Google DeepMind: 세포 노화를 역전시키기 위한 유전적 리드 빠른 추적

Google DeepMind는 Abudayyeh–Gootenberg Lab이 Co-Scientist, 다중 에이전트 AI 파트너를 활용해 세포 노화를 역전시킬 수 있는 유전적 경로를 빠르게 발견하고 있다고 발표했습니다. 유전적 리드를 자동으로 식별하고 복잡한 스크리닝 데이터를 분석함으로써, 시스템은 연구 기간을 몇 달에서 며칠로 단축하고 있습니다.

세포 회복을 위한 AI 기반 리드 생성

Co-Scientist는 세포를 노화와 관련된 손상된 상태인 노화증(senescence)에서 벗어나 근육, 모발, 피부와 같은 조직에서 보다 젊은 상태로 전환시킬 수 있는 유전적 요인을 식별하는 데 사용됩니다.

이를 위해 AI는 수만 편의 과학 논문을 스캔하고 여러 가설을 평가하여 테스트할 20개 이상의 새로운, 설득력 있는 유전적 요인을 제안했습니다. 이후 실험실 테스트를 통해 여러 가설이 검증되었으며, 추천된 요인들이 세포를 더 젊은 상태로 유도하고 전반적인 기능을 향상시켰음이 확인되었습니다.

데이터 분석 및 해석 가속화

노화 연구에서 주요 병목 현상 중 하나는 수천 개의 유전자를 켜거나 끄는 유전 스크리닝으로 생성된 방대한 데이터 세트를 기존 문헌과 연결하는 작업입니다.

전통적으로 이러한 결과를 기존 과학 문헌과 연결하는 데 연구자는 최대 6개월이 걸릴 수 있습니다. Co-Scientist는 스크리닝 데이터와 문헌을 동시에 분석함으로써 이 과정을 간소화하고, 분석 시간을 며칠 수준으로 단축합니다.

연구자들의 AI 통합에 대한 관점

주요 연구원인 Omar Abudayyeh와 Jonathan Gootenberg는 AI가 작은 연구실의 역량을 확장할 수 있는 잠재력을 강조합니다.

"Co-Scientist를 사용하면 마치 50명의 팀을 내 손에 두고 하루 만에 모든 작업을 수행하는 것과 같으며, 이는 우리 연구실에서는 할 수 없는 일입니다."

— Omar Abudayyeh, Principal Investigator

"생물학에는 답이 없는 질문이 너무 많습니다. 우리는 패러다임을 바꾸는, 거대한 발견과 같은 것을 찾고 있으며, Co‑Scientist가 그것을 가능하게 할 것이라고 생각합니다."

— Jonathan Gootenberg, Principal Investigator