AI VIDEO BRIEFING
AI가 설계한 유전자가위: 자연에 없던 CRISPR 인공 효소, 원본을 능가하다 (Science)
AI로 3차원 구조는 유지하되 아미노산 서열을 새로 짠 인공 유전자가위가 인간 세포에서 원본보다 더 잘 잘랐다. Doudna 연구팀의 Science 논문을 쉽게 풀어본다.

핵심 메시지
쉽게 이해하기
CRISPR-Cas9은 DNA에서 원하는 위치를 찾아가 잘라내는 분자 가위로, 지난 10년간 생명과학을 바꿔놓았다. 그러나 지금까지의 가위들에는 공통점이 있다. 전부 자연에 이미 존재하던 것을 인간이 발견해 가져다 쓴 것이라는 점이다. 과학자들은 오래전부터 자연에 없던 완전히 새로운 성질의 가위를 처음부터 만들 수 없을까를 꿈꿔왔다.
문제는 이런 단백질이 극도로 까다롭다는 것이다. 가위 단백질은 DNA도 붙잡고 RNA도 붙잡으며 정확한 순간에 모양을 바꿔 잘라야 한다. 여러 부품이 완벽히 맞물려야 하는 정교한 기계라 아미노산 하나만 잘못 바꿔도 통째로 망가지기 쉽다. Jennifer Doudna 연구팀은 질문을 뒤집었다. '3차원 구조는 그대로 유지하면서, 그 안을 채우는 아미노산 서열만 자연과 전혀 다르게 새로 짤 수 없을까?'
출발점은 CRISPR-Cas9보다 훨씬 작은 먼 조상격 단백질 TNPB(그중 ISDra2 계열)였다. 여기에 AI를 붙여, 원하는 구조를 만들어낼 서열을 거꾸로 찾는 역접힘 방식과 진화 정보를 함께 썼다. 또 가위를 통째로 바꾸면 쉽게 망가지므로 DNA를 잡는 부분과 RNA를 잡는 부분을 나눠 각각 새로 설계한 뒤 다시 조립해 시험했다.
먼저 대장균에서 대량 실험을 했다. AI가 설계한 부품들을 조합해 1,900개가 넘는 인공 가위를 만들고 실제로 DNA를 자르는지 한꺼번에 걸러냈다. 그 결과 상당수가 작동했고 일부는 원본보다 더 활발하게 잘랐다. 흥미로운 패턴도 나왔다. DNA를 인식하는 부분은 조금만 바꿔도 쉽게 망가진 반면, RNA를 붙잡는 부분은 크게 바꿔도 오히려 잘 작동했다.
진짜 시험은 인간 세포였다. 대표 변이체들을 사람 세포의 유전자에 시험한 결과, 원본이 평균 28%를 편집한 데 비해 한 변이체는 46%까지 올라갔고 특정 유전자에서는 원본의 네 배 가까이 잘 잘랐다. 이 인공 가위들은 박테리아·식물 세포·인간 세포 모두에서 유전자를 잘라냈다. 극저온 전자현미경으로 들여다보니, AI가 새로 넣은 아미노산들이 RNA와 DNA를 더 단단히 붙잡는 다리 역할을 하고 있었다.
주요 인사이트
- 지금까지 효소를 '개선'하는 일은 매우 어려웠다. 망가뜨릴 방법은 무수히 많지만 더 좋게 만들 방법은 거의 없었다. 이번 연구는 AI에 진화의 지혜를 더하면 자연이 만들지 못한 효소까지 설계할 수 있음을 처음으로 보여줬다.
- 단백질의 부위마다 손대도 되는 정도가 완전히 달랐다. DNA 인식부는 민감하고 RNA 결합부는 관대하다는 사실은, 어디를 바꾸고 어디를 지킬지에 대한 설계 원칙을 시사한다.
- TNPB처럼 작은 가위는 몸속에 넣기 쉬워 유전자 치료 도구로 특히 유리하다. 더 작고 다양하며 필요에 맞춘 가위를 설계로 얻는 길이 열린 셈이다.
- 한계도 분명하다. DNA 인식부는 여전히 함부로 바꾸기 어려웠고, 일부 변이체는 목표가 아닌 엉뚱한 곳도 자르는 오프타깃 부작용이 관찰됐다.
- 핵심 메시지는 한 문장으로 요약된다. 유전자가위를 이제 '발견'하는 게 아니라 '설계'하는 시대가 시작됐다는 것이다.
자주 묻는 질문
이 연구가 기존 CRISPR와 다른 점은 무엇인가요?
기존 유전자가위는 모두 자연에 존재하던 것을 발견해 쓴 것입니다. 이번 연구는 3차원 구조는 유지하되 아미노산 서열을 AI로 새로 설계해, 자연에 없던 인공 가위를 처음부터 만들었다는 점이 다릅니다.
AI는 어떤 방식으로 단백질을 설계했나요?
'역접힘'이라 부르는 방식입니다. 보통은 서열을 주면 구조를 예측하지만, 여기서는 반대로 원하는 3차원 구조를 먼저 정해두고 그 모양을 만들어낼 아미노산 서열을 AI가 거꾸로 찾아냈습니다. 여기에 진화 정보를 더해 핵심 자리는 지키고 나머지는 새로 짰습니다.
성능은 실제로 원본보다 좋았나요?
인간 세포 실험에서 원본 가위가 평균 28%를 편집한 데 비해, AI가 설계한 한 변이체는 46%까지 편집 효율을 보였고 특정 유전자에서는 원본의 네 배 가까이 잘 잘랐습니다. 다만 일부 변이체에서는 오프타깃 부작용도 관찰됐습니다.
원문과 출처
이 글은 원본 영상의 자막을 바탕으로 한국어 독자를 위해 요약했습니다. 전체 맥락과 최신 정보는 원문에서 확인하세요.
YouTube 원본 영상 보기 ↗