Bridging Morphology and Genomics: A rapid image-based assessment of genomic admixture in the endangered gayal (Bos frontalis)

운남성 고원 지대에는 야생과 가축 사이의 삶을 살아가는 가얄(gayal)이라 불리는 독특한 소가 살고 있습니다. 이 동물들은 완전히 야생도 아니고, 완전히 길들여진 것도 아닙니다. 이들은 수 세기에 걸쳐 그들의 독특한 외형과 행동을 형성해 온 반야생적 자유를 누리며 배회합니다. 보존 활동가들과 농부들에게 이러한 반가축 상태는 어려운 난제를 안겨줍니다. 가얄은 종종 현지 소들과 함께 생활하기 때문에, 유전적 침입(genetic introgression)이라고 알려진 과정을 통해 소의 유전자와 자주 섞이곤 합니다. 시간이 흐르면서 이러한 혼합은 가얄의 독특한 유전적 구성을 희석하여, 품종의 순수성과 그 고기를 매우 귀하게 만드는 특정한 자질을 위협할 수 있습니다. 가얄을 구하기 위해 과학자들은 순종 동물과 혼혈 동물을 빠르고 해를 끼치지 않고 구별할 수 있어야 합니다. 전통적으로 이는 혈액 샘관을 채취하고 실험실에서 복잡한 유전자 검사를 수행하는 것을 필요로 했으나, 이 과정은 느리고 비용이 많이 들며 현장에서 수행하기 어렵습니다. 연구자들이 직면한 핵심 질문은 동물의 외형—뿔의 모양, 털의 질감, 신체 구조—이 숨겨진 유전적 역사를 드러낼 만큼 충분한 정보를 담고 있는가 하는 점입니다.

연구팀은 이제 그 질문에 답할 수 있는 새로운 방법을 개발하여, 사진 한 장으로 가얄의 유전적 구성을 놀라운 정확도로 예측할 수 있는 시스템을 만들었습니다. 운남성의 보존 농장에서 수집한 52마리의 가얄에 대한 6,245장의 사진과 일치하는 유전 데이터를 활용하여, 과학자들은 컴퓨터가 특정 유전 패턴에 대응하는 미묘한 시각적 단서들을 인식하도록 훈련시켰습니다. 그들은 먼저 이미지를 학습하도록 설계된 소프트웨어 시스템인 9가지 서로 다른 유형의 인공지능 모델을 테스트했습니다. 그중 5개의 모델이 동물의 몸을 특정 해부학적 부위로 나누어 컴퓨터가 세부 사항과 전체 구조를 동시에 검토할 수 있도록 하는 파이프라인 내에서 함께 작동하도록 선택되었습니다. 이 중 Inception_V3라고 알려진 모델이 가장 우수한 성능을 보였으나, 연구진은 거기서 멈추지 않았습니다.

정확도를 더욱 높이기 위해, 연구팀은 서로 다른 두 가지 이미지 분석 접근 방식을 결합한 새로운 맞춤형 모델을 설계했습니다. 시스템의 한 부분은 다양한 크기에서 미세한 세부 사항을 포착하는 데 집중했고, 다른 한 부분은 이미지를 전체적으로 바라보며 더 넓은 구조를 이해하는 데 집중했습니다. 이러한 하이브리드 접근 방식 덕분에 컴퓨터는 인간 전문가처럼, 즉 특정 특징의 구체적인 모양과 그것이 동물의 전체적인 형태에 어떻게 어우러지는지를 동시에 인지할 수 있었습니다. 이 새로운 시스템을 테스트했을 때, 사진을 보는 것만으로 유전적 혼합을 추측하는 능력이 크게 향상되었습니다. 유전적 구성 예측 정확도는 약 70%에서 거의 88%로 뛰어올랐으며, 예측값과 실제 유전 결과 사이의 차이는 거의 모든 경우에서 15% 미만으로 유지되었습니다.

이 성과는 가야을 보호하기 위한 긴급한 과제에 실질적인 해결책을 제공합니다. 보존 활동가들은 이제 실험실에서 혈액 샘플이 처리되기를 기다리는 대신, 간단한 카메라와 이 소프트웨어를 사용하여 현장에서 동물을 선별할 수 있습니다. 이 도구는 순종 개체를 식별하고 번식 프로그램을 관리할 수 있는 빠르고 저렴한 방법을 제공하여, 가야을의 독특한 유전적 유산을 보존할 수 있게 해줍니다. 사진을 유전적 평가로 전환함으로써, 연구진은 가야을뿐만 아니라 유전적 혼합으로 인해 유사한 위협을 받고 있는 다른 멸종 위기 가축 종들도 보호할 수 있는 확장 가능한 방법을 만들어냈습니다. 이 연구는 동물의 시각적 특성이 한때 단순히 외형의 문제라고 여겨졌던 것이, 어떻게 그 깊은 생물학적 역사를 들여다보는 신뢰할 수 있는 창이 될 수 있는지를 보여줍니다.