이브스케이프: 변종 바이러스가 출현하기 전에 예측하는 AI 혁명
하버드 의과대학과 옥스퍼드 대학교의 연구진으로 구성된 연구팀은 EVEscape라는 AI 도구를 개발했으며, 이 도구의 주요 기능은 유전자 변화가 인간 질병에 미치는 영향을 예측하기 위해 이전에 확립된 EVE라는 모델을 활용하여 바이러스 변종의 출현을 예측하는 것입니다. 바이러스 변종 예측을 위해 특별히 조정된 EVEscape는 SARS-CoV-2 바이러스와 관련된 아카이브 데이터를 사용하여 성공적으로 검증을 통과했습니다. 이 혁신의 의미는 백신 개발을 넘어 잠재적인 글로벌 팬데믹을 추적하는 경계 강화와 공중 보건 위기와 관련된 의사 결정 프로세스의 간소화까지 포괄합니다.
EVEscape는 진화 및 생물학적 데이터를 모두 활용하여 향후 잠재적인 바이러스 돌연변이 및 새로운 변종 균주를 예측합니다.
진화 및 생물학적 데이터는 병원체가 숙주의 면역 반응을 회피하는 데 필요할 수 있는 잠재적 변형을 예측할 수 있는 혁신적인 인공 지능 기술인 EVEscape를 통해 활용됩니다. 이 새로운 접근 방식은 SARS-CoV-2로 인한 전 세계적인 팬데믹 기간 동안 특히 우려되는 균주의 출현을 식별하는 데 놀라운 정확성을 입증했습니다. 과학자들은 이 최첨단 방법론이 SARS-CoV-2뿐만 아니라 변이가 심한 다른 바이러스에 대한 효과적인 백신 전략과 치료적 개입을 수립하는 데 크게 기여할 것으로 믿고 있습니다.
현재 진행 중인 COVID-19 팬데믹 기간 동안 수많은 SARS-CoV-2 변종이 끊임없이 출현했으며, 각 변종은 숙주의 면역 반응을 회피할 수 있는 새로운 메커니즘으로 무장했습니다. 바이러스의 지속적인 진화로 인해 전 세계 인구는 끊임없이 진화하는 이 위기가 더욱 발전할 것으로 예상하고 있습니다.
바이러스가 실제로 나타나기 전에 새로운 변종 바이러스의 출현을 예측할 수 있다면 어떨까요?
하버드 의과대학과 옥스퍼드 대학의 연구진이 개발한 EVEscape 라는 새로운 인공 지능 도구가 바로 그 일을 해낼 수 있습니다.
EVEscape는 병원균의 잠재적 변형을 예측하는 포괄적인 바이러스 진화 모델과 이러한 유기체의 생물학 및 구조와 관련된 철저한 데이터라는 두 가지 핵심 구성 요소로 구성된 복잡한 프레임워크를 갖추고 있습니다. 이 두 가지를 결합하여 이브스케이프는 바이러스가 발전하는 과정에서 나타날 것으로 예상되는 돌연변이에 대한 정보에 입각한 예측을 생성할 수 있습니다.
10월 11일에 발표된 저명한 학술지 Nature의 최신 논문은 이 분야 전문가들이 최근 수행한 조사 결과를 강조합니다. 이브스케이프가 팬데믹 초기부터 활용되었다면 SARS-CoV-2와 관련된 유전적 변화를 성공적으로 예측할 수 있었을 것으로 보입니다. 또한 이 혁신적인 계산 리소스는 HIV 및 인플루엔자와 같은 다른 병원체의 궤적을 예측하는 데 있어 놀라운 정확성을 입증했습니다.
연구자들은 SARS-CoV-2를 예측하고 후속 변종을 예측하기 위한 도구로 EVEscape를 사용하며, 격주로 새로운 변종의 계층적 배열을 제시합니다. 궁극적으로 이러한 데이터는 과학자들이 이러한 병원체에 대한 보다 강력한 백신과 치료법을 설계하는 데 도움이 될 수 있습니다. 또한, 이 그룹의 범위는 추가적인 바이러스 종을 포함하도록 확장되고 있습니다.
하버드 의대 블라바트닉 연구소 소속 시스템 생물학 부교수인 데보라 막스는 바이러스의 변이를 예측하고 새로운 변종을 예측하는 것은 효과적인 백신 전략과 치료 개입을 고안하는 데 큰 도움이 될 수 있기 때문에 매우 중요한 목표라고 말합니다.
EVE에서 EVEscape로
연구진은 인간 질병을 유발하는 유전자 변이라는 다른 맥락에서 변이 효과의 진화적 모델의 줄임말인 EVE 를 처음 개발했습니다. EVE의 핵심은 종에 걸친 대규모 진화 데이터를 기반으로 단백질의 기능을 예측하는 방법을 학습하는 생성 모델입니다.
이전 연구에서 , EVE를 통해 연구자들은 암과 심장 리듬 장애를 포함한 다양한 질환과 관련된 유전자의 양성 돌연변이 에서 질병을 유발하는 을 식별할 수 있었습니다.
마크는 진화 정보에서 파생된 잠재적 통찰력을 발견하기 위해 생성 모델을 활용할 수 있는 잠재력에 대해 설명하며, 이러한 데이터에는 이러한 기술을 적용함으로써 드러날 수 있는 가치 있고 이전에 알려지지 않은 지식이 숨겨져 있을 수 있다고 강조했습니다.
코로나19 팬데믹의 출현은 SARS-CoV-2 바이러스가 놀라운 적응 능력을 보여 주면서 전 세계를 놀라게 했습니다. 이 병원체는 미묘하고 중대한 일련의 점진적 돌연변이를 통해 병원체를 무력화하기 위한 치료법의 효능을 회피했습니다.
Marks가 지적한 것처럼 환경적 압력과 풍부한 유전적 변이 기회에 직면했을 때 유기체가 얼마나 빠르게 적응하고 변화할 수 있는지에 대해 과소평가되는 경우가 많습니다.특히 바이러스는 시간이 지남에 따라 진화적 변형을 위한 능력을 연마한 것으로 보이는 놀라운 다재다능함을 보여줍니다.
연구진은 바이러스 돌연변이의 출현을 예측하기 위해 특별히 고안된 EVEscape라는 새로운 도구로 EVE를 변형시켰습니다.
연구진은 바이러스의 기능을 손상시키지 않으면서 바이러스 단백질의 잠재적 돌연변이를 예측하기 위해 EVE로 알려진 생성 모델을 활용했습니다. 또한 바이러스에 대한 상세한 생물학적 및 구조적 데이터와 숙주의 면역 반응에 의해 공격받기 쉬운 취약한 부위에 대한 관련 정보를 통합했습니다.
바이러스 진화 궤적에 대한 광범위한 분석에서 얻은 통찰력과 함께 면역 체계의 기능과 관련된 생물학적 데이터를 활용함으로써, 마크스 연구소의 연구원이었던 니콜 타다니(Nicole Thadani)가 지적한 것처럼 관련된 복잡성에 대한 보다 포괄적인 이해를 얻을 수 있게 되었습니다.
마크스는 이브스케이프 프레임워크의 적응성을 강조하며 모든 바이러스에 맞게 맞춤화할 수 있다고 주장했습니다.
시계 되돌리기
최근 조사에서 연구원들은 코로나19 팬데믹이 시작되기 전인 2020년 초로 되돌아갔습니다. 그 후, 연구진은 이브스케이프를 활용하여 이 기간 동안 SARS-CoV-2의 궤적을 구상했습니다.
본질적으로 마크스는 가상의 타임머신 기능을 활용하면 초기에는 제한된 정보로 상황을 분석하고 주어진 데이터를 가장 잘 해석할 수 있는 방법을 고민할 수 있다고 제안합니다.
EVEscape는 팬데믹 기간 동안 인간 면역 반응에 의해 생성된 항체에 대한 바이러스 결합을 평가하는 실험실 방법에 필적하는 수준의 정확도로 SARS-CoV-2의 잠재적 변이를 예측했습니다. 실제로 이브스케이프는 이러한 돌연변이 중 어떤 것이 우세할지 결정하는 데 있어 기존의 실험실 기술을 뛰어넘었습니다. 또한, 특정 항체가 대중에게 출현하여 검사할 수 있을 때까지 기다릴 필요가 없기 때문에 이러한 예측을 신속하고 효율적으로 생성할 수 있다는 것도 EVEscape의 주요 장점 중 하나였습니다.
또한 EVEscape는 바이러스가 이러한 치료법을 회피할 수 있는 바이러스 돌연변이의 출현으로 인해 시간이 지남에 따라 효과가 떨어지는 항체 기반 항바이러스 치료법을 정확하게 예측할 수 있었습니다.
이 소프트웨어는 매주 수만 개씩 생성되는 것으로 추정되는 방대한 수의 신종 SARS-CoV-2 변종을 분석하여 더 독성이 강하거나 약물 내성 형태로 진화할 가능성이 있는 변종을 식별하는 놀라운 능력을 입증했습니다.
마크스 연구실 소속 대학원생이자 매사추세츠 공과대학교(MIT)의 전기공학과 컴퓨터과학 공동 학위 프로그램에 재학 중인 사라 구레브는 새로운 변종으로 인한 위험을 신속하게 평가함으로써 공중보건 영역에서 보다 시의적절한 의사결정을 촉진하는 것을 목표로 하고 있다고 강조합니다.
연구진은 후속 개발 단계에서 인간 면역 결핍 바이러스(HIV), 인플루엔자 바이러스 등 추가로 유행하는 병원균에 EVEscape 기술을 성공적으로 적용하여 다양한 유형의 감염원에 대한 범용성과 광범위한 적용 가능성을 추가로 검증했습니다.
돌연변이 방지 백신 및 치료법 설계
연구원들은 현재 모든 관련 데이터 포인트를 활용하여 SARS-CoV-2를 실시간으로 분석하고 있으며, 향후 잠재적인 궤적을 예측하기 위해 EVEscape를 활용하고 있습니다.
연구자들은 격주로 새로운 SARS-CoV-2 변종 에 대한 순위를 웹사이트에 게시하고 이 정보를 세계보건기구와 같은 기관과 공유합니다. EVEscape 의 전체 코드도 온라인에서 무료로 이용할 수 있습니다.
연구자들은 사용 가능한 데이터가 제한되어 있는 라사, 니파 등 팬데믹 가능성이 있는 덜 연구된 바이러스에 대해서도 조사를 확대하고 있습니다.
이 연구자들의 관찰에 따르면, 덜 자주 조사된 병원체는 전 세계 공중 보건에 중대한 영향을 미칠 잠재력을 가지고 있습니다.
EVEscape는 기존 및 새로운 바이러스 변이에 대한 효능을 평가하여 백신 및 치료 전략을 평가하는 데 상당한 잠재력을 가지고 있으며, 연구자들이 이러한 탈출에 대응할 수 있는 치료법을 개발하는 데 유용한 정보를 제공합니다.
전통적으로 바이러스 감염에 대한 백신과 치료법의 개발은 특정 바이러스 서열에 대한 지식에 따라 느리기는 하지만 전향적으로 진행되어 왔습니다.
신종 병원체에 대한 백신과 치료제의 효능을 보장하기 위해서는 진화하는 위협에 적응할 수 있는 설계 전략을 개발하는 것이 중요합니다.마크스 연구소의 연구원인 누르 유세프에 따르면, 목표는 변화하는 바이러스와 박테리아로 인한 도전에 견딜 수 있는 제품을 만드는 방법을 고안하는 것입니다.
참조: “팬데믹 데이터에서 학습하여 바이러스 탈출 예측” 2023년 10월 11일, Nature.
DOI: 10.1038/s41586-023-06617-0
이 연구 논문에는 앞서 언급한 개인 외에도 파스칼 노틴, 네이선 롤린스, 다니엘 리터, 크리스 샌더, 야린 갈도 공동 저자로 참여했습니다.
이 연구에 대한 재정적 지원은 국립보건원(보조금 번호 GM141007-01A1), 전염병 대비 혁신 연합, 챈 주커버그 이니셔티브, 글락소스미스클라인, 영국 공학 및 물리과학 연구위원회, 권위 있는 앨런 튜링 연구소 등 다양한 기관에서 아낌없이 제공했습니다.
마크스는 지진 치료 분야의 공동 설립자 외에도 Dyno Therapeutics, Octant, Jura Bio, Tectonic Therapeutic, Genentech 등 여러 회사의 고문직을 맡고 있습니다. 마찬가지로 샌더는 사이토리즌의 고문으로도 활동하고 있습니다.