인공지능으로 복잡한 미생물 대사 과정 풀었다
- 영양 조건에 따른 미생물 성장 핵심 대사 반응 규명 -
□ 미생물 성장의 핵심 대사반응(metabolic reaction)*을 규명할 수 있는 인공지능 기술이 개발됐다.
* 대사반응: 세포 내 대사물질이 생성 및 분해되는 생화학 과정
□ 한국연구재단(이사장 이광복)은 윤성호 교수(건국대학교) 연구팀이 인공지능과 가상세포* 기술을 활용하여 다양한 영양 조건에서 미생물 성장을 촉진하거나 저해하는 대사반응을 규명했다고 밝혔다.
* 가상세포: 생명체의 전체 대사과정을 컴퓨터상으로 구현함. 컴퓨터 모의실험을 통해 생명현상을 연구하거나 설계하는 기술
□ 미생물은 주어진 영양분을 효율적으로 이용하기 위해 세포 내 대사과정을 정밀하게 조정함으로써 최적의 세포 성장을 유지한다.
○ 이러한 세포의 대사과정을 이해하기 위해서는 성장을 촉진하거나 저해하는 대사 유전자 및 경로를 식별하는 것이 중요하다.
○ 그러나 수 천 개의 유전자, mRNA, 단백질, 대사물질들이 서로 복잡하게 얽혀 있는 미생물 시스템 내에서 세포 성장에 직접적으로 영향을 미치는 대사반응을 실험적으로 규명하는 것은 많은 시간과 자원을 필요로 한다.
□ 연구팀은 가상세포로부터 예측된 대사반응 데이터와 다양한 성장 데이터를 통합 분석하는 머신러닝 및 딥러닝 모델을 개발, 연구에 널리 쓰이는 모델 미생물인 대장균 K-12를 대상으로 30가지 주요 영양조건에서의 균주 성장에 중요 또는 저해되는 대사경로를 도출했다.
○ 그 결과, 생합성* 경로는 대부분의 탄소원**에서 성장을 촉진하지만, 에너지 생성 경로의 중요도는 탄소원에 따라 달라진다는 것을 확인했다.
* 생합성 : 생명체가 유기물질을 합성하는 대사과정
** 탄소원 : 생명체가 에너지를 얻고 성장하기 위해 필요한 탄소를 포함한 물질
○ 또한, 예측된 주요 대사반응은 유전자 조작 실험과 배양실험을 통해 검증했다. 예를 들어 대장균이 아세트산을 탄소원으로 이용할 경우, 피루브산 산화과정*이 균체 성장을 저해한다고 예측되었으며, 실제로 이를 차단하면 성장이 촉진됐다.
* 피루브산 산화과정(pyruvate dehydrogenase) : 세포의 주 에너지 생산 경로인 해당과정(glycolysis)과 TCA 회로(tricarboxylic acid cycle)를 연결해주는 대사반응
□ 이번 연구성과에 대해 윤성호 교수는 “유전체 설계를 통한 맞춤형 미생물 제작 및 최적의 생산 전략 수립에 중요하게 이용될 수 있다”며, “향후 다양한 생명현상 연구에 확대 적용될 수 있으리라 기대된다”고 밝혔다.
○ 제 1저자인 우현재 석사과정생은 “가상세포 기반 예측 데이터와 대량의 실험데이터를 통합 분석하는데 인공지능 기법이 효율적으로 이용될 수 있음을 증명했다”고 덧붙였다.
□ 과학기술정보통신부와 한국연구재단이 추진하는 기초연구사업 중견연구와 기본연구의 지원으로 수행된 이번 연구 성과는 시스템생물학 분야 국제학술지 ‘몰레큘러 시스템즈 바이올로지(Molecular Systems Biology)’에 1월 30일 온라인 게재되었다.
