Large genome models used to design new viruses

개요

대규모 유전체 모델(Large genome models)을 활용하여 기존 바이러스와는 다른 특징을 가진 새로운 박테리오파지(bacteriophage) 바이러스들을 설계하고, 이들이 실제로 박테리아 성장을 억제하는 기능을 수행함을 확인하였다.

주요 내용

* 대규모 유전체 모델의 작동 방식: 대규모 언어 모델(Large language models)과 유사하게 DNA 염기 서열 데이터를 학습하여 다음 염기를 예측하는 방식으로 작동하며, 생물학적 맥락을 이해하는 능력을 보인다.
* 바이러스 유전체 설계: 연구팀은 학습된 대규모 유전체 모델(Evo 1, Evo 2)을 사용하여 박테리아를 감염시키는 바이러스인 ΦX174의 유전체를 재설계하는 실험을 수행했다.
* 설계된 바이러스의 기능 검증: 모델이 생성한 수백 개의 잠재적 바이러스 서열 중 285개를 화학적으로 합성하여 박테리아에 삽입한 결과, 16개가 E. coli의 성장을 억제하는 기능을 수행하는 것으로 나타났다.
* 설계된 바이러스의 특징: 실제 ΦX174와 유사한 서열을 가진 바이러스일수록 기능적 생존율이 높았으나, 개별적으로는 유전체 길이 변화, 유전자 손실 또는 추가, 다른 바이러스 유전자로의 대체 등 다양한 변이를 포함하고 있었다.
* AI 모델의 변이 생성 능력: AI 모델이 생성한 바이러스 중에는 무작위 돌연변이로는 생존하기 어려운 수십 개의 아미노산 변화를 가진 바이러스도 생존하는 것으로 나타나, AI가 생존 가능한 변이를 더 효과적으로 생성함을 시사한다.
* 잠재적 응용 및 위험성: 설계된 바이러스 칵테일이 항생제 내성 균주에 대한 새로운 치료법으로서의 가능성을 보였으나, 척추동물을 대상으로 하는 바이러스 설계로의 확장 가능성 및 관련 거버넌스 문제가 제기되었다.

시사점

대규모 유전체 모델은 새로운 바이러스 설계뿐만 아니라 항생제 내성 문제 해결을 위한 치료법 개발에 기여할 잠재력을 가지지만, 잠재적 위험성에 대한 선제적이고 체계적인 규제 및 거버넌스 마련이 시급하다.