인공지능으로 유전자 교정 정밀도 높였다…프라임 편집 예측 모델 옵티프라임 등장
배경
프라임 편집(Prime Editing, PE)은 유전체 유전자 염기서열을 정밀하게 수정하는 3세대 유전자 가위 기술이다. 기존 유전자 가위와 달리 DNA 이중 가닥을 완전히 끊지 않고도 원하는 서열을 삽입하거나 삭제할 수 있어 안전한 치료 도구로 분류되곤 한다. 그러나 원하는 교정 부위에 작용하는 프라임 편집 가이드 RNA(pegRNA)의 최적 서열을 찾아내는 과정은 여전히 매우 까다롭다. 연구자들은 표적 염기서열 주변의 미세한 환경에 따라 변하는 편집 효율을 일일이 실험으로 확인해야만 했다. 수많은 pegRNA 후보 중에서 실제로 세포 내 작동 효율이 가장 높은 서열을 직관적으로 선별하기 어려운 탓이다.
특히 유전자 교정 과정에서 세포 내부의 자체 방어 기전인 불일치 복구(Mismatch Repair, MMR) 시스템이 편집 성공을 가로막는 주요 방해 요인으로 작용한다. MMR은 세포가 외부에서 도입된 변이를 오류로 인식하고 정상 상태로 되돌리려는 성질을 뜻한다. 이 기전이 활성화되면 유전자 편집 효율은 급격히 감소할 수밖에 없다. 연구자들은 MMR의 감시망을 피해 가면서도 본래 목표한 교정 효과를 내는 염기서열 조합을 찾고자 지속해서 노력해 왔다. 하지만 수만 가지의 경우의 수를 수작업으로 검토하는 방식은 시간과 비용 면에서 큰 한계를 노출했다.
핵심 발견
연구진은 유전자 편집 효율을 사전에 정밀하게 진단하는 기계학습(Machine Learning, ML) 모델인 옵티프라임(OptiPrime)을 개발했다. 이 모델은 그동안 규명된 PE 작동 원리를 컴퓨터 알고리즘에 적용한 형태다. 실험 데이터 학습을 바탕으로 pegRNA의 작동 효율을 높은 정확도로 예측해 낸다. 특히 단일 표적 교정뿐만 아니라 두 개의 가이드 RNA를 함께 사용하는 닉킹 가이드 RNA(PE3)나 이중 pegRNA(twinPE) 방식의 작동 결과도 예측 범주에 넣었다.
OptiPrime은 포유류 세포 내 MMR 기전이 어떠한 염기서열 환경에서 강하게 반응하는지 정밀하게 분석할 줄 안다. 인공지능은 학습된 정보에 기반하여 MMR 시스템의 감시를 우회할 수 있는 침묵 돌연변이(Silent edits)를 추천하는 기능을 갖췄다. 침묵 돌연변이는 단백질 아미노산 서열은 바꾸지 않으면서 염기서열만 미세하게 변경하여 세포의 복구 작용을 교묘히 피하는 기법을 뜻한다. 연구진이 일차 인간 세포와 마우스 세포를 활용하여 검증한 결과, OptiPrime이 추천한 염기 조합을 적용했을 때 실제 실험에서 유전자 편집 효율이 눈에 띄게 올라갔다.
의미와 전망
이번 연구 성과는 유전자 편집 치료제를 설계할 때 거쳐야 했던 무작위 대입식 실험 과정을 대폭 생략하도록 도울 것으로 전망된다. 연구자들은 웹서버( https://optipri.me/ )를 이용해 최적의 염기 서열 후보군을 사전에 선별하여 연구 효율성을 대폭 끌어올릴 수 있다. 향후 임상 진입을 목표로 하는 난치성 유전 질환 치료제 개발 단계에서 설계 기간을 수개월에서 수일 수준으로 단축하는 계기가 마련된 셈이다.
다만 컴퓨터 모델의 예측치가 모든 실제 생체 환경에서 완벽히 일치하지는 않는다는 점은 극복해야 할 과제다. 세포 종류나 염색질의 열림 정도와 같은 고차원적 생물학적 변수가 예측 결과를 뒤흔들 여지가 충분하기 때문이다. 또한 실제 환자 대상 치료에 쓰이기 위해서는 더 다양한 세포 유형에서의 검증 데이터 축적이 뒤따라야 한다.
Prime editing (PE) can make specific local changes to genomic DNA in living systems but its efficient application currently requires extensive optimization of PE guide RNA (pegRNA) sequences. Here we present OptiPrime, a machine learning model of PE efficiency based on current understanding of PE mechanisms. OptiPrime achieves state-of-the-art accuracy on PE efficiency prediction and enables prediction of nicking guide RNA (PE3) and dual pegRNA (twinPE) outcomes. We validate that OptiPrime has learned the determinants of mammalian mismatch repair (MMR) and is well suited for nominating MMR-evasive silent edits that improve PE efficiency. We demonstrate the use of OptiPrime in a variety of prospective therapeutic contexts in primary human and mouse cells. Lastly, we show that OptiPrime can be used to achieve streamlined and efficient in vivo correction of a pathogenic mutation in the brain of a mouse model of KIF1A-associated neurological disorder. We provide a webserver for OptiPrime ( https://optipri.me/ ) as a community resource.
이 기술은 KIF1A 연관 신경 질환(KIF1A-associated neurological disorder, KAND) 마우스 모델의 뇌 세포에서 병원성 돌연변이를 생체 내 교정하는 시나리오로 그 가치를 증명했다. KAND는 중추신경계 발달 장애를 일으키는 희귀 난치성 유전 질환의 일종이다. 기존 치료법으로는 뇌 신경세포 깊숙이 유전자를 온전히 전달하고 복잡한 뇌 조직 안에서 높은 효율로 교정을 성공시키기가 극히 어려웠다. 연구진은 OptiPrime으로 선별한 최적의 pegRNA를 마우스 뇌에 직접 주입하여 질환의 원인이 되는 염기 돌연변이를 정밀하게 교정하는 데 성공했다. 향후 인간 뇌 질환이나 다른 고형 장기를 표적으로 하는 정밀 유전자 치료제 설계 시, 신뢰도 높은 최적 서열을 신속히 확보하는 임상 응용 시나리오가 활발히 이어질 것으로 보인다.