유전자 편집의 돌파구: AI 모델, CRISPR 결과 예측 학습
취리히 대학교와 겐트 대학교의 국제 과학자 팀이 CRISPR 편집 후 세포가 DNA를 복구하는 방식을 정확히 예측하는 Pythia라는 AI 시스템을 개발했습니다. 이 모델은 위험한 돌연변이와 대규모 결실을 피하면서 고정밀 유전자 삽입을 위한 '분자 접착제'를 생성할 수 있게 합니다.
분석 리뷰: Pythia — AI가 세포의 CRISPR '봉합' 방식을 예측하는 법을 배웠을 때
분석일: 2026년 5월 29일
[핵심]: 실제로 무슨 일이 일어나고 있는가
겉으로 보기에는 또 다른 생물학자용 AI 모델입니다. 취리히와 겐트의 과학자들이 CRISPR 절단 후 세포가 DNA를 복구하는 방식을 예측하는 Pythia 알고리즘을 만들었습니다. 이는 '분자 접착제' 수준의 정밀도로 유전자 삽입을 가능하게 하여 위험한 돌연변이를 피합니다. Nature Biotechnology에 실릴 만한 멋진 이야기입니다.
하지만 진짜 이야기는 정밀도에 관한 것이 아닙니다. 우리가 '오류'라고 생각했던 것에 대한 근본적인 재고에 관한 것입니다.
2025년 8월 22일, Nature Biotechnology에 논문이 게재되었습니다. 9개월이 지났습니다. 왜 지금에서야 이 글을 쓰는 걸까요? 지금에서야 과학계가 Pythia가 단순히 또 다른 주형 설계 도구가 아님을 깨닫기 시작했기 때문입니다. 우리가 '잘못된' 복구 경로(MMEJ — 미세상동성 매개 말단 연결)를 억제하려고 시도하지 않은 것은 이번이 처음입니다. 우리는 그것을 프로그래밍하는 법을 배웠습니다.
헤드라인에 없는 주요 비직관적 통찰:
8년 동안 유전공학자들은 세포가 '올바른' 방식(HDR — 상동성 유도 복구)으로 DNA를 복구하도록 강제하려 했습니다. 그리고 그들은 실패했습니다. HDR은 분열하는 세포에서만 작동하기 때문입니다. Pythia는 HDR의 개선이 아닙니다. '잘못된' MMEJ 경로가 사실상 유일한 보편적 경로라는 인정입니다. 저자들은 세포와 싸우는 대신, 세포가 어떻게 오류를 범할지 예측하는 법을 배우고 '올바른 오류'를 제공했습니다.
타임라인 및 맥락
2012-2020: HDR의 황금기. 모든 유전자 치료 연구는 '올바른' 복구 경로를 중심으로 이루어졌습니다. 문제: HDR은 분열하는 세포에서만 작동합니다. 뉴런, 심근세포, 간세포 — 접근 불가.
2018: 하버드 대학교 David Liu 그룹이 CRISPR 후 작은 결실을 예측하는 최초의 모델인 inDelphi를 개발합니다. MMEJ가 무작위적이지 않음을 보여줍니다. 그러나 이 모델은 짧은 결실에만 작동하고 삽입에는 작동하지 않습니다.
2022: PITCh 및 GeneWeld와 같은 기술이 등장하여 MMEJ를 삽입에 사용하려고 시도합니다. 그러나 AI 없이 — 맹목적으로.
2025년 8월: Pythia 발표. 주요 차이점: 모델이 결실뿐만 아니라 세포가 공여 DNA를 게놈에 정확히 어떻게 연결할지 예측하도록 훈련되었습니다. 저자들은 수백만 가지 가능한 복구 결과를 분석하고 MMEJ를 지배하는 규칙을 식별했습니다.
판도를 바꾼 결과:
- HEK293 세포에서 32개 유전자 좌위에 정밀 삽입
- Xenopus 개구리 배아에서 생식세포 전달
- 성체 마우스 뇌에서 비분열 뉴런으로의 삽입
마지막 점은 역사적 돌파구입니다. 이전에는 예측 가능한 정확도로 성체 유기체의 뉴런에 유전자를 삽입한 사람이 없었습니다. HDR은 그곳에서 작동하지 않습니다.
누가 이기고 누가 지는가
절대적 승자: 신경퇴행성 질환을 위한 유전자 치료 커뮤니티. 알츠하이머, 파킨슨, 헌팅턴 — 모두 뉴런이 표적인 질환입니다. Pythia를 통해 처음으로 비분열 세포에 정밀 유전자 삽입을 위한 도구가 생겼습니다. '기도하는 마음으로 하는 삽입'이 아니라 예측 가능한 결과를 가진 삽입입니다.
승자: 기초 생물학. Pythia는 살아있는 유기체 내에서 직접 단백질에 형광 태그를 삽입할 수 있게 합니다. '이를 통해 건강한 조직과 질병 조직에서 개별 단백질이 무엇을 하는지 직접 관찰할 수 있습니다'라고 Thomas Nart는 말합니다. 병인 이해에 있어 이전에는 없었던 수준입니다.
패자: HDR 중심 유전자 치료 생태계 전체. 긴 상동성 팔, 세포 주기 자극 등을 기반으로 플랫폼을 구축한 기업들은 이제 아키텍처를 재고해야 합니다. HDR이 사라지지는 않겠지만, 비분열 세포를 포함하는 응용 분야에서 점유율은 3-5년 내에 80%에서 20%로 떨어질 것입니다.
비직관적 패자: Intellia Therapeutics. 네, 그들은 영국에서 승인된 트랜스티레틴 아밀로이드증 치료제 NTLA-2001을 보유하고 있습니다. 그러나 그들의 기술은 생체 내 편집을 위한 고전적 CRISPR와 HDR에 기반합니다. Pythia는 더 정밀하고 안전할 수 있는 대안을 제공합니다. Pythia가 임상에서 비슷한 결과를 보여준다면, Intellia의 '생체 내 편집 선두주자'로서의 위치는 의문시될 것입니다.
언론이 말하지 않는 것
첫째, 가장 중요합니다. 보도자료에서 강조된 40%의 정확도 향상은 HEK293 세포에서 테스트된 32개 좌위에 대한 것입니다. 일차 마우스 뉴런이나 인간 오가노이드에서는 효율성이 다를 수 있습니다. 32개 좌위에서 모든 20,000개 인간 유전자로 가는 길은 큰 격차입니다.
둘째. Pythia의 안내를 받더라도 MMEJ는 여전히 '흉터'를 남깁니다 — 복구 팔에서 하나 이상의 직렬 반복 서열 손실. 왼쪽 접합부의 45%와 오른쪽 접합부의 28%에서 하나 이상의 반복 서열이 손실되었습니다. 이는 '오류 없는' 삽입이 아닙니다. 제한된 오류 세트를 가진 '예측 가능한' 삽입입니다. 임상 적용을 위해서는 그 차이가 중요합니다.
셋째. 저자들은 Pythia가 '비분열 세포를 포함한 모든 세포'에서 작동한다고 주장합니다. 공식적으로는 그렇습니다. 마우스 뇌 실험이 이를 확인합니다. 그러나 뇌에서의 효율성은 HEK293보다 현저히 낮았습니다. Nature Biotechnology 논문은 한 자릿수 낮은 수치를 보고합니다. '작동한다'와 '임상적으로 의미 있는 효율성으로 작동한다'는 다른 문제입니다.
넷째. 마우스 뉴런에서 임상 맥락의 인간 뉴런으로 가는 길은 5-7년과 수억 달러가 소요됩니다. Pythia는 전임상 연구를 위한 도구이지, 즉시 사용 가능한 치료 솔루션이 아닙니다. IND 신청에 충분한 규모에서 발암성 삽입(대규모 결실, 전위, 염색체 재배열)이 없음을 입증해야 합니다.
예측: 향후 30일 및 90일
30일:
Pythia를 사용한 사전 인쇄물이 쏟아지기 시작할 것입니다. 모델이 연구자에게 공개되었으므로(저자들은 설계 도구에 대한 개방형 접근을 약속), 신경퇴행성 모델을 연구하는 모든 실험실이 자신들이 선호하는 리포터 유전자를 삽입하려고 시도할 것입니다.
컨퍼런스(예: 9월 보스턴에서 열리는 CRISPR 2026)에서 논의될 핵심 질문: Pythia는 프라임 편집과 어떻게 비교되는가? 후자도 HDR 없이 유전자 삽입을 허용하지만, 삽입 크기가 더 작습니다. '비분열 세포를 위한 보편적 도구' 경쟁에서 누가 이길 것인가?
90일:
첫 번째 재현 연구. 다른 그룹들이 독립적인 세포주와 다른 유기체에서 저자들의 결과를 재현하려고 시도할 것입니다. 재현에 성공하면 Pythia는 표준 도구가 됩니다. 차이가 발견되면 모델의 한계에 대한 논의가 시작될 것입니다.
두 번째 이벤트: 특허 출원. 취리히 대학교와 겐트 대학교는 이미 방법론에 대한 특허를 출원했을 가능성이 높습니다. 특허가 광범위하다면('미세상동성 팔 설계를 위한 AI 사용'을 포함), 상업화에 장벽이 될 수 있습니다.
장기 예측 (2026-2028):
Pythia는 유전자 치료 개발의 전임상 단계를 변화시킬 것입니다. 2년 안에 신경퇴행성 질환 마우스 모델을 사용하는 대부분의 실험실이 HDR에서 Pythia 최적화 MMEJ로 전환할 것입니다. 이유: 효율성(분열 세포에서는 여전히 HDR보다 낮음)이 아니라 비분열 표적과 작업할 수 있는 능력 때문입니다.
Pythia가 임상에 도입되는 시기는 늦어도 2030년입니다. 다음을 충족해야 합니다:
- 인간 일차 뉴런 또는 오가노이드에서 효능 입증
- 게놈 전체 규모에서 오프타겟 효과 배제
- 공여 주형에 대한 GMP 생산 프로토콜 개발
- 영장류에서 독성 연구 수행
마지막으로: AI가 CRISPR 문제를 '해결'했다고 믿지 마십시오. 그것은 다른 일을 했습니다 — 세포 복구의 '노이즈'를 '신호'로 바꾼 것입니다. 우리는 마침내 '왜 세포가 DNA를 그렇게 예측 불가능하게 복구하는가?'라고 묻는 것을 멈추고 '이번에는 그것이 무엇을 할지 어떻게 예측할 수 있을까?'라고 묻기 시작했습니다. 그것은 패러다임 전환입니다. 그러나 유전 질환 정복으로 가는 길은 여전히 한 세대가 걸립니다.
— Editorial Team
