Knowledge Graph-Based Hypothesis Generation and Experimental Validation in Yeast

과학은 종종 상자 위의 그림이 사라진 채 수천 개의 서로 다른 테이블 위에 흩어져 있는 거대한 퍼즐을 맞추려는 것과 비슷하게 느껴집니다. 생물학에서 이러한 조각들은 생명체가 어떻게 작동하는지에 대한 사실들입니다. 즉, 어떤 유전자가 어떤 단백질을 조절하는지, 세포가 화학 물질에 어떻게 반응하는지, 그리고 세포의 특정 부분이 망가졌을 때 어떤 일이 일어나는지와 같은 것들입니다. 수십 년 동안 과학자들은 이러한 사실들을 방대한 디지털 도서관에 모아왔지만, 정보의 양이 너무 많아서 인간이 모든 조각을 하나하나 살펴보고 어떤 것들이 다음에 서로 맞물릴지 추측하는 것은 거의 불가능합니다. 여기서 '지식 그래프(knowledge graph)'라는 개념이 등장합니다. 모든 사실이 하나의 점이 되고, 사실 사이의 모든 관계가 그 점들을 잇는 선이 되는 거대한 연결망을 상상해 보십시오. 컴퓨터 프로그램을 사용하여 이 웹의 형태를 연구함으로써, 연구자들은 패턴을 발견하고 어떤 누락된 연결이 실제로 존재할 가능성이 가장 높은지 예측할 수 있으며, 이는 실험용 시험관을 단 하나도 건드리기 전에 새로운 실험을 효과적으로 제안하는 역할을 합니다.

이러한 접근 방식은 생명체가 스트레스에 어떻게 살아남는지 이해하는 데 특히 중요합니다. 작은 단세포 곰팡이인 효모는 지구상에서 가장 많이 연구된 생명체 중 하나로, 우리를 포함한 더 복로 복잡한 세포들이 어떻게 기능하는지를 보여주는 단순한 모델 역할을 합니다. 효모 세포는 독성 화학 물질이나 극단적인 온도와 같이 환경으로부터 오는 지속적인 위협에 직면합니다. 효모 세포가 식초나 알코올과 같은 스트레스 요인을 만났을 때, 세포는 생존을 돕기 위해 특정 유전자에 의존합니다. 만약 방어에 결정적인 역할을 하는 유전자가 없거나 고장 난다면, 세포는 성장에 어려움을 겪게 됩니다. 과학자들의 과제는 정확히 어떤 유전자가 어떤 특정 화학 물질에 대해 세포를 보호하는지 알아내는 것입니다. 수천 개의 유전자와 수백 개의 화학 물질을 고려하면 가능한 조합의 수는 천문학적입니다. 이를 모두 손으로 테스트하는 것은 평생이 걸릴 일입니다.

이 문제를 해결하기 위해 스웨덴 찰머스 공과대학교와 예테보리 대학교의 연구팀은 효모 생물학의 디지털 지도와 자동화된 실험실 로봇을 결합한 시스템을 구축했습니다. 그들의 목표는 효모가 여섯 가지 특정 화학적 스트레스 요인인 과수산화수소, 투니카마이신, 카페인, 염화나트륨, 아세트산, 에탄올에 저항하는 데 어떤 유전자가 도움이 되는지 예측하는 것이었습니다. 그들은 먼저 효모의 유전자, 단백질, 화학 반응에 관한 알려진 모든 사실을 지식 그래프에 입력하여 컴퓨터 프로그램에 학습시켰습니다. 이 그래프는 모든 정보가 서로 연결된 거대한 데이터베이스 역할을 합니다. 그런 다음 컴퓨터는 그래프 신경망(graph neural network)이라고 알려진 정교한 유형의 인공지능을 사용하여 이 연결망을 살펴보았습니다. 이 네트워크는 단순히 사실을 암기하는 것이 아니라, 관계의 구조를 이해하는 법을 배웠으며, 알려진 연결을 바탕으로 어떤 미지의 연결이 존재할 가능성이 가장 높은지 추측했습니다. 구체적으로, 이 네트워크는 제거되었을 때 효모를 여섯 가지 화학 물질에 더 취약하게 만드는 유전자를 찾아냈습니다.

컴퓨터는 가장 유망한 추측들을 생성하고, 그것이 사실일 가능성이 높은 순서대로 순위를 매겼습니다. 연구진은 실제 세계에서 테스트할 상위 35개의 예측치를 선정했습니다. 여기에는 각 여섯 가지 화학 물질에 대한 다섯 개의 최선 추측과, 효모 게놈 내에서 잘 이해되지 않은 변수인 미지의 변수들과 관련된 다섯 개의 추가 추측이 포함되었습니다. 이 아이디어들을 테스트하기 위해 그들은 '이브(Eve)'라고 불리는 자동화된 실험실 플랫폼을 사용했습니다. 이 로봇 시스템은 수천 개의 효모 배양액을 작은 웰(well)에서 키우며 전 과정을 정밀하게 처리했습니다. 로봇은 효모를 특정 화학 물질과 혼합하고, 24시간 동안 성장을 모니터링하며 데이터를 기록했습니다. 화학 물질이 있을 때와 없을 때의 효모 성장 속도를 비교하고, 돌연변이 효모(특정 유전자가 결핍된 상태)를 정상 효모와 비교함으로써, 팀은 컴퓨터의 예측이 맞는지 확인할 수 있었습니다.

결과는 이 방법의 명백한 성공이었습니다. 컴퓨터가 생성한 35개의 가설 중 10개가 실험을 통해 확인되었습니다. 이는 10개의 특정 유전자-화학 물질 쌍에 대해, 해당 유전자를 제거하면 특정 화학 물질에 노출되었을 때 효모가 현저히 약해질 것이라는 컴퓨터의 예측이 옳았음을 의미합니다. 성공률은 화학 물질에 따라 달랐습니다. 세포를 손상시키는 반응성 화학 물질인 과수산화수소의 경우, 상위 5개 예측 중 4개가 맞았습니다. 카페인과 아세트산의 경우 5개 중 2개가 확인되었습니다. 염화나트륨과 투니카마이신의 경우 5개 중 1개가 확인되었습니다. 놀랍게도 에탄올에 대한 5개의 예측 중 어느 것도 데이터에 의해 뒷받침되지 않았습니다. 가장 흥미로운 발견 중 하나는 기능이 명확히 할당되지 않은 미스터리한 유전자에 관한 것이었습니다. 컴퓨터는 이 미지의 유전자가 투니카마이신에 저항하는 데 중요하다고 예측했고, 실험은 이 예측이 옳음을 증명하며 해당 유전자가 없을 때 성장이 현저히 떨어진다는 것을 보여주었습니다. 이는 컴퓨터가 과학자들이 거의 알지 못하는 유전자에 대해서도 새로운 생물학적 통찰력을 찾아낼 수 있음을 시사합니다.

이 연구는 또한 효모가 스트레스를 어떻게 다루는지에 대해서도 밝혀냈습니다. 컴퓨터가 성공적으로 식별한 유전자들은 종종 세포의 외층을 구축하거나 유지하고 내부 운송 시스템을 관리하는 데 관여하는 것들이었습니다. 예를 들어, 가장 강력한 발견 중 하나는 세포의 내부 막에 단백질을 삽입하는 데 도움을 주는 GET2라는 유전자와 관련되었습니다. 이 유전자가 제거되었을 때, 효모는 과수산화수소 스트레스 하에서 성장 능력이 83.4%나 급격히 떨어졌습니다. 또 다른 성공적인 예측은 단백질에 붙은 당을 처리하는 데 도움을 주는 CAX4라는 유전자와 관련되었습니다. 이 유전자가 없을 때 효모는 카페인 스트레스 하에서 어려움을 겪으며 적응도(fitness)가 44% 감소했습니다. 이러한 결과는 세포가 내부 구조를 관리하고 물질을 운송하는 능력이 화학적 공격에서 살아남는 데 매우 중요하다는 것을 시사합니다. 그러나 연구진은 컴퓨터의 신뢰도 점수가 실제 결과와 완벽하게 일치하지는 않는다고 언급했습니다. 컴퓨터가 많은 예측에 높은 점수를 부여했지만, 대상 화학 물질에 대한 상위 추측 중 약 30%만이 실제로 맞았습니다. 이는 이 시스템이 가능성을 좁히는 데는 유용하지만, 아직 절대적인 확실성을 가지고 결과를 예측할 수는 없음을 나타냅니다.

이 새로운 지식이 보존되고 미래의 과학자들에게 유용하게 쓰일 수 있도록, 팀은 성공과 실패를 모두 포함한 전체 과정을 기록하는 방법을 개발했습니다. 그들은 과학적 모델이 시간이 지남에 따라 어떻게 변화하는지 추적하도록 설계된 '림보(RIMBO)'라는 디지털 프레임워크를 확장했습니다. 이 시스템에서는 모든 실험이 그 근거와 함께 기록됩니다. 만약 가설이 지지된다면, 새로운 연결이 디지털 지식 그래프에 추가됩니다. 만약 가설이 지지되지 않더라도, 그것은 그냥 버려지는 것이 아니라 모든 데이터가 첨부된 '실패한 시도'로서 기록됩니다. 이는 발견의 투명한 역사를 만들어내어, 미래의 연구자들이 무엇이 알려져 있는지뿐만 아니라 무엇이 테스트되었고 무엇이 제외되었는지까지 볼 수 있게 합니다. 이러한 접근 방식은 과학적 과정을 연속적인 루프로 만듭니다. 컴퓨터가 추측을 하고, 로봇이 테스트하며, 결과가 기록되고, 업데이트된 지식이 더 나은 추측을 하기 위해 다시 시스템으로 피드백되는 과정입니다.

이 연구는 인공지능과 자동화된 실험을 결합하는 것이 생물학의 복잡성을 탐구하는 강력한 방법임을 입증합니다. 지식 그래프를 사용하여 어떤 실험을 수행할지 우선순위를 정함으로써, 과학자들은 가장 유망한 단서에 집중하여 시간과 자원을 절약할 수 있습니다. 이 시스템이 완벽하지 않고 여전히 인간의 감독과 추가 조사가 필요하지만, 이전에 알려지지 않았던 유전자와 화학 물질 사이의 새로운 관계를 성공적으로 식별해 냈습니다. 이 작업은 생물학처럼 복잡한 분야에서도 구조화된 데이터와 머신 러닝이 발견을 안내할 수 있으며, 혼란스러운 사실의 더미를 생명의 내부 작동 원리를 보여주는 항해 가능한 지도로 바꿀 수 있음을 강조합니다. 연구진은 이러한 발견을 활용하여 이 유전자들이 정확히 어떻게 세포를 보호하는지 이해하기 위해 다른 유형의 데이터를 사용하여 지원된 상호작용들을 더 깊이 탐구할 계획입니다. 현재로서는, 이 연구는 컴퓨터가 비록 정답을 찾는 데 실험실의 세심한 손길이 여전히 필요할지라도, 과학자들에게 올바른 질문을 던질 수 있도록 도와준다는 것을 보여주는 증거로 남아 있습니다.