Logo
홈페이지
모델 살펴보기
장바구니
연락처
구독하기
연구 모델
모델 라이브러리
Mouseatlas 모델 라이브러리
세포주 모델 카탈로그
Knockout 세포주 제품 카탈로그
유도만능줄기세포(iPSC) 카탈로그
Point Mutation 세포주 제품 카탈로그
과발현세포주 제품 카탈로그
종양 세포주 제품 카탈로그
리포터 세포주 제품 카탈로그
OriCell (세포 배양 제품)
AAV 표준 제품 카탈로그
연구용 마우스 모델
인간화 마우스 모델
HUGO-GT™
HUGO-Ab™
인간화 타겟 유전자 질환 모델
인간화 면역계 마우스 모델
Tool Mice
Cre 마우스 모델
질환 모델
자가면역 질환 모델
안구 질환 모델
면역결핍 마우스 모델
대사 질환 모델
신경질환 모델
종양 및 면역 함암 모델
맞춤형 모델 제작
모델 제작 기술
Turboknockout™ 유전자 타겟팅
Cre-ESCs 유전자 타겟팅
타겟 유전자 편집
Transgenic 모델 제작
PiggyBac Transgenesis
BAC Transgenic
유전자 변형 동물
Knockout 마우스
Transgenic 마우스
Knock-in 마우스
Knockout Rat
Knock-in(KI) Rat
Transgenic Rat
브리딩 및 지원 서비스
브리딩 서비스
동결 보존 및 복원
Phenotyping 서비스
BAC 변형 서비스
맞춤형 세포주 서비스
유도만능줄기세포(iPSCs)
Knockout(KO) 세포주
Knock-in(KI) 세포주
Point Mutation 세포주
과발현 세포주
바이러스 패키징
AAV 패키징
아데노바이러스(Adenovirus) 패키징
렌티바이러스(Lentivirus) 패키징
전임상 연구지원
항체 발굴 플랫폼
HUGO-Mab™
HUGO-Light™
HUGO-Nano™
HUGO-Ab-eKO™
치료 영역
신경 질환
알즈하이머병(AD)
파킨슨병(PD)
헌팅턴병(HD)
혈액-뇌 장벽(BBB)
신경병증성 통증
대사 및 심혈관 질환
비만
안과 질환
녹내장
연령관련 황반변성(AMD)
망막 관련 질환
암·종양
PBMC 인간화 마우스 모델
인간 면역 시스템(HIS) 마우스 모델
자가면역 및 염증
천식
신약 개발 모달리티
치료용 항체 의약품
단일클론 항체 (mAb)
이중특이성 항체 (BsAb)
ADC/AOC
AI 기반 AAV 신약 개발
세포 면역치료
유전자 치료
올리고핵산(Oligonucleotide) 치료제
완전 인간 항체 라이브러리
신경질환 항체
암·종양 항체
면역·염증 질환 항체
안과 질환 항체
대사·심혈관 질환 항체
Resource
프로모션
이벤트 및 웨비나
뉴스
블로그 및 인사이트
자료실
인용 논문
참고 데이터베이스
희귀질환 데이터센터
AbSeek
Cell iGeneEditor™ System
최신 연구 동향
회사 소개
회사 소개
시설 개요
동물 건강 및 복지
건강 보고서
대리점
인재채용
문의하기
Login
홈>첨단 연구 속보>딥러닝 모델의 전사 조절 논리를 해독하는 새로운 도구 'Tangermeme' 소개

딥러닝 모델의 전사 조절 논리를 해독하는 새로운 도구 'Tangermeme' 소개

연구 분야로 찾기
2026.11.17
딥러닝게놈 분석Tangermeme전사 조절바이오인포매틱스

Contents

01.연구 배경과 미해결 과제
02.이 논문에서 밝혀진 핵심 내용
03.연구 설계와 기술적 포인트
04.질환 연구 및 신약 개발에 대한 시사점
05.전임상 모델 및 연구 도구와의 연관성
06.정리

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.

고품질 iPSC 리프로그래밍 및 타겟 유전자 편집 서비스
고품질 iPSC 리프로그래밍 및 타겟 유전자 편집 서비스
질환 모델링과 신약 발굴을 위해 신뢰성 높은 iPSC 리프로그래밍, 정밀 유전자 편집 및 검증된 분화 서비스를 활용해 보세요. 전 세계 연구자들이 신뢰하는 일관된 고품질 결과를 확보해 보세요.
보러가기
첨단 연구를 위한 유전자 편집 동물 모델
첨단 연구를 위한 유전자 편집 동물 모델
유전자 기능 연구, 질환 모델링 및 치료제 개발을 위해 고품질 Knockout(KO), Knock-in(KI) 및 Transgenic 마우스와 Rat을 활용해 보세요. 전 세계 연구자들이 신뢰하는…
보러가기

FAQ

Tangermeme 은 어떤 목적으로 사용되는 도구입니까?
Tangermeme 은 게놈 딥러닝 모델이 학습한 cis-조절 패턴 (전사 인자 결합 및 유전자 발현의 조절 로직) 을 인간이 이해 가능한 형태로 추출 및 해석하기 위한 툴킷입니다. 모델 훈련 자체보다는 훈련 후 모델 분석에 특화되어 있습니다.
이 도구는 기존 모델과 호환성이 있습니까?
네, Tangermeme 은 특정 모델 아키텍처에 의존하지 않으며, CNN 이나 Transformer 등 다양한 딥러닝 모델과 연동하여 사용할 수 있습니다. 모델 로드 및 정의는 사용자가 수행하는 설계로 되어 있습니다.
Tangermeme 을 사용하여 어떤 생물학적 질문에 답할 수 있습니까?
비코딩 영역 변이가 전사 인자 결합에 미치는 영향 평가, 특정 조절 모티프 식별, 합성 프로모터 및 인핸서 설계, 그리고 서로 다른 모델 간 학습된 조절 로직 비교 등이 가능합니다.
실험 모델과의 연계는 어떻게 이루어집니까?
Tangermeme 으로 식별된 중요한 서열이나 변이를 기반으로 유전자 편집 기술 (타겟 유전자 편집 등) 을 활용한 Knockout(KO) 또는 Knock-in(KI) 마우스, iPSC 세포주 등의 전임상 모델을 설계하여 in silico 예측을 in vivo 에서 검증하는 접근법이 권장됩니다.
논문 정보
Jacob Schreiber. Tangermeme: a toolkit for understanding cis-regulatory logic using deep learning models. Nature Methods. https://doi.org/10.1038/s41592-026-03254-z
공유
Top
모델 라이브러리
모델 라이브러리
리소스
리소스
동물 품질
동물 품질
고객 지원
고객 지원
주소:
2255 Martin Avenue, Suite E Santa Clara, CA 95050-2709, US
전화:
800-921-8930 (8-6pm PST)
+1408-963-0306 (lnt’l)
팩스:
408-969-0336
이메일:
[email protected]
연구 모델 제작
HUGO-GT™HUGO-Ab™MouseAtlas 모델 라이브러리iPSC 세포주AAV 표준 제품
신약 연구·개발 지원
종양학신경 질환면역·염증안과 질환대사·심혈관 질환
회사 소개
회사 소개시설 개요동물 건강 및 복지건강 보고서대리점인재체용문의하기
소셜 미디어
면책 조항: Cyagen의 제품 및 서비스 가격과 제공 여부는 지역에 따라 다를 수 있습니다. 명표시된 가격은 특정 국가에만 적용됩니다. 자세한 내용은 Cyagen으로 문의해 주시기 바랍니다.
Copyright © 2026 Cyagen. All rights reserved.
개인정보 처리방침
사이트 맵
Cyagen 최신 소식 받아보기
연구 모델, CRO 서비스, 과학 자료 및 특별 혜택에 대한 최신 소식을 연구 니즈에 맞춰 이메일로 받아보세요.
성명
이메일
조직
관심 분야
주요 연구 분야