Google DeepMind, AlphaGenome Atlas 공개… 인간 게놈 약 90억 개 단일염기 변이의 영향 예측

AlphaGenome Atlas는 약 1페타바이트 규모의 데이터셋으로, AlphaFold Database보다 30배 이상 큰 규모라고 한다. 각 변이에 대해 인간과 마우스의 수백 개 세포 유형 및 조직에 걸친 유전자 조절의 분자 효과 예측이 각각 수천 건씩 포함된다. 또한 AVI 점수, 그 원인을 보여주는 AVI 특징 귀속, 2,500개 이상의 반복 DNA 서열 모티프와 그 위치가 서로 연결되어 있다.

AVI 점수는 단백질을 코딩하는 2% 영역과 나머지 98%의 비코딩 영역 모두에 적용할 수 있으며, 변이의 병원성 및 희귀 질환 벤치마크에서 최고 수준의 성능을 보였다고 한다. 특징 귀속에서는 RNA 스플라이싱이나 유전자 발현 등 어떤 분자 과정이 가장 크게 교란될 것으로 예측되는지 확인할 수 있다.

활용 사례로, GREGoR Consortium과의 공동 연구에서 Broad Institute의 Laura Covill과 Anne O'Donnell-Luna 등이 AVI 점수에서 놓쳤던 변이를 추려내, 간질성 뇌병증과 강하게 연관된 DNM1 유전자의 변이를 찾아냈다. 잘못된 스플라이스 부위가 생겨 단백질이 비정상적으로 길어질 것으로 예측되었으며, 실험적 스크리닝으로 검증되었다.

엑서터 대학교의 Gareth Hawkes는 UK Biobank의 5만 4,000명 이상의 전장 유전체 데이터에 적용해, 예측된 분자 효과에 따라 희귀 변이를 묶어 분석함으로써 비코딩 유전적 연관성을 22% 더 많이 검출했다. PLA2G7과 EGLN1의 단백질 양에 관여하는 조절 변이를 식별했으며, BMI에서는 영향이 클 것으로 예측된 상위 1%의 비코딩 변이 중 19개의 유전자 영역을 제시했다. Stowers Institute의 Julia Zeitlinger와 Melanie Weilert는 모티프를 활용해 전사 인자를 DNA 접근성에만 작용하는 것과 유전자의 켜짐·꺼짐까지 담당하는 것으로 분류했다.

비상업적 이용이라면 웹사이트에서 오늘부터 이용할 수 있으며, 상업적 이용은 Google Cloud를 통해 곧 지원될 예정이다. AlphaGenome의 기반 모델은 GitHub와 API를 통해 학술 목적으로 이용할 수 있고, Model Garden에서는 상업적 이용도 가능하다. AlphaGenome은 임상 이용을 위한 검증이나 승인을 받지 않았으며 의료 조언을 대신할 수 없다고 명시되어 있다.