섹션별 상세
Evo 2는 박테리아, 고균, 진핵생물 등 생명의 세 영역 전체를 아우르는 8.8조 염기쌍 규모의 OpenGenome2 데이터셋으로 학습되었다. 인간 게놈과 같은 진핵생물의 복잡한 구조를 파악하기 위해 StripedHyena 2라는 합성곱 신경망(CNN) 기반 아키텍처를 채택했다. 학습은 8,000 염기쌍 단위의 특징 학습과 100만 염기쌍 단위의 장거리 맥락 학습이라는 2단계 과정을 거쳐 수행되었다.
진핵생물 게놈의 난제인 인트론(Intron)과 조절 DNA 식별에서 탁월한 성능을 보였다. 진핵생물은 유전자 사이에 단백질을 코딩하지 않는 방대한 영역이 존재하여 분석이 어려웠으나, Evo 2는 이러한 복잡한 패턴을 통계적 확률로 인식한다. 특히 BRCA2 유전자 변이 분석 등에서 기존의 전문화된 도구들보다 우수하거나 대등한 성능을 입증했다.
별도의 작업별 파인튜닝 없이도 제로샷 예측이 가능하다는 점이 핵심적인 특징이다. 모델 내부를 분석한 결과, 뉴럴 네트워크가 단백질의 알파 헬릭스나 베타 시트 같은 구조적 특징뿐만 아니라 전사 및 번역 시작 부위의 변이 심각도까지 스스로 학습했음이 확인되었다. 이는 모델이 생물학적 서열의 기능적 중요성을 내재적으로 이해하고 있음을 시사한다.
생물학적 서열 설계 도구로서의 가능성도 타진되었다. 특정 세포 유형에서만 활성화되는 조절 DNA를 설계하는 실험에서 약 17%의 성공률을 기록했다. 비록 단백질 설계 수준의 완성도에는 미치지 못하지만, 복잡한 진핵생물 시스템에서 AI가 기능적 서열을 생성할 수 있음을 보여준 유의미한 결과로 평가된다.
연구팀은 모델의 오남용 방지를 위해 인간에게 위협이 될 수 있는 진핵생물 감염 바이러스 데이터는 학습에서 제외했다. 동시에 모델 파라미터, 추론 코드, 데이터셋 전체를 공개하여 전 세계 연구자들이 암 게놈 분석이나 새로운 유전자 주석 도구 개발에 활용할 수 있도록 지원한다.
용어 해설
- 진핵생물(Eukaryote)
- — 핵막으로 둘러싸인 핵을 가진 복잡한 세포 구조의 생물로, 인간을 포함한 동물, 식물, 균류가 포함된다. 박테리아와 달리 게놈 구조가 매우 복잡하며 인트론과 같은 비부호화 영역이 많아 AI 모델링이 까다롭다.
- 인트론(Intron)
- — 유전자의 부호화 영역 사이에 존재하는 비부호화 DNA 서열이다. 단백질 합성 과정에서 제거되어야 하며, 그 경계를 정확히 식별하는 것은 게놈 해석의 핵심적인 기술적 난제 중 하나이다.
- 조절 DNA(Regulatory DNA)
- — 단백질을 직접 암호화하지는 않지만 유전자의 발현 시기와 양을 조절하는 서열이다. 게놈 전체에 흩어져 있고 패턴이 미묘하여 인간이나 기존 알고리즘이 찾아내기 매우 어렵다.
- 제로샷 예측(Zero-shot Prediction)
- — 특정 작업에 대한 추가적인 학습이나 미세 조정 없이, 대규모 데이터로 사전 학습된 모델이 즉각적으로 결과를 도출하는 능력이다. Evo 2는 별도의 레이블링 데이터 없이도 게놈의 주요 특징을 식별한다.
- 스트라이프드하이에나 2(StripedHyena 2)
- — Evo 2의 기반이 되는 합성곱 신경망(CNN) 아키텍처이다. 긴 서열 데이터를 효율적으로 처리하도록 설계되어 수백만 염기쌍 수준의 장거리 게놈 맥락을 파악하는 데 최적화되어 있다.
기술
- Evo 2
- StripedHyena 2
- OpenGenome2
- Python
- PyTorch
활용 사례
- 게놈 주석(Annotation) 자동화
- 유전자 변이의 병원성 예측
- 기능성 조절 DNA 서열 설계
- 단백질 2차 구조 예측
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 03. 05.수집 2026. 03. 05.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.