이번 연구 성과는 지난 19일 국제 학술지인 미국국립과학원회보(PNAS)에 실렸다.
리보핵산(RNA) 가공 작업 중 하나인 RNA 이어 맞추기, 즉 스플라이싱(splicing)은 염기 변화에 영향을 받으며 특히 퇴행성 뇌 질환에서 다양하게 발견된다.
연구팀은 인간 전사체에 숨은 다양한 스플라이싱 현상을 딥러닝 기반 변이체-인공지능을 통해 치매 모델에 적용했다.
딥러닝을 통해 신호 전달 기작의 핵심 요소인 인간 'PLCγ1' 유전자에서 14곳에 숨은 스플라이싱 변이체 위치를 예측했다. 이를 바탕으로 인간과 동일한 쥐의 PLCγ1 유전자 위치에서 변이체가 나타난 것을 확인했다.
또한 알츠하이머 모델 쥐의 뇌 속 PLCγ1 유전자 27번째 엑손(단백질 합성 정보를 가지고 있는 유전자의 한 부분)에 1개 염기가 비정상 삽입하면서 비정상적 RNA 가공 현상이 나타난 것을 확인했다.
이때 염기 서열 변화가 단백질의 아미노산 변화를 유발해 이 변이체가 치매 특이적 현상임을 처음으로 밝혀냈다.
연구팀은 인간 유전자 데이터를 기반으로 변이체-인공지능을 적용해 아직 밝혀지지 않은 스플라이싱 변이체 유발 가능성을 수치화하고, 이를 통해 얻은 분석 정보를 동물 질환 모델에 적용 가능하다는 점을 규명한 데 의의가 있다고 밝혔다.
주 박사는 "최근 변종 코로나19 바이러스도 염기 변화를 통해 전염력이 증가한다는 연구가 보고된다"며 "인공지능과 뇌 연구를 접목해 치매를 비롯한 뇌 질환 진단·치료 전략에 중요한 정보를 제공할 수 있을 것으로 기대한다"고 말했다.
