단백질 언어모델로 크리스퍼 PAM 바꿔 절단 50배 빨라졌다
본문
크리스퍼-캐스(CRISPR-Cas) 효소는 표적 옆에 특정 짧은 서열, 곧 PAM(protospacer-adjacent motif)이 있어야 DNA를 자른다. 이 제약 때문에 유전체에서 손댈 수 있는 자리가 제한되고, PAM 인식을 바꾸려면 변이체를 수없이 만들어 시험하는 반복 실험이 필요했다. 미국 프로플루언트 바이오(Profluent Bio)와 매사추세츠종합병원 연구진은 네이처 바이오테크놀로지(Nature Biotechnology)에 이 과정을 계산으로 대체하는 모델을 보고했다.
단백질 서열만 보고 PAM을 예측
연구진은 PAM 4만 5천 건 이상을 모아 단백질 언어모델 기반 딥러닝 모델 'Protein2PAM'을 학습시켰다. 이 모델은 구조 정보 없이 Cas 단백질의 아미노산 서열만으로 PAM 선호도를 예측하며, I형·II형·V형 크리스퍼 시스템에 모두 적용됐다. 컴퓨터상 돌연변이 실험으로 Cas9에서 PAM 인식에 결정적인 잔기들도 지목했다.
이어 모델이 제안한 설계로 Nme1Cas9을 '계산 진화'시켜, 인식하는 PAM 범위가 넓어지고 시험관 절단 속도가 야생형 대비 최대 50배 빠른 변이체를 얻었다. PAM 제약 때문에 접근할 수 없던 표적을 편집 대상으로 끌어들일 수 있다는 뜻이다.
한계
시험관과 세포 수준의 기초 연구이며, 표적 범위가 넓어지면 비표적 편집 위험도 함께 커질 수 있어 정확도 평가가 따로 필요하다.
- PAM 4만 5천 건 이상으로 학습, 구조 정보 없이 서열만으로 PAM 선호도 예측
- I·II·V형 크리스퍼 시스템에 적용, Cas9의 PAM 인식 핵심 잔기 지목
- Nme1Cas9 변이체에서 인식 PAM 확장과 시험관 절단 속도 최대 50배 증가
한계 시험관·세포 수준 기초 연구로, 표적 범위 확장은 비표적 편집 위험 평가가 함께 필요하다.
Original Research:
- Nayfach S, Bhatnagar A, Novichkov A, … Madani A · Profluent Bio·Massachusetts General Hospital (미국). Customizing CRISPR-Cas PAM specificity with protein language models. Nature Biotechnology. DOI: 10.1038/s41587-025-02995-0
원 연구의 저작권은 해당 출판사와 저자에게 있습니다.