Team uses AlphaFold AI to redesign gene-editing proteins to make them safer

개요

AlphaFold AI를 활용하여 유전자 편집 단백질의 오프타겟(off-target) 효과를 유발하는 주요 부위를 식별하고 이를 수정하여 안전성을 높이는 연구가 진행되었다.

주요 내용

* 유전자 편집 기술의 발전과 안전성 문제: 유전자 편집 기술은 DNA를 정밀하게 표적할 수 있게 되었으나, 인간 게놈은 매우 크기 때문에 의도하지 않은 DNA 서열을 편집하는 오프타겟 효과가 발생할 수 있다. 이는 낮은 확률이지만 많은 세포를 편집해야 하는 치료 과정에서 오류를 필연적으로 만들 수 있다.
* AlphaFold를 이용한 오프타겟 부위 식별: 연구팀은 AI 단백질 접힘 소프트웨어인 AlphaFold를 변형하여 유전자 편집 단백질(Cas9)의 오프타겟 효과를 유발하는 주요 부위를 식별하는 방법을 개발했다.
* ContactSeek 분석법 개발: AlphaFold를 통해 특정 DNA-RNA 혼성화합물 구조와 오프타겟 부위의 구조 차이를 비교하고, 아미노산과 뉴클레오타이드 간의 접촉 확률(contact probability) 분석을 통해 오프타겟 부위에서 구조가 변하는 아미노산을 찾아내는 'ContactSeek' 분석법을 고안했다.
* Cas9 단백질 변형을 통한 안전성 향상: ContactSeek 분석을 통해 식별된 Cas9 단백질의 주요 부위 아미노산을 변경하는 23가지 변형을 시도했다. 그 결과, 정상 Cas9과 유사한 활성을 유지하면서 오프타겟 효과를 28%에서 5%로 크게 감소시키는 변이체를 발견했다.
* 일반적인 방법론으로서의 가능성: 이 접근 방식은 특정 가이드 RNA(guide RNA)와 오프타겟 조합에 더 특화될 수 있지만, 유전자 편집 시스템을 알려진 오프타겟 이벤트를 방지하도록 맞춤 제작하는 일반적인 방법론을 제시한다. 또한, 단백질-DNA 상호작용을 미세 조정하는 데에도 광범위하게 적용될 수 있다.

시사점

AlphaFold AI와 ContactSeek 분석을 결합한 방법론은 유전자 편집 단백질의 안전성을 획기적으로 개선할 수 있는 새로운 가능성을 제시하며, 이는 향후 유전자 치료제 개발에 중요한 기여를 할 수 있다.