## 배경 메타게노믹스(metagenomics, 미생물 군집 유전체 분석) 기술이 진보함에 따라 환경과 인체 내 미생물의 복잡한 생태계가 서서히 밝혀지는 추세다. 특히 세균을 감염시키는 바이러스인 박테리오파지(bacteriophage)는 세균 군집을 조절하고 인간 건강에 밀접하게 관여해 주목받고 있다. 그러나 유전체 해독 기술로 파지 유전체를 완전하게 복원하는 작업에는 여러 제약이 따르는 실정이다. 파지 유전체는 크기가 작고 반복 서열이 많아, 시퀀싱(sequencing, 염기서열 분석) 데이터를 조립할 때 여러 조각으로 파편화되기 쉽기 때문이다. 기존 조립 도구들은 이처럼 파편화된 서열들을 하나로 이어 붙여 완전한 유전체 지도를 그리는 데 한계를 보였으며, 이는 미생물 생태계 내 실제 역할을 규명하는 데 걸림돌로 작용해 왔다. ## 핵심 발견 홍콩 도시대학교(City University of Hong Kong) 딥오믹스 연구소(DeepOmics Lab)의 왕루이항(Ruihang Wang) 박사 연구팀은 상동성(homology) 정보와 딥러닝(deep learning) 모델을 결합한 하이브리드 분석 프레임워크인 '팰리스(PALACE, Phage Assembly via Deep-learning And Conjugate graph-based framEwork)'를 개발했다. 팰리스는 메타게노믹스 데이터에서 파지 유래 서열을 고감도로 탐지하기 위해 두 가지 상호보완적 전략을 채택해 눈길을 끈다. 이미 알려진 바이러스 단백질과의 유사성을 찾는 상동성 기반 탐색과, 신종 파지의 독특한 서열 패턴을 학습한 딥러닝 예측 모델이 동시에 가동된다. 연구팀은 이처럼 교차 검증된 바이러스 신호 데이터를 바탕으로 '켤레 그래프(conjugate graph)' 이론을 적용해 조립 과정을 정밀화했다. 파편화된 서열 간의 연결 관계를 수학적으로 재구성함으로써, 오류를 줄이면서도 길게 연결된 파지 유전체를 복원해 냈다. 인공 데이터를 활용한 성능 검증 테스트에서 팰리스는 유전체 복원 정확도를 나타내는 F1 스코어(F1-score) 0.92에서 1.00 사이의 우수한 성적을 거두었다. 이는 기존에 사용되던 최첨단 바이러스 식별 및 조립 도구들과 비교했을 때 F1 스코어 기준 0.21에서 0.48 포인트가량 향상된 수치에 해당한다. 또한 연구팀이 실제 인간의 장내 미생물 메타게노믹스 데이터에 팰리스를 적용한 결과, 경쟁 방법론 대비 복원된 파지 유전체의 완벽도 중앙값(median genome completeness)이 56% 향상되는 성과를 도출했다. 이를 기반으로 연구진은 수천 개의 고품질 파지 유전체를 새롭게 규명할 수 있었다. ## 의미와 전망 이번 연구는 정보가 조각나기 쉬운 바이러스 메타게노믹스 분야에 인공지능(AI)과 그래프 이론을 결합해 돌파구를 마련했다는 평가를 받는다. 완벽도 높은 파지 유전체를 복원할 수 있게 되면서, 파지가 인간 질병이나 미생물 군집 구조에 미치는 생물학적 작용 기전을 보다 정확히 추적할 길이 열렸다. 다만 연구팀은 다양한 환경 시료나 희귀 미생물 군집에서는 참조 데이터베이스의 부족으로 상동성 탐색의 효율이 일부 감소할 수 있다고 언급했다. 향후 비지도 학습(unsupervised learning) 기법 등을 강화해 데이터베이스 의존도를 더 낮추는 것이 과제다.