UNIST, 대용량 염색질면역침전 데이터 분석 한계 풀었다

김동혁 교수팀, 딥러닝 기반 ChIP-exo 피크 선별 소프트웨어 개발

[울산=뉴시스] 대장균 K-12 MG1655 시그마 인자의 ChIP-exo 데이터를 이용한 DEOCSU의 성능 검증 개념 *재판매 및 DB 금지

[울산=뉴시스]구미현 기자 = 국내 연구진이 특정 단백질 결합 위치를 조사하는데 사용되는 대용량 염색질면역침전(Chromatin immunoprecipitation, ChIP)을 신속 정확하게 분석하는 기술을 개발했다.

울산과학기술원(UNIST)은 에너지화학공학과 김동혁 교수팀이 딥러닝 기반의 칩 엑소(ChIP-exo) 피크 선별 소프트웨어인 DEOCSU를 개발했다고 23일 밝혔다.

DEOCSU는 참조 서열에 정렬된 칩-엑소 데이터를 통해 피크 후보를 먼저 감지한다. 감지된 각각의 신호를 이미지 데이터로 변환한 후 학습된 데이터를 통해 이미지를 작은 단위로 쪼개어 각 부분을 분석하는 기법인 컨볼루션 신경망을 사용하여 실제 피크를 선별한다. 선별된 각 피크는 위치 최적화와 결합 크기 등을 추정할 수 있다. 해당 결과 데이터는 자체 개발 시각화 소프트웨어인 메타스코프를 통해 확인한다.

대장균 K-12 MG1655 균주의 칩 엑소 데이터를 기반으로 학습된 DEOCSU의 모델은 학습에 사용된 데이터 뿐만 아니라 미지의 ChIP-exo 데이터에 대해서도 정확하게 피크를 선별해줬다.

[울산=뉴시스] UNIST 김동혁 교수 *재판매 및 DB 금지

김동혁 에너지화학공학과 교수는 “단백질과 DNA의 상호 작용을 고해상도로 식별할 수 있는 유용한 이점에도 불구하고 분석의 어려움으로 인해 칩 엑소 실험 기술의 사용이 제한됐었다”며 “이번 DEOCSU의 개발로 분석에 대한 연구자의 부담감을 극복시킴으로써 관련 연구의 진행 속도를 가속화할 수 있을 것이다”고 전했다.

이번 연구는 과학기술정보통신부의 바이오·의료기술개발사업과 동그라미 재단의 혁신 과학기술 센터 및 프로그램 공모사업의 지원으로 수행됐다. 연구 성과는 생물정보학 연구 권위지인 '브리핑스 인 바이오인포메틱스(Briefings in Bioinformatics)'에 1월25일자로 출판됐다.


◎공감언론 뉴시스 [email protected]