리 계산하고, 각 변이가 유전자 발현·RNA splicing 같은 분자 과정에 미치는 영향을 비교할 수 있게 합니다.
비암호화 영역(Non-Coding Region): — 단백질의 아미노산 서열을 직접 지정하지 않지만 유전자 활동을 조절하는 게놈 영역입니다. 인간 게놈의 약 98%를 차지하며, 질병과 형질에 연관된 변이가 많이 존재해 기능적 해석이 어렵다는 특징이 있습니다.
특징 기여도(Feature Attribution): — 모델의 예측값이 어떤 입력 특징과 생물학적 과정에서 비롯됐는지 분해해 나타내는 방법입니다. Atlas는 AVI 점수를 chromatin accessibility, splicing, conservation 같은 범주별 기여도로 나눠 특정 변이가 어떤 분자 기능을 흔드는지 해석하도록 구성했습니다.
DNA 모티프(DNA Motif): — 게놈에서 반복적으로 나타나는 짧은 DNA 서열로, 전사인자 결합 부위처럼 유전자 조절과 관련된 기능적 신호를 담습니다. AlphaGenome Atlas는 2,500개가 넘는 모티프와 위치를 모아 비암호화 변이의 작동 방식과 세포 유형별 조절 과정을 추적하는 데 활용합니다.
AVI 점수(AVI Score): — AlphaGenome과 AlphaMissense의 예측을 하나의 수치로 결합한 변이 영향 점수입니다. 연구자는 이 점수로 코딩 영역과 비암호화 영역의 변이를 잠재적 영향도에 따라 빠르게 순위화하고, 연결된 특징 기여도로 RNA splicing이나 유전자 발현 교란 가능성을 해석할 수 있습니다.

기술

AlphaGenome Atlas
AlphaGenome
AlphaMissense
AVI score
AlphaGenome API
Google Antigravity
AlphaFold Database
Google Cloud
Model Garden

활용 사례

희귀질환 원인 변이 우선순위화
비암호화 변이와 공통 형질의 연관성 탐색
단백질 수준을 조절하는 희귀 변이 탐색
전사인자 결합 모티프와 유전자 조절 연구
후속 실험 검증을 위한 후보 변이 선별