Google DeepMind가 인류 유전 변이의 지형을 파악하기 위한 전문 AI 도구, AlphaMissense를 공개했다. DNA 염기 하나가 바뀌어 아미노산이 달라지는 '미스센스(missense)' 변이에 집중함으로써 게놈 의학의 거대한 공백을 메운다. 인간 전문가가 확인한 변이가 전체의 0.1%에 불과한 상황에서, AlphaMissense는 가능한 7,100만 개 변이 중 89%를 분류하는 데 성공했다.

이는 수작업에서 자동 예측으로의 거대한 도약이다. 낭성 섬유증이나 겸상 적혈구 빈혈 같은 질병의 뿌리를 찾는 연구자들에게 결정적인 이정표를 제시한다. 시스템은 단백질 구조 예측의 혁명을 일으킨 AlphaFold의 아키텍처를 계승했다. 단순히 구조만 보는 것이 아니라, 전문 언어 모델과 영장류 진화 데이터를 결합해 변이가 해를 끼칠 가능성을 수치화한다.

생명의 언어를 '독해'하여 특정 유전적 오타가 생물학적 기능을 망가뜨리는 병원성인지, 아니면 무해한 양성인지를 판별하는 셈이다. 특히 인구 빈도 데이터를 활용한 미세 조정을 통해 흔한 무해 변이와 희귀한 위험 변이를 정교하게 갈라낸다.

DeepMind는 이번 모델의 코드와 예측 결과를 무료로 개방했다. 이제 과학자들은 고가의 실험을 시작하기 전 AI의 예측을 먼저 검토하며 연구 효율을 극대화할 수 있다. 아직 독립적인 임상 도구는 아니지만, ClinVar 등 주요 평가 지표에서 보여준 성능은 희귀 유전병 진단과 당뇨병 같은 복잡한 질환 연구의 패러다임 변화를 예고하고 있다.

Google DeepMind가 인류 유전 변이의 지형을 파악하기 위한 전문 AI 도구, AlphaMissense를 공개했다. DNA 염기 하나가 바뀌어 아미노산이 달라지는 '미스센스(missense)' 변이에 집중함으로써 게놈 의학의 거대한 공백을 메운다. 인간 전문가가 확인한 변이가 전체의 0.1%에 불과한 상황에서, AlphaMissense는 가능한 7,100만 개 변이 중 89%를 분류하는 데 성공했다.

이는 수작업에서 자동 예측으로의 거대한 도약이다. 낭성 섬유증이나 겸상 적혈구 빈혈 같은 질병의 뿌리를 찾는 연구자들에게 결정적인 이정표를 제시한다. 시스템은 단백질 구조 예측의 혁명을 일으킨 AlphaFold의 아키텍처를 계승했다. 단순히 구조만 보는 것이 아니라, 전문 언어 모델과 영장류 진화 데이터를 결합해 변이가 해를 끼칠 가능성을 수치화한다.

생명의 언어를 '독해'하여 특정 유전적 오타가 생물학적 기능을 망가뜨리는 병원성인지, 아니면 무해한 양성인지를 판별하는 셈이다. 특히 인구 빈도 데이터를 활용한 미세 조정을 통해 흔한 무해 변이와 희귀한 위험 변이를 정교하게 갈라낸다.

DeepMind는 이번 모델의 코드와 예측 결과를 무료로 개방했다. 이제 과학자들은 고가의 실험을 시작하기 전 AI의 예측을 먼저 검토하며 연구 효율을 극대화할 수 있다. 아직 독립적인 임상 도구는 아니지만, ClinVar 등 주요 평가 지표에서 보여준 성능은 희귀 유전병 진단과 당뇨병 같은 복잡한 질환 연구의 패러다임 변화를 예고하고 있다.