KAIST, 숨겨진 효소 쏙쏙 찾아내는 인공지능 기술 개발

딥 EC 트랜스포머(DeepECtransformer)의 인공 신경망 구조.(KAIST 제공)/뉴스1

(대전=뉴스1) 김태진 기자 = 국내 연구진이 숨겨진 효소를 쏙쏙 찾아내는 인공지능(AI) 기술을 개발했다.

한국과학기술원(KAIST)은 생명화학공학과 이상엽 특훈교수와 캘리포니아대학교 샌디에이고(UCSD) 생명공학과 버나드 펄슨 교수 공동연구팀이 단백질 서열을 활용해 단백질의 효소 기능을 예측할 수 있는 AI '딥 EC 트랜스포머'를 개발했다고 24일 밝혔다.

연구팀은 이를 통해 빠르고 정확하게 효소 기능을 파악할 수 있는 예측 시스템을 구축했다.

효소는 생물학적 반응을 촉매하는 단백질로, 생명체 내 존재하는 다양한 화학 반응과 이에 따라 결정되는 생명체의 대사 특성을 파악하기 위해서는 각 효소의 기능을 이해하는 것이 필수적이다.

효소 고유 번호(EC 번호)는 국제생화학 및 분자 생물학연맹이 고안한 효소 기능 분류 체계로, 다양한 유기체의 대사 특성을 이해하기 위해선 게놈 서열에서 존재하는 효소의 종류와 EC 번호를 빠르게 분석할 수 있는 기술이 필요하다.

단백질의 기능 및 효소 기능 예측을 위해 인공지능을 활용하는 다양한 예측 시스템 또한 보고됐으나, 인공지능의 추론 과정을 직접 확인할 수 없는 블랙박스의 특징을 가졌거나, 효소 서열 내 아미노산 잔기(최소 단위) 수준으로 해석하지 못하는 문제가 있었다.

이에 연구팀은 심층학습 기법과 단백질 상동성 분석 모듈을 활용해 주어진 단백질 서열의 효소 기능을 예측하는 인공지능 딥 EC 트랜스포머를 개발했다.

연구팀은 다양한 효소 기능을 정확하게 예측할 수 있도록 단백질 서열 전체 문맥에서 효소 기능에 중요한 정보를 추출하고, 이를 통해 효소 총 5360종류의 EC 번호를 예측했다.

또 딥 EC 트랜스포머의 인공신경망 내 정보 흐름을 분석해 AI가 추론 과정에서 효소 기능에 중요한 활성 부위나 보조 인자 결합 부위 정보를 활용하고 있음을 규명했다.

AI의 블랙박스를 해석함으로써 AI가 학습 과정에서 스스로 효소 기능에 중요한 특징을 파악하고 있음을 확인한 것이다.

김기배 KAIST 박사과정생(제1 저자)은 “이번에 개발한 예측 시스템을 활용해 아직 밝혀진 적 없던 효소의 기능을 새롭게 예측하고 실험으로 검증할 수 있었다”고 말했다.

이상엽 특훈교수는 “효소 기능을 빠르고 정확하게 예측하는 딥 EC 트랜스포머는 기능 유전체학의 핵심 기술로서 시스템 수준에서 전체 효소들의 기능들을 분석할 수 있게 한다”며 “이를 활용해 모든 효소 정보를 포함한 대사 네트워크를 기반으로 친환경 미생물 공장 개발을 수행할 수 있을 것”이라고 했다.

연구 성과는 국제학술지 네이처(Nature)에 지난 14일 게재됐다.

memory4444444@news1.kr