딥러닝 모델의 전사 조절 논리를 해독하는 새로운 도구 'Tangermeme' 소개
Contents
01. 연구 배경과 미해결 과제
최근 딥러닝 모델은 전사 인자 결합 및 크로마틴 접근성 등 다양한 게놈 특성 예측에서 최첨단 성능을 달성했습니다. 그러나 모델의 예측 정확도 극대화에 집중되는 반면, 모델이 학습한 생물학적 규칙을 인간이 이해 가능한 형태로 추출하는 '해석성' 측면은 충분히 발전하지 못했습니다. 기존 도구들은 모델 훈련에 특화되어 있으며, 훈련 후 모델을 분석하기 위한 범용적이고 최적화된 리포지토리가 부재하다는 과제가 존재했습니다.
특히, 비코딩 영역의 변이가 질병에 미치는 영향을 평가하거나 특정 조절 요소의 기능을 규명할 때는 모델이 예측을 위해 어떤 염기서열 패턴 (모티프) 에 기반하는지 특정해야 합니다. 그러나 모델 아키텍처나 훈련 방법이 달라도 그 이후의 분석 로직은 본질적으로 공통임에도 불구하고, 이를 통합적으로 다룰 수 있는 도구가 부족했습니다.
02. 이 논문에서 밝혀진 핵심 내용
본 연구에서는 게놈 딥러닝에서 '모델 자체 외'의 모든 기능을 구현한 새로운 도구 'Tangermeme'을 제안했습니다. 이 도구는 훈련된 모델에서 학습된 cis-조절 패턴을 인간이 해석 가능한 인사이트로 변환하는 것을 목적으로 합니다. 구체적으로 시퀀스 조작과 모델 조작을 모듈화하여 변이 영향 평가, 모티프 식별, 합성 서열 설계를 효율적으로 수행할 수 있도록 했습니다.
Tangermeme 을 활용한 분석을 통해, 서로 다른 모델 (예: BPNet 과 Beluga) 이 동일한 현상 (예: MYC 결합) 을 예측하는 경우에도 각기 다른 조절 로직을 학습하고 있음이 밝혀졌습니다. BPNet 은 MYC 모티프에 특화되어 예측하는 반면, Beluga 는 크로마틴 접근성 및 전사 시작과 관련된 더 광범위한 모티프 조합을 학습하고 있음이 확인되었습니다.
03. 연구 설계와 기술적 포인트
Tangermeme 의 핵심은 시퀀스 조작 (치환, 결실, 셔플 등) 과 모델 조작 (예측, 특징량 귀속 등) 을 독립적으로 스택할 수 있는 모듈식 설계에 있습니다. 이를 통해 in silico 포화 변이 유발 및 특징량 귀속 (DeepLIFT/SHAP) 을 효율적으로 실행할 수 있습니다. 특히, 새로운 'seqlet 호출 알고리즘'을 개발하여 통계적으로 유의한 고귀속 값을 가진 연속 염기서열 영역 (seqlet) 을 자동으로 식별 및 주석화하는 기능을 추가했습니다.
- 시퀀스 조작과 모델 조작의 분리를 통한 유연한 분석 워크플로우 구축
- 통계적 유의성에 기반한 변수 길이의 seqlet 을 직접 호출하는 신규 알고리즘 구현
- 대규모 모델에서도 메모리 효율적으로 작동하는 배치 처리 및 저정밀도 지원
- 기존 라이브러리 (TF-MoDISco 등) 와의 호환성을 유지하면서 계산 속도 대폭 향상
04. 질환 연구 및 신약 개발에 대한 시사점
이 도구는 비코딩 영역의 유전적 변이가 질병 위험에 어떻게 기여하는지 이해하는 데 중요한 역할을 합니다. 예를 들어, 특정 질병 관련 변이가 전사 인자 결합 모티프를 파괴하는지 여부를 시뮬레이션으로 평가하고 그 영향을 정량화할 수 있습니다. 또한, 합성 프로모터나 인핸서의 설계에서 원하는 유전자 발현 패턴을 유도하는 서열을 효율적으로 스크리닝할 때도 활용 가능합니다.
신약 타겟 검증 단계에서는 모델이 학습한 조절 로직을 분석함으로써 타겟 유전자의 발현 조절 메커니즘을 더 깊이 이해할 수 있습니다. 이를 통해 오프타겟 효과 예측 및 더 특이적인 치료 표적 식별에 기여할 가능성이 있습니다.
05. 전임상 모델 및 연구 도구와의 연관성
컴퓨터 상의 분석 결과를 실험실에서 검증하기 위해서는 관련 유전자를 조작한 Knockout(KO) 마우스나 Knock-in(KI) 마우스 등의 전임상 모델이 필수적입니다. Tangermeme 으로 식별된 중요한 조절 서열이나 변이를 기반으로 특정 유전자 발현 패턴을 재현하는 동물 모델을 설계 및 제작함으로써, in silico 예측을 in vivo 에서 검증할 수 있습니다.
또한, Cyagen 이 제공하는 CRISPR/Cas9 유전자 편집 기술 및 iPSC 세포주를 활용한 기능 분석과 결합하면, 계산 생물학과 실험 생물학의 시너지 효과를 극대화할 수 있습니다. 특히 복잡한 조절 네트워크를 규명할 때는 계산 모델을 통한 가설 생성과 유전자 편집 모델을 통한 기능 검증의 사이클이 연구 가속화에 기여합니다.
06. 정리
Tangermeme 은 게놈 딥러닝의 블랙박스화를 해소하고 생물학적 통찰력을 끌어내기 위한 강력한 툴킷입니다. 이 도구를 통해 연구자들은 모델이 학습한 cis-조절 논리를 효율적으로 규명하고, 질병 메커니즘 이해 및 신약 타겟 탐색에 활용할 수 있습니다. 계산 분석과 실험 모델의 연계를 강화하고 더 정밀한 전임상 연구를 추진하는 데 중요한 역할을 할 것으로 기대됩니다.


