부산대, 원형 RNA 결합 위치 찾는 AI 모델 개발

암 관련 RNA 연구에 활용 가능성
염기별 결합 후보 예측 성능 확인
국제학술지 9월 9일자 게재

부산대 송길태 교수와 설상훈·김주성 연구원(왼쪽부터). 연구팀은 원형 RNA와 마이크로RNA의 결합 후보 위치를 예측하는 AI 모델 'circMAC'을 개발했다. (사진=부산대 제공)

암을 비롯한 질병 연구에서 유전자 활동을 조절하는 RNA의 결합 지점을 보다 세밀하게 찾아낼 수 있는 인공지능 기술이 개발됐다. 부산대학교 연구진은 원형 RNA의 어느 부분에 마이크로RNA가 붙을 가능성이 높은지 개별 염기 수준에서 구분하는 모델을 제시했다.

부산대 정보컴퓨터공학부 송길태 교수 연구팀이 개발한 'circMAC'은 원형 RNA(circRNA)의 전체 염기서열을 살펴 특정 마이크로RNA(miRNA)의 결합 후보 위치를 예측하는 기술이다.

원형 RNA는 양 끝이 이어진 고리 형태의 분자로, 유전자 발현에 관여하는 마이크로RNA와 상호작용한다. 두 분자가 서로 영향을 주고받는다는 사실을 넘어 실제 접촉할 가능성이 있는 지점을 찾는 일은 작용 원리를 확인하는 실험에서 중요한 과제다.

연구진은 긴 서열에서 멀리 떨어진 염기 사이의 관계를 분석하는 어텐션과 순차적인 정보를 처리하는 맘바, 가까운 구간의 특징을 포착하는 합성곱 신경망을 함께 사용했다.

여기에 RNA가 접히면서 염기끼리 짝을 이루는 특성을 미리 학습시켰다. 고리의 양 끝이 연결되는 구조와 RNA 형태별 차이도 분석에 포함했다.

연구진이 설정한 평가 조건에서 기존 인공지능 모델과 서열 규칙 기반 도구보다 우수한 결합 위치 예측 성능을 보였다. 구조 정보를 사전에 학습시키지 않은 모델과 비교해도 예측 결과가 개선됐다.

학습에 포함되지 않은 원형 RNA의 다른 형태와 새로운 연결 지점을 대상으로 한 평가에서도 비교 대상인 전체 길이 처리 모델 중 가장 좋은 종합 성능을 기록했다.

질병과 관련된 RNA를 분석한 결과도 제시됐다. 대장암 세포의 이동 및 HER2 양성 유방암의 약물 내성과 연관성이 보고된 'circCDYL2'에서는 고리의 연결 부근에 있는 결합 후보 영역을 중심으로 예측 신호가 나타났다. 'circMAPK1'과 'circHUWE1'에서도 후보 위치를 찾아내는 특성을 확인했다.

이번 성과는 실제 결합 여부나 치료 효과를 입증한 것은 아니다. 연구진은 예측된 구간을 바탕으로 후속 실험 범위를 좁힐 수 있어 질병 관련 RNA의 기능을 밝히는 연구에 활용될 것으로 보고 있다.

송길태 교수는 RNA 사이의 관계를 단순히 예측하는 데서 나아가 결합 가능성이 있는 구체적인 위치를 제시했다는 점에 의미를 두고, 실험 연구와 연계해 활용도를 높이겠다고 설명했다.

논문은 송 교수가 교신저자를, 부산대 대학원 AI전공 김주성 박사과정 연구원이 제1저자를 맡았으며 설상훈 박사과정 연구원이 공동저자로 참여했다.

연구 결과는 영국 옥스퍼드대가 발간하는 국제학술지 '생명정보학 브리핑(Briefings in Bioinformatics)' 9월 9일자에 실렸다. 이번 연구는 과학기술정보통신부가 지원하는 정보통신기획평가원의 관련 사업과 한국연구재단의 지원을 받아 수행됐다.

부산=김성욱 기자