한진우 교수, 이준원 교수 공동연구팀
유전자 검사 기법에 'AI 딥러닝' 접목, 기존 분석법 크게 개선
FRMD7 돌연변이 분석에 'SpliceAI와 SpliceRover 프로그램' 활용, Alamut 프로그램과 비교
비전사 영역서 'c.285-12A>G, c.284+63T>A, c.383-1368A>G 변이체' 발견
논문, 국제 학술지 'Translation Visual Science and Technologies'에 게재
[보건타임즈] 국내 연구진이 '인공지능(AI) 딥러닝'을 활용, 희귀 안질환의 원인을 분석한다.
연세대 강남세브란스병원(병원장 송영구) 안과 한진우 교수(左), 이준원 교수(右)팀은 희귀 안질환인 영아 눈떨림증후군의 원인을 분석하는 유전자 검사 기법에 AI 딥러닝을 접목, 기존 분석법을 크게 개선했다.
영아 눈떨림증후군은 생후 6개월 이전의 영아에게서 눈동자가 좌우, 상하 또는 복합적으로 떨리는 증상이 나타나는 희귀 안질환이다.
이 안과 질환은 명확한 원인을 찾기가 어려우며 발병률은 인구 2천 명당 1명꼴이다.
최근 환자의 유전자를 분석하는 차세대 염기서열 분석법(Next Generation Sequencing, NGS)이 정착되면서 영아 눈떨림증후군의 원인 규명과 진단, 치료에 도움이 되고 있다.
그러나 NGS 기법으로도 환자의 40~50%는 여전히 원인 돌연변이를 찾지 못하고 있다.
연구팀은 NGS 기법에 인공지능 딥러닝을 접목, 활용해 모든 유전체(genome)를 검사하는 방식으로 원인 돌연변이를 찾으려 했다.
기존 분석법은 유전체를 전부 분석하기엔 범위가 방대한 데다 시간과 비용이 많이 들어가 염기서열 중 일부를 검사하는 엑솜 유전체 검사법과 유전자 패널 검사법이 주로 활용된다.
이번에 연구팀이 AI 딥러닝을 이용한 전장 유전체 분석법은 약 30억 개에 이르는 유전체의 광범위한 영역을 검사할 수 있다.
단백질 생성에 관여하지 않는 비전사영역(deep intronic region)을 분석할 수 있으며, 유전체 구조적 변이(Structural variation)와 조절 부위 변이(Regulatory variation)를 검출하기가 쉽다.
연구팀은 기존 분석법에서 원인이 규명되지 않은 영아 눈떨림증후군 환자와 가족 4개 군을 대상으로 전장유전체 분석법을 시행, 영아 눈떨림증후군 연관 유전자인 FRMD7의 돌연변이 여부를 분석, 확인에 들어갔다.
이에 SpliceAI와 SpliceRover 프로그램을 활용했으며, 기존 이어 맞추기(splice) 예측에 활용한 Alamut 프로그램과 비교했다.
이 결과, 연구진은 FRMD7 유전자의 비전사 영역에서 c.285-12A>G, c.284+63T>A, c.383-1368A>G 변이체를 발견했으며, 이들 변이가 스플라이싱(DNA가 전자 돼 전령 RNA가 되는 과정에서 인트론이 제거, 엑손이 연결되는 것)에 오류(mis-splicing)를 일으키는 것을 확인했다.
스플라이싱 오류는 암, 희귀질환 등 각종 질병을 유발한다.
한 교수는 "비전사 영역의 변이와 질병 간의 연관성을 증명하기 쉽지 않았지만, AI 딥러닝을 바탕으로 스플라이싱 오류 예측이 가능했다"면서 "이 연구는 향후 희귀질환에서 원인 변이를 찾지 못한 환자들에게 AI 딥러닝과 전장 유전체 분석의 활용 방향을 제시하는 초석이 될 것으로 기대한다"고 말했다.
이 연구 결과를 상세하게 정리한 논문은 'Noncanonical Splice Site and Deep Intronic FRMD7 Variants Activate Cryptic Exons in X-linked Infantile Nystagmus'란 주제로 국제 학술지 'Translation Visual Science and Technologies'에 게재됐다.
기사최종편집일: 2024-05-02 11:02:48
다음기사 : 
