Google DeepMind가 우리 DNA 속에 숨겨진 복잡한 명령어를 해독하는 혁신적인 AI 모델 AlphaGenome을 발표했다. 기존 유전체 모델은 분석 범위나 세밀함 중 하나를 포기해야 했지만, 이 모델은 다르다. AlphaGenome은 개별 유전 정보의 해상도를 유지하면서도 최대 100만 염기쌍에 달하는 방대한 시퀀스를 처리한다. 이러한 능력 덕분에 멀리 떨어진 곳에서 유전자 활동에 영향을 미치는 조절 요소까지 식별했다. 세포 설계도를 그 어느 때보다 총체적으로 조망하는 것이 가능해진 셈이다. 모델의 구조는 DNA 결합 모티프 같은 짧은 패턴을 탐지하는 합성곱 계층과 시퀀스 전체에 정보를 전달하는 트랜스포머를 정교하게 결합한 형태다. ENCODE와 GTEx 같은 대규모 공공 데이터셋을 학습한 결과, 유전자 경계나 RNA 스플라이싱 패턴 등 수천 가지 분자 특성을 동시에 예측해냈다. 인간과 생쥐의 수백 가지 조직 유형에 걸친 단백질 결합 부위까지 파악하는 놀라운 성능을 보여준다. 단순한 예측을 넘어 변이 점수 산정을 위한 강력한 진단 도구 역할도 수행한다. 정상 DNA와 변이된 DNA를 대조해 특정 유전적 변화가 암이나 희귀 질환을 어떻게 유발하는지 예측했다. 복잡한 유전체 작업을 단일 프레임워크로 통합했기에, 연구자들은 이제 API 호출 한 번으로 생물학적 가설을 검증하며 신약 개발의 속도를 높일 수 있다. 현재 비상업적 연구용으로 공개된 AlphaGenome은 생명과학 분야의 파운데이션 모델 시대를 여는 신호탄이다. DNA에 대한 일반화된 표현을 제공하며, 특정 연구 목적에 맞춰 미세 조정을 거칠 수도 있다. 여전히 매우 먼 거리의 조절 효과를 포착하는 과제는 남아있으나, 우리 게놈의 98%를 차지하는 비부호화 영역을 매핑하는 데 전례 없는 정밀함을 선사할 것이다.

Google DeepMind가 우리 DNA 속에 숨겨진 복잡한 명령어를 해독하는 혁신적인 AI 모델 AlphaGenome을 발표했다. 기존 유전체 모델은 분석 범위나 세밀함 중 하나를 포기해야 했지만, 이 모델은 다르다. AlphaGenome은 개별 유전 정보의 해상도를 유지하면서도 최대 100만 염기쌍에 달하는 방대한 시퀀스를 처리한다. 이러한 능력 덕분에 멀리 떨어진 곳에서 유전자 활동에 영향을 미치는 조절 요소까지 식별했다. 세포 설계도를 그 어느 때보다 총체적으로 조망하는 것이 가능해진 셈이다. 모델의 구조는 DNA 결합 모티프 같은 짧은 패턴을 탐지하는 합성곱 계층과 시퀀스 전체에 정보를 전달하는 트랜스포머를 정교하게 결합한 형태다. ENCODE와 GTEx 같은 대규모 공공 데이터셋을 학습한 결과, 유전자 경계나 RNA 스플라이싱 패턴 등 수천 가지 분자 특성을 동시에 예측해냈다. 인간과 생쥐의 수백 가지 조직 유형에 걸친 단백질 결합 부위까지 파악하는 놀라운 성능을 보여준다. 단순한 예측을 넘어 변이 점수 산정을 위한 강력한 진단 도구 역할도 수행한다. 정상 DNA와 변이된 DNA를 대조해 특정 유전적 변화가 암이나 희귀 질환을 어떻게 유발하는지 예측했다. 복잡한 유전체 작업을 단일 프레임워크로 통합했기에, 연구자들은 이제 API 호출 한 번으로 생물학적 가설을 검증하며 신약 개발의 속도를 높일 수 있다. 현재 비상업적 연구용으로 공개된 AlphaGenome은 생명과학 분야의 파운데이션 모델 시대를 여는 신호탄이다. DNA에 대한 일반화된 표현을 제공하며, 특정 연구 목적에 맞춰 미세 조정을 거칠 수도 있다. 여전히 매우 먼 거리의 조절 효과를 포착하는 과제는 남아있으나, 우리 게놈의 98%를 차지하는 비부호화 영역을 매핑하는 데 전례 없는 정밀함을 선사할 것이다.