요약:
연구원들이 일반 현미경으로 얻은 3차원 세포 영상에서 DNA 구조에 숨겨진 노화 특성을 식별할 수 있는 ChromAgeNet이라는 인공지능 시스템을 개발해 혈액 줄기세포 노화 연구와 향후 노화 지연 방법 탐색에 새로운 도구를 제공하고 있습니다.
나이가 들어감에 따라 신체의 혈액 세포 생성 능력은 점차 감소합니다. 이러한 변화는 조혈 시스템의 기능 저하와 밀접한 관련이 있습니다. 조혈줄기세포는 적혈구, 백혈구, 혈소판 등 다양한 혈액 성분을 생성하는 역할을 담당하지만 노화 과정에서 이들 세포에서 일어나는 내부 변화는 현미경 관찰로도 직접 발견하기 어려울 정도로 미미한 경우가 많다.
이 문제를 해결하기 위해 스페인의 Belvite Biomedical Research Institute, Barcelona Supercomputing Center 및 Barcelona Global Health Institute의 연구팀이 공동으로 ChromAgeNet을 개발했습니다. 이 시스템은 세포핵의 3차원 영상을 분석해 핵 내부 DNA의 공간적 구성을 연구해 노화와 관련된 숨겨진 특징을 찾아낸다.
저널 'Aging Cell'에 게재된 연구에서 과학자들은 검증을 위해 쥐의 조혈줄기세포를 이용했다. 결과에 따르면 ChromAgeNet은 약 77%의 정확도로 젊은 세포와 노화 세포를 구별할 수 있으며, 이는 이전에 인위적으로 설정된 특징에 의존했던 기존 기계 학습 모델보다 우수합니다.
연구팀은 핵 내부에서 DNA가 단순한 선형 형태로 존재하지 않고, 단백질과 함께 염색질이라는 복잡한 구조를 이루고 있다고 지적했다. 염색질이 배열되는 방식은 어떤 유전자가 활성화되는지에 영향을 미치며, 이는 차례로 세포의 정체성과 기능을 결정합니다. 나이가 들어감에 따라 이 3차원 구조는 점차적으로 변화하지만 이러한 변화는 육안으로 감지하기 어려운 경우가 많습니다.
인공지능 모델을 훈련시키기 위해 연구진은 먼저 일반적인 형광염료인 DAPI를 사용해 DNA에 라벨을 붙인 뒤 세포핵의 3차원 현미경 이미지를 얻었다. 그런 다음 신경망은 수많은 샘플에서 젊은 세포와 오래된 세포 사이의 미묘한 차이를 학습하고 판단 모델을 구축합니다.
추가 분석에 따르면 ChromAgeNet은 세포 크기나 모양과 같은 전통적인 지표에 초점을 맞추지 않고 공간 내 염색질 조직의 복잡성, 세포핵 가장자리 근처의 이질염색질 분포, 일부 고밀도 염색질 응축 영역과 같은 세부 사항에 초점을 맞추고 있는 것으로 나타났습니다. 과거에는 정량화하기 어려웠던 이러한 구조적 특징에는 세포 연령과 밀접하게 관련된 중요한 정보가 포함되어 있을 수 있습니다.
연구원들은 개념 증명 실험도 수행했습니다. 그들은 노화된 조혈줄기세포를 다양한 유형의 후성유전 약물로 처리한 후 ChromAgeNet을 사용하여 약물이 DNA 조직 패턴을 변화시키고 젊은 세포의 구조적 특성과 더 유사하게 만드는지 분석했습니다.
결과는 이 도구가 실제로 약물 치료 후에 발생하는 구조적 변화를 감지하고 일부 세포가 '젊은 특성'으로 변형되었는지 여부를 판단할 수 있음을 보여줍니다. 그러나 연구팀은 이것이 이들 약물이 진정으로 세포를 젊은 상태로 회복시켰다는 뜻은 아니며, 세포 기능이 회복됐다는 것을 증명할 수도 없다고 강조했다. 현재 결과는 연령 관련 구조적 변화와 개입에 대한 반응을 식별하는 AI의 능력만을 보여줍니다.
연구원들은 이 기술이 앞으로 후성유전학적 시계와 같은 다른 생물학적 연령 평가 도구와 결합되어 노화 메커니즘을 연구하기 위한 보다 포괄적인 정보를 제공하는 데 사용될 수 있다고 말했습니다. DAPI 염색의 저렴한 비용과 폭넓은 적용으로 인해 ChromAgeNet은 향후 대량의 세포에서 다양한 약물 및 개입의 효과를 신속하게 평가하기 위한 고처리량 스크리닝 실험에 사용될 것으로 예상됩니다.
팀은 또한 ChromAgeNet 모델과 관련 3차원 세포 영상 데이터도 공개했으며, 이러한 결과를 바탕으로 다른 연구 기관에서도 세포 연령 평가 기술을 더욱 발전시킬 수 있기를 기대하고 있습니다. 연구자들은 DNA의 3차원 구조에 풍부한 노화 정보가 숨겨져 있다고 믿고 있으며, 인공 지능은 과학자들이 전례 없는 방식으로 이러한 신호를 읽을 수 있도록 돕고 있으며, 노화 과정을 이해하고 잠재적인 노화 방지 치료법을 개발하기 위한 새로운 연구 방향을 제시하고 있습니다.
댓글