라이프니츠 식물유전학 및 작물연구소(IPK) 연구진이 식물 형질을 조절하는 비암호화 DNA 영역의 역할을 예측하는 딥러닝 모델을 개발했다. 유전자가 기본적인 구조를 결정한다면, 이러한 조절 요소는 온도 조절 장치나 퓨즈 박스처럼 유전자 발현 시점과 강도를 결정한다. 2026년 7월 15일 발표된 이번 연구는 식물 유전체의 '조절 문법'을 파악하기 위해 모델 식물인 애기장대(Arabidopsis thaliana)를 활용했다.

연구진은 수백 개의 실험적 DNA 결합 데이터셋을 기반으로 모델을 학습시켜 46개 전사인자 계열의 결합 패턴을 동시에 인식하도록 했다. 이러한 다중 라벨 설계는 개별 DNA 모티프를 넘어 복잡한 조절 조합을 분석하게 한다. 연구의 제1저자인 프리츠 포방 펠레케(Fritz Forbang Peleke)는 DNA 기능이 주변 서열과 신호 맥락에 의해 결정되며, 마치 단어가 모여 하나의 문장을 이루는 것과 같다고 설명했다. 이를 통해 연구진은 수천 개의 애기장대 유전자를 생물학적 기능과 상관관계가 있는 14개의 반복적인 조절 패턴으로 분류했다.

이 모델은 유전체 매핑을 넘어 DNA 변이와 식물의 관찰 가능한 형질을 연결한다. 연구진이 기존에 식별된 7,000개 이상의 DNA 변이를 분석한 결과, 약 20%가 전사인자 결합을 변화시키는 것으로 예측됐다. 이는 단순한 통계적 연관성을 넘어 구체적인 분자 메커니즘을 밝혀내는 도구로 활용될 수 있다. 실제로 모델은 조절 영역의 단일 염기 변화가 여러 전사인자의 결합을 어떻게 변화시켜 개화 시기에 영향을 주는지 정확히 예측했으며, 이는 고속 대용량 리포터 분석을 통해 확인되었다. 초기에는 애기장대를 대상으로 학습되었으나 옥수수의 열 스트레스 조절 인자까지 성공적으로 식별해내며, 실험 데이터가 부족한 다른 작물 연구에도 폭넓게 기여할 것으로 기대된다.

라이프니츠 식물유전학 및 작물연구소(IPK) 연구진이 식물 형질을 조절하는 비암호화 DNA 영역의 역할을 예측하는 딥러닝 모델을 개발했다. 유전자가 기본적인 구조를 결정한다면, 이러한 조절 요소는 온도 조절 장치나 퓨즈 박스처럼 유전자 발현 시점과 강도를 결정한다. 2026년 7월 15일 발표된 이번 연구는 식물 유전체의 '조절 문법'을 파악하기 위해 모델 식물인 애기장대(Arabidopsis thaliana)를 활용했다.

연구진은 수백 개의 실험적 DNA 결합 데이터셋을 기반으로 모델을 학습시켜 46개 전사인자 계열의 결합 패턴을 동시에 인식하도록 했다. 이러한 다중 라벨 설계는 개별 DNA 모티프를 넘어 복잡한 조절 조합을 분석하게 한다. 연구의 제1저자인 프리츠 포방 펠레케(Fritz Forbang Peleke)는 DNA 기능이 주변 서열과 신호 맥락에 의해 결정되며, 마치 단어가 모여 하나의 문장을 이루는 것과 같다고 설명했다. 이를 통해 연구진은 수천 개의 애기장대 유전자를 생물학적 기능과 상관관계가 있는 14개의 반복적인 조절 패턴으로 분류했다.

이 모델은 유전체 매핑을 넘어 DNA 변이와 식물의 관찰 가능한 형질을 연결한다. 연구진이 기존에 식별된 7,000개 이상의 DNA 변이를 분석한 결과, 약 20%가 전사인자 결합을 변화시키는 것으로 예측됐다. 이는 단순한 통계적 연관성을 넘어 구체적인 분자 메커니즘을 밝혀내는 도구로 활용될 수 있다. 실제로 모델은 조절 영역의 단일 염기 변화가 여러 전사인자의 결합을 어떻게 변화시켜 개화 시기에 영향을 주는지 정확히 예측했으며, 이는 고속 대용량 리포터 분석을 통해 확인되었다. 초기에는 애기장대를 대상으로 학습되었으나 옥수수의 열 스트레스 조절 인자까지 성공적으로 식별해내며, 실험 데이터가 부족한 다른 작물 연구에도 폭넓게 기여할 것으로 기대된다.