서울대 백대현 교수팀, 방대한 데이터 규합해 'DeepRM' 기술 확보
![[대전=뉴시스] 기존 RNA 변형 검출기술과 DeepRM 비교. DeepRM 학습 데이터셋은 정해진 위치에 일반 염기 또는 RNA 변형을 포함토록 합성돼 기존 학습 데이터셋과 달리 개별 RNA 변형의 전류신호를 명확히 분리한다.(사진=서울대 백대현 교수 제공) *재판매 및 DB 금지](https://img1.newsis.com/2026/01/19/NISI20260119_0002043705_web.jpg?rnd=20260119141412)
[대전=뉴시스] 기존 RNA 변형 검출기술과 DeepRM 비교. DeepRM 학습 데이터셋은 정해진 위치에 일반 염기 또는 RNA 변형을 포함토록 합성돼 기존 학습 데이터셋과 달리 개별 RNA 변형의 전류신호를 명확히 분리한다.(사진=서울대 백대현 교수 제공) *재판매 및 DB 금지
[대전=뉴시스] 김양수 기자 = 국내연구진이 기존 RNA 변형검출 기술들이 갖고 있던 학습 데이터셋 및 모델의 한계를 극복해 세계 최고 수준의 정확도를 갖는 인공지능 (AI) 검출기술을 개발했다.
한국연구재단은 서울대학교 백대현 교수팀이 AI와 단분자 시퀀싱기술을 결합해 RNA 변형(RNA modification)을 단분자 해상도에서 높은 정확도로 검출하는 획기적인 원천기술을 개발했다고 19일 밝혔다.
단분자 시퀀싱은 핵산(DNA·RNA)의 각 염기서열을 한 분자씩 읽는 기술이고 RNA 변형은 RNA의 기본 구성단위인 뉴클레오타이드(Nucleotide)가 화학적으로 변화한 형태로, 유전자 발현과 암 발생 등 다양한 생명현상에서 중요한 역할을 하는 핵심 조절자다.
그동안 RNA 변형의 위치와 양을 정확하게 측정하는 기술이 없어 RNA 변형의 생물학적 기능을 체계적으로 규명하는 데 한계가 있었다.
이번에 연구팀은 RNA 변형의 위치와 변형정도를 정확히 측정할 수 있는 인공지능 기반의 'DeepRM(Deep learning for RNA Modification)'을 개발했다.
연구팀 관계자는 "단분자 시퀀싱은 RNA 분자 하나를 채널 단백질에 통과시킬 때 발생하는 전류신호를 분석해 RNA 서열을 결정하는 기술"이라며 "개발된 DeepRM은 이 전류 신호를 인공지능으로 해독해 개별 RNA 분자 내의 RNA 변형을 정확하게 검출하는 기술"이라고 설명했다.
DeepRM 모델을 학습시키기 위해 연구팀은 무작위 서열 내에 RNA 변형이 포함된 약 3억개의 RNA 분자를 화학적으로 합성했다. 이는 기존 학습 데이터셋보다 1000배 이상 큰 규모로 실제 인간 RNA와 유사한 특성을 지니고 있다.
이런 고품질·거대규모 데이터셋을 활용해 학습된 DeepRM 모델은 RNA 변형검출 정확도가 거의 완벽에 가깝게 나타났다.
연구팀은 DeepRM을 활용해 인간 RNA에서 10만개 이상의 RNA 변형을 발견했으며 특히 기존 기술로 검출하기 어려웠던 비전형적 위치의 RNA 변형을 1만개 이상 정확하게 찾아냈다.
이어 연구팀은 DeepRM의 단분자 해상도를 활용해 RNA 생산과정이 특정 위치에서 발생하는 RNA 변형과 연관돼 있다는 사실을 규명, 그간 베일에 싸여 있던 'RNA 변형을 통한 유전자 발현 조절 기전' 연구의 새로운 전기를 마련했다.
한국연구재단의 지원으로 수행된 이번 연구 성과는 과학분야 국제학술지 '네이처 커뮤니케이션즈(Nature Communications)'에 지난해 12월 15일 게재됐다.
백대현 교수는 "DeepRM은 향후 다양한 생명과학·의생명분야에서 RNA 변형의 기능을 연구키 위한 핵심 기술로 활용될 것"이라며 "후속연구서 DeepRM을 고도화해 다양한 종류의 RNA 변형을 동시에 검출하는 기술을 개발할 예정이다"고 밝혔다.
◎공감언론 뉴시스 [email protected]
한국연구재단은 서울대학교 백대현 교수팀이 AI와 단분자 시퀀싱기술을 결합해 RNA 변형(RNA modification)을 단분자 해상도에서 높은 정확도로 검출하는 획기적인 원천기술을 개발했다고 19일 밝혔다.
단분자 시퀀싱은 핵산(DNA·RNA)의 각 염기서열을 한 분자씩 읽는 기술이고 RNA 변형은 RNA의 기본 구성단위인 뉴클레오타이드(Nucleotide)가 화학적으로 변화한 형태로, 유전자 발현과 암 발생 등 다양한 생명현상에서 중요한 역할을 하는 핵심 조절자다.
그동안 RNA 변형의 위치와 양을 정확하게 측정하는 기술이 없어 RNA 변형의 생물학적 기능을 체계적으로 규명하는 데 한계가 있었다.
이번에 연구팀은 RNA 변형의 위치와 변형정도를 정확히 측정할 수 있는 인공지능 기반의 'DeepRM(Deep learning for RNA Modification)'을 개발했다.
연구팀 관계자는 "단분자 시퀀싱은 RNA 분자 하나를 채널 단백질에 통과시킬 때 발생하는 전류신호를 분석해 RNA 서열을 결정하는 기술"이라며 "개발된 DeepRM은 이 전류 신호를 인공지능으로 해독해 개별 RNA 분자 내의 RNA 변형을 정확하게 검출하는 기술"이라고 설명했다.
DeepRM 모델을 학습시키기 위해 연구팀은 무작위 서열 내에 RNA 변형이 포함된 약 3억개의 RNA 분자를 화학적으로 합성했다. 이는 기존 학습 데이터셋보다 1000배 이상 큰 규모로 실제 인간 RNA와 유사한 특성을 지니고 있다.
이런 고품질·거대규모 데이터셋을 활용해 학습된 DeepRM 모델은 RNA 변형검출 정확도가 거의 완벽에 가깝게 나타났다.
연구팀은 DeepRM을 활용해 인간 RNA에서 10만개 이상의 RNA 변형을 발견했으며 특히 기존 기술로 검출하기 어려웠던 비전형적 위치의 RNA 변형을 1만개 이상 정확하게 찾아냈다.
이어 연구팀은 DeepRM의 단분자 해상도를 활용해 RNA 생산과정이 특정 위치에서 발생하는 RNA 변형과 연관돼 있다는 사실을 규명, 그간 베일에 싸여 있던 'RNA 변형을 통한 유전자 발현 조절 기전' 연구의 새로운 전기를 마련했다.
한국연구재단의 지원으로 수행된 이번 연구 성과는 과학분야 국제학술지 '네이처 커뮤니케이션즈(Nature Communications)'에 지난해 12월 15일 게재됐다.
백대현 교수는 "DeepRM은 향후 다양한 생명과학·의생명분야에서 RNA 변형의 기능을 연구키 위한 핵심 기술로 활용될 것"이라며 "후속연구서 DeepRM을 고도화해 다양한 종류의 RNA 변형을 동시에 검출하는 기술을 개발할 예정이다"고 밝혔다.
◎공감언론 뉴시스 [email protected]
