미생물 성장의 핵심 대사 반응을 규명할 수 있는 인공지능(AI) 기술이 개발됐다. 한국연구재단은 건국대학교 윤성호 교수 연구팀이 인공지능과 가상세포 기술을 활용해 다양한 영양 조건에서 미생물 성장을 촉진하거나 저해하는 대사 반응을 규명했다고 14일 밝혔다.
미생물은 주어진 영양분을 효율적으로 이용하기 위해 세포 내 대사 과정을 정밀하게 조정, 최적의 세포 성장을 유지한다. 이러한 세포의 대사 과정을 이해하기 위해서는 성장을 촉진하거나 저해하는 대사 유전자와 경로를 식별하는 것이 중요하다.
하지만 수천 개의 유전자, mRNA, 단백질, 대사물질들이 서로 복잡하게 얽힌 미생물 시스템에서 세포 성장에 직접적으로 영향을 미치는 대사 반응(세포 내 대사물질이 생성 및 분해되는 생화학 과정)을 실험적으로 규명하는 것은 많은 시간과 자원이 필요하다.
연구팀은 생명체의 전체 대사 과정을 컴퓨터상에 구현하는 가상세포로부터 예측된 대사 반응 데이터와 다양한 성장 데이터를 통합 분석하는 머신러닝 및 딥러닝 모델을 개발, 미생물인 ‘대장균 K-12’를 대상으로 30가지 주요 영양 조건에서의 균주 성장에 중요 또는 저해 대사경로를 도출했다.
그 결과, 생명체가 유기물질을 합성하는 대사 과정인 생합성 경로는 대부분의 탄소원에서 성장을 촉진하지만, 에너지 생성 경로의 중요도는 탄소원에 따라 달라진다는 것을 확인했다. 연구팀은 예측된 주요 대사 반응을 유전자 조작 실험과 배양실험을 통해 검증했다. 대장균이 아세트산을 탄소원으로 이용할 경우, 대사 반응인 ‘피루브산 산화 과정'(pyruvate dehydrogenase)이 균체 성장을 저해한다고 예측됐고, 실제로 이를 차단하면 성장이 촉진됐다.
윤성호 교수는 “이번 연구성과는 유전체 설계를 통한 맞춤형 미생물 제작과 최적의 생산 전략 수립에 중요하게 이용될 수 있다”고 말했다.
연구 결과는 시스템생물학 분야 국제학술지 ‘몰레큘러 시스템즈 바이올로지’ 온라인에 지난달 30일 실렸다.