딥러닝 기반 인간-쥐 유전자 보존성 분석 모델 개발
호주 뉴사우스웨일스 대학교 연구진이 트랜스포머 기반 모델로 인간과 쥐의 유전자 발현 패턴을 분석했습니다. DNA 서열 유사성만으로는 설명하기 어려운 종 간 차이를 RNA 수준에서 규명했습니다. 이번 연구는 신약 개발 등 생물의학 연구의 정확도를 높이는 데 기여할 전망입니다.
주장생물의학 연구에서 쥐는 핵심 모델로 사용되지만, DNA 서열 유사성에도 불구하고 인간과 연구 결과가 다른 사례가 빈번합니다. 연구진은 유전자 발현 패턴을 분석하여 인간과 쥐의 유전자 관계를 새롭게 정의합니다.
팩트연구진은 트랜스포머 기반의 딥러닝 모델인 GeneRAIN을 활용하여 77만 7000개의 인간 및 쥐 벌크 RNA 시퀀싱 샘플을 분석했습니다. 이 모델은 RNA 기반의 유전자 표현형을 생성하여 종 간 상동 유전자를 비교합니다.
팩트분석 결과, DNA 서열 유사성은 높지만 RNA 특성이 뚜렷하게 다른 인간-쥐 상동 유전자 2407개를 식별했습니다. 해당 유전자들은 질병이나 표현형 연관성 연구에서 서로 다른 결과를 보일 가능성이 큽니다.
팩트DNA와 RNA 수준 모두에서 유사성이 낮은 유전자 3070개도 함께 발견되었습니다. 이는 종 간 연구 결과의 불일치 위험이 높음을 시사하는 데이터입니다.
주장이번 연구는 단순히 DNA 서열만으로 종 간 유전자 기능을 판단하는 방식의 한계를 지적합니다. RNA 수준의 보존성을 고려하는 과정이 생물학적 모델의 정확도를 높이는 데 필수적입니다.
교차검증연구진은 이번 접근 방식이 긴 비암호화 RNA 상동체 식별에도 유용하다고 설명합니다. 다만, 특정 유전자의 모델 적합성을 평가할 때 RNA 발현 패턴 외의 환경적 요인도 함께 고려해야 합니다.
팩트본 연구는 호주 뉴사우스웨일스 대학교 연구진이 주도했으며, 중국 BGI 연구소와 협력했습니다. 연구 지원은 호주 정부의 국가 협력 연구 인프라 전략 및 의료 연구 미래 기금을 통해 이루어졌습니다.
주장이번 연구 결과는 특정 인간 유전자를 연구할 때 쥐 모델이 적합한지 평가하는 중요한 자원이 됩니다. 이는 앞으로 신약 개발 및 질병 연구의 효율성을 높이는 데 기여합니다.
교차검증연구진은 이해 상충과 관련하여 옴니오믹스 에이아이 및 애니헬릭스와의 상업적 연관성을 공개했습니다. 이는 연구의 객관성을 유지하기 위한 투명성 확보 조치입니다.
주장GeneRAIN 모델은 기존의 유전자 비교 방식을 보완하는 새로운 분석 틀을 제시합니다. 연구진은 데이터 기반의 접근을 통해 생물학적 모델의 신뢰도를 확보하고자 합니다.
팩트연구진은 2026년 5월 27일 학술지 커뮤니케이션즈 바이올로지에 연구 결과를 게재했습니다. 해당 논문은 딥러닝을 활용한 종 간 유전자 보존성 분석의 새로운 지평을 엽니다.
출처해당 연구는 네이처의 학술지 커뮤니케이션즈 바이올로지(Communications Biology) 2026년 5월 27일 자 게재본을 통해 교차 검증했습니다.
본 기사는 전문가의 분석과 공개 자료를 기반으로 AI가 작성 후 다른 AI의 검증을 거쳐 작성됐으며 정보의 정확성과 완전성을 보장하지 않습니다. 기사 내용은 특정 투자·의사결정의 권유가 아니며, Wittgenhaus는 이를 근거로 한 행위의 결과에 책임을 지지 않습니다.
