SubCell: Proteome-aware vision foundation models for microscopy capture single-cell biology

번잡한 도시의 모습을 단 한 장의 흐릿한 거리 사진만 보고 이해하려고 노력한다고 상상해 보십시오. 자동차나 나무 한 그루는 볼 수 있겠지만, 교통 패턴이나 전력망, 혹은 건물 안의 사람들이 어떻게 상호작용하고 있는지는 놓치게 될 것입니다. 이것이 바로 과학자들이 현미경으로 세포를 관찰할 때 직면하는 흔한 도전 과제입니다. 형태는 보이지만, 그 내부의 단백질들이 이루고 있는 복잡하고도 보이지 않는 조직을 즉각적으로 파악하는 데 어려움을 겪기 때문입니다.

이 논문은 게임의 판도를 바꿀 새로운 유형의 컴퓨터용 "슈퍼 눈(super-eye)"인 SubCell을 소개합니다. 작동 원리를 간단한 개념으로 나누어 설명하면 다음과 같습니다.

1. 세포 사진을 위한 "슈퍼 번역기"

SubCell을 단순히 단어를 읽는 것이 아니라 이미지를 읽는 고도로 훈련된 번역기라고 생각하십시오. 과학자들은 수백만 장의 인간 세포 사진을 찍었으며, 각 사진에 어떤 단백질이 어디에서 빛나고 있는지(마치 거대한 세포 스냅샷 도서관처럼) 정확하게 태그를 달았습니다. SubCell은 이 전체 도서관을 통해 학습되었습니다.

단순히 세포가 어떻게 생겼는지를 암기하는 대신, SubCell은 생물학의 특별한 "언어"를 배웠습니다. 이를 통해 SubCell은 세포 이미지를 보고 즉시 다음을 이해할 수 있습니다:

• 형태: 세포가 둥근가, 늘어났는가, 아니면 찌그러졌는가?
• 내부: 단백질들이 어디에 숨어 있는가? 핵에 있는가, 발전소(미토콘드리아)에 있는가, 아니면 거리(세포질)에 있는가?
• 기능: 세포가 실제로 무엇을 하고 있는가?

이 논문은 SubCell이 인간의 눈으로는 포착하기 너무 미묘한 패턴과 세부 사항을 찾아낼 수 있으며, 단일 세포 내부의 숨겨진 "하위 도시(sub-cities)"를 드러내는 돋리 역할을 한다고 주장합니다.

2. 현미경을 위한 "만능 리모컨"

보통 특정 현미경에 맞춰 컴퓨터를 훈련시키면, 다른 현미경의 사진을 보여주었을 때 혼란을 겪습니다. 이는 마치 자동차 운전을 배우고 나서 트럭을 운전하지 못하는 것과 같습니다.

SubCell은 다릅 위입니다. SubCell은 마치 만능 리모컨과 같습니다. 논문에 따르면, SubCell은 한 번도 본 적 없는 완전히 다른 현미경이나 데이터셋의 이미지를 보고도 추가적인 학습이나 "미세 조정(fine-tuning)" 없이도 완벽하게 이해할 수 있습니다. 그냥 바로 작동하는 것입니다.

3. 최초의 "단백질 도시 지도" 그리기

이전에는 과학자들이 단백질이 어떻게 그룹으로 조직되는지 수동으로 추측해야 했습니다. SubCell은 혁신적인 일을 해냈습니다. 사진으로부터 직접 세포 내부의 **최초 "도시 지도"**를 구축한 것입니다.

만약 여러분이 도시의 위성 이미지를 보고 있다면, 컴퓨터가 빵집, 학교, 발전소를 알려주지 않아도 자동으로 이들을 연결하는 선을 그려내는 것과 같습니다. SubCell은 단백질에 대해 이 작업을 수행했습니다. SubCell은 이미지상에서 보이는 모습에 기반하여 단백질들을 "동네"(하위 시스템)로 그룹화했습니다.

• 단백질들이 서로 다르게 보이더라도, 유사한 일을 수행하는 단백질들을 찾아냈습니다.
• 세포의 어느 부분이 활발하게 움직이는지(역동적인지) 그리고 어느 부분이 안정적인지를 포착했습니다.
• 심지어 단백질들이 어떻게 모여 아주 작은 "팀"(복합체)을 이루는지 확대해서 볼 수도 있습니다.

4. "더블 체크" 시스템

마지막으로, 연구진은 이미지 전문가인 SubCell과 유전적 "레시피 북"(단백질 서열)을 읽는 또 다른 AI를 결래합했습니다.

이것은 마치 책 속의 등장인물을 이해하려고 노력하는 것과 같습니다. 캐릭터의 전기(서열)를 읽을 수도 있고, 영화 속에서의 행동(이미지)을 관찰할 수도 있습니다. 이 두 가지를 모두 수행하면 하나만 할 때보다 훨씬 더 풍부한 그림을 얻을 수 있습니다. 논문은 SubCell의 시각적 데이터와 유전적 데이터를 결합함으로써, AI가 텍스트나 이미지만을 따로 보았을 때보다 유전자가 무엇을 하는지 훨씬 더 잘 이해하게 된다고 주장합니다.

요 요점

요약하자면, SubCell은 평면적인 현미경 이미지를 세포가 어떻게 구성되고 어떻게 기능하는지에 대한 깊이 있는 3D적 이해로 바꿔주는 강력하고 새로운 도구입니다. SubCell은 단순히 세포를 보는 것이 아니라, 미시적 수준에서 생명의 "건축 구조"를 이해하며, 지속적인 조정 없이도 다양한 유형의 데이터를 가로질러 작동합니다.