RESEARCH (연구)
구글 딥마인드 'AlphaGenome Atlas'… 인간 유전체 모든 단일 염기 변이의 영향 예측
구글 딥마인드가 인간 유전체에서 가능한 모든 단일 염기 변이, 약 90억 개의 분자적 영향을 미리 계산한 데이터베이스 AlphaGenome Atlas를 공개했습니다. 1페타바이트 규모로 AlphaFold 데이터베이스의 30배가 넘습니다. 단백질을 만드는 2% 영역과 나머지 98%의 비암호화 영역을 함께 다루는 'AVI 점수'로, 연구자가 중요한 변이를 빠르게 골라낼 수 있게 했습니다. 학술 연구용으로 무료입니다.
핵심 사실 · 한눈에 보기
- 9월 8일 구글 딥마인드가 AlphaGenome Atlas를 공개했습니다.
- AlphaGenome 모델로 인간 유전체의 단일 염기 변이 약 90억 개 전부의 조절 영향을 미리 계산했으며, 데이터 규모는 1페타바이트로 AlphaFold 데이터베이스의 30배가 넘습니다.
- AlphaGenome과 AlphaMissense의 예측을 하나로 합친 'AVI 점수'를 내놓아, 암호화·비암호화 영역 변이를 한 숫자로 순위 매길 수 있게 했습니다.
- 코딩 없이 쓰는 웹 포털(학술 연구 무료), AlphaGenome API, Antigravity 스킬로 제공됩니다.
- 브로드연구소는 AVI 점수로 미해결 희귀질환 사례에서 DNM1 유전자의 핵심 변이를 찾았고, 영국 바이오뱅크 5만4천여 명 분석에서는 비암호화 유전 연관이 22% 더 발견됐다고 밝혔습니다.
무엇이 들어 있나
사람의 유전체는 약 30억 염기쌍이고, 과학자들은 단백질을 만드는 2%는 비교적 잘 알지만 나머지 98%는 거의 모릅니다. 가능한 단일 염기 변이가 약 90억 개라 하나하나 실험하는 것은 사실상 불가능합니다. 딥마인드는 AlphaGenome의 예측을 미리 전부 계산해 '지도책'으로 묶었습니다.
- 분자 영향 예측: 변이마다 수백 종의 사람·쥐 세포·조직에 걸친 유전자 조절 예측 수천 개
- AVI 점수: 변이 영향을 하나의 숫자로
- AVI 기여 요인: 점수를 만든 생물학적 요인(RNA 스플라이싱, 유전자 발현 등) 표시
- DNA 서열 모티프: 반복되는 DNA 서열 2,500개 이상과 위치
AI마중 POINT · 해석
봐야 할 지점
AlphaFold 데이터베이스가 단백질 구조 연구를 바꿨듯, 유전 변이 해석에서도 '미리 계산된 공개 지도'를 만들려는 시도입니다. 딥마인드는 2022년 AlphaFold 데이터베이스를 2억 개 넘는 구조 예측으로 넓혀 코딩을 모르는 연구자도 쓰게 한 경험을 직접 언급했습니다. 희귀질환처럼 원인 변이를 찾기 어려운 연구에서 후보를 좁히는 출발점이 될 수 있습니다.
다만 이것은 '예측'의 모음입니다. 브로드연구소 사례도 AVI 점수가 '결정적인 뒷받침 증거'를 줬다는 것이지, 예측만으로 진단한 것은 아닙니다. 실제 질병과의 관련은 실험과 임상 검증이 필요합니다.
그래서 나한테는?
누구에게 의미가 있나
- 유전체·희귀질환 연구자: 웹 포털에서 코딩 없이 변이를 조회하고 순위를 매길 수 있습니다. 국내 연구자도 학술 목적이면 무료로 쓸 수 있습니다.
- 개인 유전자 검사를 받은 사람: 연구자용 자료이므로, 내 검사 결과 해석에 직접 쓰기보다 의료진과 상의해야 합니다.
- 한국 연구 협력: 이 사이트 기록상 4월 구글 딥마인드와 과기정통부의 협력에 AlphaGenome 활용이 포함돼 있었습니다.
미확인 · 공식 발표만으로 알 수 없는 것
확인할 것
- 상업적 이용 조건은 '학술 연구 무료' 외에 자세히 나오지 않습니다.
- 인종·집단별 유전체 차이에 따라 예측 정확도가 달라지는지는 이 발표에서 확인되지 않습니다.
SOURCE공식 원문 + 추가 출처
- PRIMARY · 공식AlphaGenome Atlas: a high-resolution map of human DNAGoogle (The Keyword · AI) · blog.google · 발표 2026.09.08 · 확인 2026.10.05
- SECONDARY · 공식AlphaGenome Atlas: A predictive map of every possible DNA letter change in the human genomeGoogle DeepMind · deepmind.google · 발표 2026.09.08 · 확인 2026.10.05
수집 2026.10.01 · 정리 2026.10.01 · 수정 2026.10.05 · 원문 본문은 옮기지 않았습니다. 회사가 밝힌 수치·성능은 본문에서 출처를 붙여 구분했습니다.