한국과학기술원(KAIST)이 미국 캘리포니아대학교 샌디에이고캠퍼스(UCSD)와 인공지능을 이용해 단백질 서열로부터 전사인자를 예측하는 시스템인 ‘딥티팩터’를 개발했다고 밝혔다.
전사인자는 특정한 DNA 서열에 특이적으로 결합해 유전자의 전사를 조절하는 단백질이다.
지금까지 새로운 전사인자를 찾기 위해서는 이미 알려진 전사인자와의 상동성(유사한 성질)을 분석하거나, 기계학습(머신러닝)과 같은 데이터 기반의 접근 방식을 이용했다.
KAIST 이상엽 특훈교수와 UCSD 버나드 팔슨 교수 공동연구팀이 개발한 딥티팩터는 세 개의 병렬적인 합성곱 신경망을 이용한다.
딥티팩터를 이용해 대장균의 전사인자 332개를 예측했으며 그중 3개의 전사인자의 게놈 전체 결합 위치를 실험으로 확인함으로써 성능을 검증했다.
공동연구팀은 나아가 딥티팩터의 추론 과정을 이해하기 위해 특징 지도 (saliency map) 기반의 심층 학습 모델 해석 방법론을 사용했다.
이를 통해 딥티팩터의 학습 과정에서 전사인자의 DNA의 결합 영역에 대한 정보가 명시적으로 주어지지 않았지만, 내재적으로 이를 학습해 예측에 활용한다는 사실을 확인했다.
연구팀 관계자에 따르면, 특정 생물군의 단백질 서열만을 위해 개발됐던 이전 예측 방법론들과 달리, 딥티팩터는 모든 생물군의 단백질 서열에서 우수한 성능을 보여 다양한 유기체의 전사 시스템 분석에 활용 가능할 것으로 기대된다.
이상엽 특훈교수는 “이번 연구에서 개발한 딥티팩터를 이용해서 새롭게 발견되는 단백질 서열과 아직 특성화되지 않은 수많은 단백질 서열을 높은 처리 능력으로 분석할 수 있게 됐다”며 “이는 유기체의 전자 조절 네트워크 분석을 위한 기초 기술로써 활용 가능할 것”이라고 말했다.
