구글 딥마인드, AlphaGenome 2 공개

구글 딥마인드가 11월 11일(현지 시간) DNA 서열과 그 변이가 사람의 특정 세포 유형에 어떤 영향을 주는지 예측하는 차세대 모델 AlphaGenome 2를 공개했다. 딥마인드에 따르면 AlphaGenome 2는 68개 조직에 걸친 1억 개가 넘는 개별 세포 프로필로 학습했고, 세포 안 유전자 발현을 바꾸는 변이를 이전 최고 모델보다 두 배 가까이 많이 찾아낸다. 모델은 공개 당일부터 AlphaGenome API로 비상업 연구에 쓸 수 있고, 상업 연구에는 비공개 프리뷰로 제공된다. 딥마인드는 이 모델이 정적인 세포 지도를 "인간 유전학을 위한 예측 엔진"으로 바꾼다고 밝혔다.

몸의 모든 세포는 같은 DNA를 지니지만, 심장 근육 세포와 감염과 싸우는 면역 세포는 서로 다른 유전자를 켜고 끈다. 휴먼 셀 아틀라스 같은 국제 사업이 수백만 개 세포의 유전자 발현을 지도로 그리고 있지만, 미세한 DNA 변이가 그 발현을 어떻게 바꾸는지 예측하는 일은 풀리지 않은 과제로 남아 있었다. 딥마인드 논문은 사람의 형질과 질병에 연관된 변이 대부분이 단백질을 만들지 않는 비암호화 DNA에 있고, 단일세포 지도는 변이와 발현을 직접 연결할 만큼 많은 기증자를 확보하지 못한다고 지적했다. 딥마인드는 지난해 조직 단위로 변이 효과를 예측하는 첫 AlphaGenome을 내놨고, 사람 게놈에서 가능한 단일 염기 변화 90억 개 전부의 예측값을 담은 AlphaGenome Atlas로 범위를 넓혔다.

이번 버전의 핵심 변화는 설계다. 첫 모델은 염기 100만 개 길이의 DNA 서열을 받아 여러 조직의 실험 수천 건을 한꺼번에 병렬로 예측했는데, 딥마인드는 이 방식이 모델의 용량을 얇게 퍼뜨려 가까운 세포 유형 사이의 미세한 차이를 잡기 어렵게 했다고 설명했다. AlphaGenome 2는 조직이나 세포 유형, 세포 상태로 정의한 조건 하나를 DNA 서열과 함께 입력받아 그 조건 하나만 예측하는 조건부 모델이다. 조건은 아키텍처의 모든 단계에 들어가, 같은 DNA 구간이 세포마다 다르게 읽히는 방식을 배우게 한다. 단일세포 유전자 활성 같은 측정값 하나만 넣어도 측정하지 않은 염색질 접근성을 예측하는 교차 모달 보완도 가능해져, 연구자가 다음 실험의 우선순위를 정하는 데 쓸 수 있다.

학습 데이터도 넓어졌다. 딥마인드는 사람과 생쥐의 벌크·단일세포 데이터를 함께 썼고, 개별 세포 프로필은 1억 700만 개가 넘는다. 메탈이 확인한 78쪽 분량의 논문 PDF에 따르면 AlphaGenome 2는 사전 학습, 조건 정제, 증류, 사후 학습의 4단계로 훈련됐다. 36개 연구에서 나온 단일세포 RNA·ATAC 의사벌크 트랙 3,977개와, 사람 기준 조건 185개에 걸친 세포 유형별 CpG 메틸화 데이터가 새로 들어갔다. 예측 항목은 유전자 발현, 히스톤 변형, 염색질 접근성 같은 기존 항목에 연구자들이 많이 요청해 온 DNA 메틸화가 더해졌다.

성능 차이는 면역 세포에서 두드러졌다. 1차 면역 세포 28종을 담은 대규모 단일세포 지도 TenK10K에서 AlphaGenome 2는 인과 변이의 30%를 찾아내, 단일세포 데이터로 미세조정한 첫 AlphaGenome과 다른 특화 도구의 16%를 크게 앞섰다. 유전자 효과의 방향까지 맞힌 비율은 43%로 비교 대상의 23%보다 높았다. 논문은 이를 정밀도 90%에서 인과 단일세포 eQTL 재현율을 두 배로 끌어올린 결과로 정리했다. 학습에 쓰지 않은 게놈 구간에서도 같은 조직 안 세포 유형 간 발현 차이를 더 많이 설명했고, 혈액 줄기세포가 적혈구와 면역 계통으로 분화하는 동안의 연속적인 발현 변화를 따라갔다.

실제 질병 사례도 계산으로 재현했다. 최근 연구에서 먼 거리의 조절 스위치에 있는 변이가 장 면역 세포인 대식세포에서 ETS2 유전자를 과도하게 켜 염증성 장질환을 일으킨다는 사실이 밝혀졌다. AlphaGenome 2는 장 속 여러 면역 세포를 예측해 이 인과 변이를 골라냈고, 그 변이가 다른 세포와 유전자는 거의 건드리지 않은 채 장 대식세포의 ETS2만 선택적으로 끌어올린다는 것을 보였다. 딥마인드가 X에 올린 66초 영상에서 연구진은 이를 면역계의 경보를 지나치게 크게 울리게 만드는 변이로 설명했다. 코로나19 mRNA 백신 연구의 처음 보는 단일세포 데이터를 넣자, 모델은 백신으로 활성화된 T세포와 쉬고 있는 T세포를 구분했고 중증 코로나19와 연관된 변이가 활성 상태에서 유전자 활성을 더 강하게 흔든다는 점을 드러냈다.

재학습 없이 새 데이터에 붙는다는 점이 연구 현장의 관심을 모은다. 연구자가 세포 수십 개 분량의 단일세포 RNA 시퀀싱 결과만 올리면 그 유전자 활성이 세포 상태 표현으로 압축돼 모델의 조건으로 쓰인다. 딥마인드는 이 방식이 해당 데이터로 직접 학습하거나 미세조정한 모델과 같거나 더 나은 성능을 낸다고 밝혔다. 휴먼 셀 아틀라스 컨소시엄 공동 창립자인 세라 타이크만 케임브리지대 줄기세포의학 교수는 "AlphaGenome 2가 흥미로운 점은 재학습 없이 새 단일세포 데이터에 바로 적응해, 적은 세포 표본만으로도 새로 측정된 세포 상태에서 DNA 변이가 어떻게 작동하는지 예측한다는 것"이라고 말했다.

딥마인드는 전장 유전체 연관 분석, 곧 GWAS가 찾아낸 형질·질병 연관 변이의 예측값을 수백 개의 사람 세포·조직 조건에 대해 미리 계산해 공개했다. 논문 기준으로 점수가 매겨진 변이는 흔한 변이와 형질 연관 변이를 합쳐 약 700만 개다. 질병 변이가 많이 자리한 먼 조절 스위치인 인핸서와 표적 유전자의 연결 지도를 뇌의 성상세포 같은 1차 세포 유형까지 넓혔고, 키에서 제2형 당뇨병까지 복합 형질에서 인과 가능성이 높은 변이와 세포 유형을 짚었다. 지노믹스 리미티드의 피터 도널리 최고경영자는 "DNA 서열 예측 모델은 연관 신호에서 신약 프로그램이 필요로 하는 것으로 넘어가는 간극을 메우는 중요한 도구이고, AlphaGenome 2는 이 분야의 인상적인 진전"이라며 자사 Mystra 플랫폼에 이 모델을 넣겠다고 밝혔다.

AI 엔지니어의 눈으로 보면 이번 발표의 무게는 모델 자체만큼 배포 경로에 있다. 딥마인드는 곧 에이전트 개발 플랫폼 구글 안티그래비티에 AlphaGenome 2 Skills를 내놓고, Gemini 4 같은 에이전트형 과학 도구와 특화 모델을 묶겠다고 예고했다. 메탈은 구글 딥마인드가 안티그래비티 화학정보학 스킬을 공개한 소식을 보도한 바 있는데, 이번에는 유전체 모델이 같은 경로에 오른다. 웰컴 생어 연구소 연구진과 협업해 더 넓은 세포 유형과 발생 계통, 교란된 세포 상태를 측정하겠다는 계획도 함께 나왔다. 딥마인드는 11월 30일까지 활용 사례를 받아 일부 프로젝트에 추가 할당량과 크레딧을 줄 예정이다.

딥마인드는 AlphaGenome과 AlphaGenome 2가 연구용이며 임상이나 진단 목적으로 검증·승인되지 않았다고 명시했다. 논문은 단일세포 측정이 발생 단계와 조직, 질병 코호트로 넓어질수록 AlphaGenome 2가 관찰용 지도를 변이 효과 지도로 바꾸는 설계도가 된다고 결론지었다. 질병의 원인을 찾는 계산의 단위가 조직 평균에서 개별 세포와 그 세포의 상태로 내려가고 있다는 것이 이번 공개가 보여 준 방향이다.