구글 딥마인드(Google DeepMind)가 인간 유전체 연구의 새로운 지평을 열 '알파게놈 아틀라스(AlphaGenome Atlas)'를 발표했습니다. 이 아틀라스는 인간 유전체 내 90억 개에 달하는 단일 염기 변화(single nucleotide variation)가 유전자 조절에 미치는 영향을 미리 계산해 놓은 방대한 데이터베이스입니다. 특히 기존 연구에서 이해가 제한적이었던 비코딩 DNA 영역까지 탐색할 수 있도록 설계되어, 생명 과학 분야 연구자들에게 중요한 도구가 될 것으로 기대됩니다.
알파게놈 아틀라스는 1페타바이트(PB) 규모의 데이터셋을 자랑하며, 연구자들은 웹 포털을 통해 이 방대한 정보를 신속하게 조회할 수 있습니다. 핵심 기능 중 하나인 '알파게놈 변이 영향(AlphaGenome Variant Impact, AVI) 점수'는 단백질 코딩 영역과 비코딩 영역의 예측을 하나의 점수로 통합하여, 수천 개의 데이터 포인트를 일일이 분석할 필요 없이 유망한 연구 대상을 빠르게 우선순위화할 수 있도록 돕습니다. 이는 인간 유전체의 약 2%에 불과한 단백질 코딩 영역에 비해, 나머지 98%를 차지하는 비코딩 영역의 기능과 변이 영향에 대한 이해를 크게 확장할 잠재력을 가집니다.
실제 활용 사례로, 브로드 연구소(Broad Institute) 연구팀은 AVI 점수를 활용해 미해결 희귀질환 사례에서 DNM1 유전자 변이를 추려냈고, 이 변이가 잘못된 스플라이싱(splicing) 부위를 만든다는 예측이 사례 해결의 중요한 보조 근거가 되었습니다. 또한, UK 바이오뱅크(UK Biobank) 참여자 5만 4천 명 이상의 데이터를 분석한 연구에서는 예측된 분자적 영향에 따라 변이를 그룹화함으로써 비코딩 유전적 연관성을 22% 더 많이 발견하는 성과를 거두었습니다. 이처럼 알파게놈 아틀라스는 희귀질환 및 복합 형질 연구에 새로운 통찰력을 제공하며, 코딩 지식이 없는 임상 연구자와 생물학자도 쉽게 접근할 수 있는 웹 포털 형태로 제공되어 연구의 문턱을 낮췄습니다.
알파게놈 아틀라스는 유전체학 연구의 효율성을 대폭 향상시키고, 질병의 근본 원인을 밝히는 데 기여할 잠재력을 가지고 있습니다. 특히 비코딩 DNA의 중요성이 점차 부각되는 상황에서, 이 도구는 복잡한 유전적 상호작용을 이해하고 새로운 치료법 개발의 단서를 찾는 데 필수적인 자원이 될 것입니다. 다만, 일부 전문가들은 AlphaGenome 모델 자체의 예측 신뢰도와 기존 모델 대비 개선점에 대한 추가적인 검증이 필요하다는 의견도 제시하고 있습니다. 그럼에도 불구하고, 방대한 데이터를 미리 계산하여 제공하는 방식은 연구의 속도를 높이는 데 크게 기여할 것입니다.