인공지능 연구자, 게놈 규칙 발견을 위한 설명 가능한 신경망 개발

연구자 팀은 최근에 생물학자들이 인간 게놈의 코드를 규정하는 신비한 규칙을 발견하는 것을 도와주는 설명 가능한 신경망을 개발했습니다. 연구 팀은 단백질-DNA 상호작용的地図에 신경망을 훈련시켜 AI가 특정 DNA 서열이 특정 유전자들을 어떻게 조절하는지 발견할 수 있도록 했습니다. 연구자들은 또한 모델을 설명 가능하게 만들어서 모델의 결론을 분석하고 서열 모티프가 유전자들을 어떻게 조절하는지 결정할 수 있게 했습니다.

생물학에서 가장 큰 미스터리 중 하나는 게놈의 규제 코드입니다. DNA는 4개의 뉴클레오티드 기초(아데닌, 구아닌, 티민, 시토신)로 구성되어 있지만, 이러한 기초 쌍이 어떻게 활동을 규제하는지 알려지지 않았습니다. 4개의 뉴클레오티드 기초는 단백질을 만드는 지침을 암호화하지만, 유전자들이 어떻게 표현되는지(즉, 유기체에서 단백질을 만드는지)에도 영향을 미칩니다. 특정 기초의 조합과 배열은 규제 코드의 섹션을 만들며, DNA의 세그먼트에 결합하지만, 이러한 조합이 무엇인지 알려지지 않았습니다.

컴퓨터 과학자와 생물학자의 상호학문적인 팀은 이 미스터리를 해결하기 위해 설명 가능한 신경망을 개발하기로 했습니다. 연구 팀은 “베이스 페어 네트워크” 또는 “BPNet”이라고 불리는 신경망을 만들었습니다. BPNet에 의해 사용되는 모델은 예측을 생성하고 규제 코드를 식별하는 데 사용할 수 있습니다. 이것은 전사 인자라고 하는 단백질이 DNA 서열과 어떻게 결합하는지 예측함으로써 달성되었습니다.

연구자들은 다양한 실험을 수행하고 컴퓨터 모델링을 통해 전사 인자와 DNA가 어떻게 결합되는지 결정하기 위해 자세한 지도까지 개발했습니다. 이러한 자세한 전사 인자-DNA 표현은 연구자들이 규제 코드를 기능하는 규칙으로 해석할 수 있는 도구를 만들 수 있게 했습니다.

스탠퍼드 대학교의 Julia Zeitlinger 박사와 컴퓨터 연구자는 설명 가능한 신경망에서 얻은 결과가 기존 실험 결과와 일치하지만, 게놈의 규제 코드에 대한惊くべき 통찰력을 제공한다고 설명했습니다. 예를 들어, AI 모델을 사용하여 연구 팀은 Nanog라는 전사 인자가 작동하는 방식에 영향을 미치는 규칙을 발견할 수 있었습니다. DNA 이중 나선의 같은 쪽에 여러 개의 Nanog 모티프가 존재할 때,它们는 협력적으로 DNA에 결합합니다. Zeitlinger는 ScienceDaily를 통해 다음과 같이 설명했습니다.

“규제 코드에서 때때로 이러한 모티프의 주기성이 존재한다는 실험 증거가 오래전부터 있었지만, 정확한 상황은 불분명했고, Nanog는 의심받지 않았습니다. Nanog가 이러한 패턴을 가지고 있고, 추가적으로 그 상호작용의 세부 사항을 보는 것은驚くべき 것이었습니다. 왜냐하면 우리는 이 패턴을 cụ thể하게 찾지 않았기 때문입니다.”

최근의 연구 논문은 DNA를 분석하기 위해 인공지능을 사용한 최초의 연구는 아니지만, 게놈에서 유전자들을 규제하는 DNA 서열을 식별하기 위해 인공지능의 “블랙 박스”를 열어본 최초의 연구입니다. 신경망은 데이터 내에서 패턴을 찾는 데 탁월하지만, 그 통찰력을 모델에서 추출하는 것은 어렵습니다. 모델이 예측에 중요한 특성을 고려하는 방법을 분석함으로써 연구자들은 더 세련된 모델을 훈련시킬 수 있고, 새로운 발견을 할 수 있게 되었습니다.

BPNet의 아키텍처는 이미지에서 얼굴을 인식하는 데 사용되는 네트워크와 비슷합니다. 컴퓨터 비전 시스템이 이미지에서 얼굴을 인식할 때, 네트워크는 가장자리를 감지한 다음 이러한 가장자리를 연결합니다. 차이점은 BPNet이 DNA 서열에서 학습하며, 서열 모티프를 감지하고, 이러한 모티프를 높은 수준의 규칙으로 결합하여 베이스-해상도에서 데이터 결합을 예측할 수 있는 것입니다.

모델이 높은 정확성 임계값에 도달한 후, 모델이 학습한 패턴은 원래 입력 서열로 추적되며, 서열 모티프를 나타냅니다. 마지막으로, 모델은 체계적인 DNA 서열 질의에 제공되며, 연구자들이 서열 모티프가 어떻게 결합하여 기능하는지 이해할 수 있게 합니다. Zeitlinger에 따르면, 모델은 전통적인 실험 방식으로 테스트할 수 있는 것보다 훨씬 더 많은 서열을 예측할 수 있습니다. 또한, 실험 이상의 결과를 예측함으로써 연구자들은 모델을 검증할 때 가장 정보가 많은 실험을 식별할 수 있었습니다.