AlignIF 기반 기능성 RNA 설계 기술 개발

주장AlignIF는 RNA의 3차원 구조와 기능을 연결하는 진화적으로 보존된 구조 패턴을 포착하여 서열 설계를 최적화합니다. 기존 방식이 원본 서열을 재현하는 수준에 머물렀다면, 이 모델은 전체 RNA 계열을 설계하는 범용성을 보입니다.

팩트AlignIF는 다중 구조 정렬과 교차 그래프 모델링을 결합한 인공지능 기반 RNA 설계 도구입니다. 이 모델은 RNA의 동적이고 불안정한 특성을 극복하고자 사람이 직접 설계한 특징들을 학습에 활용합니다.

팩트연구진이 Mango-I 압타머 설계 실험을 진행한 결과, 10개 설계 중 2개는 형광 성능이 향상되었고 다른 2개는 야생형 대비 결합 친화도가 개선되었습니다. 더욱 복잡한 Mango-III 실험에서는 모든 설계가 형광을 나타냈으며, 야생형과 서열 동일성이 30%에 불과한 설계도 성공적으로 작동합니다.

교차검증RNA는 구조적으로 매우 역동적이고 불안정하여 정확한 3차원 구조 예측과 이를 바탕으로 한 서열 설계는 난제로 꼽힙니다. AlignIF는 구조적 수준의 패턴 분석을 도입하여 한계를 극복하려 하지만, 복잡한 생물학적 환경에서 발생하는 변수는 추가 검증이 필요합니다.

팩트AlignIF의 학습 데이터는 비지니스 지에스유(BGSU) RNA 허브 웹사이트에서 확보했습니다. Mango-III, Mango-I, env25 등의 구조 데이터는 단백질 데이터 은행(PDB)을 통해 제공받았습니다.

팩트연구진은 재현성을 보장하고자 깃허브(GitHub)에 소스 코드와 환경 설정, 학습된 모델 체크포인트를 공개했습니다. 해당 소스 코드는 깃허브와 제노도(Zenodo)를 통해 접근할 수 있습니다.

팩트사용자가 모델을 직접 활용하도록 웹 서버를 구축하여 접근성을 높였습니다. 해당 웹 서버는 상하이 자오퉁 대학교 생물정보학 연구실 도메인에서 운영합니다.

주장이번 연구는 기능성 RNA 엔지니어링 분야에서 인공지능의 잠재력을 입증한 사례입니다. 향후 치료제 개발과 생명공학 연구에 중요한 기여를 할 것으로 기대합니다.

주장특히 별도의 설계 후 필터링 과정 없이도 측정 가능한 활성을 보이는 RNA를 설계했다는 점이 이번 연구의 핵심 성과입니다.

팩트본 연구는 네이처 컴퓨테이셔널 사이언스(Nature Computational Science)에 게재되었습니다. 연구진은 설계된 RNA 서열과 실험 데이터를 보충 자료로 투명하게 공개했습니다.

교차검증본 기술은 현재 특정 기능성 RNA 모델에서 우수한 성능을 보이지만, 모든 종류의 RNA 구조에서 동일한 정확도를 보장하는지는 추가 연구가 필요합니다. 실제 임상 적용을 위해서는 생체 내 안정성 및 독성 평가 등 후속 절차를 거쳐야 합니다.

출처본 내용은 네이처 컴퓨테이셔널 사이언스에 게재된 'Structure-alignment-driven cross-graph modeling for functional RNA design' 논문을 교차 검증했습니다. 상세 정보는 해당 학술지 웹사이트에서 확인할 수 있습니다.