복잡한 미생물 대사과정, AI 기술로 풀었다

윤성호 건국대 시스템생명공학과 교수(왼쪽)와 우현재 석사과정생. 한국연구재단 제공.

미생물 성장의 핵심 대사반응을 규명할 수 있는 인공지능(AI) 기술이 개발됐다. 대사반응은 세포 내 대사물질이 생성·분해되는 생화학 과정으로 미생물의 성장을 제어한다. 

한국연구재단은 윤성호 건국대 시스템생명공학과 교수 연구팀이 AI와 가상세포 기술을 이용해 다양한 영양 조건에서 미생물 성장을 촉진하거나 저해하는 대사반응을 규명했다고 14일 밝혔다.  

미생물은 주어진 영양분을 효율적으로 이용하기 위해 세포 내 대사과정을 정밀 조정해 최적의 세포 성장을 유지한다. 세포의 대사과정을 이해하려면 성장을 촉진하거나 저해하는 대사 유전자 및 경로를 식별해야 한다. 

그런데 세포 성장에 영향을 미치는 대사반응을 실험적으로 규명하려면 많은 시간과 자원이 필요하다. 미생물은 수많은 유전자, 메신저리보핵산(mRNA), 단백질, 대사물질들이 서로 복잡하게 얽혀 있기 때문이다. 연구팀은 시간과 자원 소모를 줄이기 위해 AI 기반 응용연구를 진행했다. 

연구팀은 대사반응을 규명하기 위해 우선 가상세포를 이용했다. 가상세포는 생명체의 전체 대사과정을 컴퓨터에 구현한 것으로 모의실험을 통해 생명현상을 연구하거나 설계하는 기술이다. 

가상세포로부터 예측된 대사반응 데이터와 다양한 성장 데이터를 통합 분석하는 머신러닝과 딥러닝 모델도 개발했다. 연구에 널리 쓰이는 미생물 모델인 ‘대장균 K-12’를 대상으로 30가지 주요 영양 조건에서 균주의 성장이나 저해 대사경로를 도출했다. 

연구팀이 개발한 AI 모델은 생명체가 유기물질을 합성하는 대사과정인 생합성 경로가 대부분의 탄소원에서 성장을 촉진하고, 에너지 생성 경로의 중요도는 탄소원에 따라 달라진다는 점을 예측했다. 

연구팀은 AI가 예측한 주요 대사반응을 유전자 조작 실험과 배양실험으로 검증했다. 가령 AI는 대장균이 아세트산을 탄소원으로 이용할 때는 피루브산 산화과정이 균체 성장을 저해한다고 예측했는데 검증 결과 실질적으로 아세트산을 차단하면 성장이 촉진됐다. 피루브산 산화과정은 세포의 주 에너지 생산 경로인 해당과정과 TCA회로를 연결해주는 대사반응이다. 

윤 교수는 “이번 연구는 유전체 설계를 통한 맞춤형 미생물 제작과 최적의 생산 전략 수립에 중요하게 이용될 수 있다”며 “향후 다양한 생명현상 연구에 확대 적용될 수 있을 것으로 기대한다”고 말했다. 

제 1저자인 우현재 석사과정생은 “가상세포 기반 예측 데이터와 대량의 실험데이터를 통합 분석하는데 인공지능 기법이 효율적으로 이용될 수 있음을 증명했다”고 덧붙였다. 연구 결과는 국제학술지 ‘몰레큘러 시스템즈 바이올로지’에 지난달 30일 게재됐다.

[문세영 기자 moon09@donga.com]