AI 설계 박테리오파지: 게놈 언어모델이 써낸 유전체 16개가 실제로 살아난 사이언스 연구

핵심 메시지

• 게놈 언어모델이 써낸 파지 유전체 설계 중 285개를 합성해 대장균에 넣자 16개가 실제로 감염·증식하는 바이러스가 됐다.
• 돌연변이가 적은 설계군의 이론적 생존 기대치는 평균 2.3%였지만 실제 생존율은 60%로, 모델이 조합 제약을 암묵적으로 학습했다는 해석이 나온다.
• AI 설계 파지 칵테일은 기존 파지가 통하지 않던 내성 대장균을 1~2회 만에 제압했고, 자연 파지 칵테일은 5회를 거쳐도 실패했다.
• 성공률은 여전히 5~7% 수준이고 자연 서열과 닮을수록 올라가, 크게 다르면서도 살아 있는 설계는 아직 어렵다.
• 모든 실험은 배양 접시 수준이며 숙주는 병원성 없는 대장균이라 치료 적용까지는 단계가 많이 남아 있다.

쉽게 이해하기

그동안 AI가 생물학에서 해온 일은 대체로 '부품 만들기'에 가까웠습니다. 단백질 하나를 새로 접어내거나 유전자 회로 하나를 짜는 식입니다. 유전체 한 벌 전체를 쓰는 것은 성격이 다른 문제입니다. 유전체 안에서는 유전자들이 서로 겹쳐 있어 같은 DNA 구간을 두 유전자가 다르게 읽어 쓰고, 돌연변이 하나로 전체가 죽을 만큼 예민하기 때문입니다. 그래서 연구팀은 세균만 감염시키고 사람에게 병을 일으키지 않는 박테리오파지를 대상으로 골랐습니다.

쓰인 모델은 DNA 염기 서열을 문장처럼 학습한 게놈 언어모델입니다. 200만 개가 넘는 박테리오파지 유전체를 포함한 방대한 서열 데이터로 훈련됐고, 설계의 본보기로는 1977년 세계 최초로 전체 유전체가 해독된 파지 ΦX174가 선택됐습니다. 반세기 동안 연구된 대상이라 제대로 작동하는지 판단할 기준이 확실하다는 이유입니다. 연구팀은 같은 계열의 서열 1만 5000개로 모델을 추가 학습시킨 뒤 품질과 숙주 특이성으로 걸러냈습니다. 세균에 달라붙는 스파이크 단백질은 원본과 60% 이상 비슷해야 하고(엉뚱한 세균을 감염시키지 않도록), 반대로 아미노산 서열은 자연 단백질과 평균 95% 이하로만 닮아야 했습니다. 베끼지 말라는 조건입니다.

걸러낸 설계 후보를 실제 DNA로 합성한 결과 285개가 조립에 성공했고, 이를 대장균에 넣어 배양액 탁도 곡선을 관찰했습니다. 파지가 살아 있다면 세균이 터지면서 곡선이 올라가다 꺾여 내려가야 합니다. 그렇게 확인된 것이 16개입니다. 눈길을 끄는 대목은 생존율입니다. 기존 연구에 따르면 ΦX174에서 아미노산을 바꾸는 돌연변이는 약 20%가 치사적인데, 이 확률을 그대로 적용하면 해당 설계들의 기대 생존율은 평균 2.3%에 그쳐야 합니다. 실제로는 60%가 살아남았습니다. 저자들은 모델이 어떤 돌연변이 조합이 함께 있어도 되는지를 암묵적으로 학습했다고 해석합니다.

이를 뒷받침하는 사례가 하나 나옵니다. 어떤 설계 파지는 유전체를 껍데기 안으로 밀어넣는 포장 단백질 유전자를 먼 친척 파지의 것으로 갈아끼우고 있었습니다. 그 단백질은 아미노산 25개로 원본보다 짧고 껍데기에 결합하는 부위 일부가 없어, 선행 연구에서는 그런 교체가 살아남지 못한다고 알려져 있었습니다. 그런데 이 파지는 살았습니다. 연구팀이 저온전자현미경으로 2.9옹스트롬 해상도까지 구조를 풀어 확인해 보니 짧아진 단백질이 껍데기와 실제로 맞물려 있었고, 유전체의 다른 부분에 그 교체를 감당할 변화가 함께 들어가 있었습니다.

가장 주목받은 것은 다음 실험입니다. 파지는 항생제를 대체할 감염 치료법으로 거론되지만 세균이 금방 저항성을 얻는다는 약점이 있습니다. 연구팀은 대장균을 배양해 ΦX174가 통하지 않는 내성 균주 두 개를 만들었습니다. 두 균주 모두 세균 표면 구조 유전자에 돌연변이가 생겨 파지가 붙을 자리 자체가 바뀐 경우였습니다. 여기에 세 가지를 시험했는데, AI가 만든 16종에 원본 파지를 더한 칵테일은 첫 균주를 1회, 두 번째를 2회 만에 제압하고 5회까지 억제를 유지한 반면 원본 단독과 자연 파지 칵테일은 5회를 거쳐도 실패했습니다. 내성을 뚫은 파지를 분리해 서열을 읽어 보니 처방에 넣은 16종 중 하나가 아니라, 감염 과정에서 여러 파지의 유전체가 재조합돼 새로 만들어진 것이었고 원본에 없는 돌연변이 15개 가운데 14개가 AI 설계에서 온 것이었습니다.

주요 인사이트

• 이 연구의 의미는 '부품 설계'에서 '한 벌 설계'로 넘어간 데 있다. 유전자들이 겹쳐 읽히고 돌연변이 하나에 전체가 죽는 유전체는 단백질 하나를 만드는 것과 난이도가 다르다.
• 기대치 2.3% 대비 실제 60%라는 격차는 모델이 무작위로 변이를 뿌린 것이 아니라 서로 보완되는 조합을 골랐다는 정황 증거다.
• AI 칵테일이 내성균을 뚫은 이유가 처방에 넣은 파지 자체가 아니라 감염 중 재조합으로 생긴 새 파지였다는 점은, 설계 다양성 자체가 무기가 됐음을 보여준다.
• 연구팀은 안전 장치를 설계에 넣었다. 숙주 특이성 조건으로 엉뚱한 세균 감염을 막았고, 실험은 병원성 없는 대장균 숙주로 수행됐으며, 모델의 사전 학습 데이터에서 사람 병원체를 포함한 진핵생물 바이러스를 제외했다.
• 성공률이 자연 서열과 닮을수록 올라간다는 사실은 아직 모델이 '많이 다르면서도 작동하는' 설계 공간까지는 도달하지 못했음을 뜻한다.

자주 묻는 질문

관련 AI 소식