바로 오늘, 인터넷 전체가 이 00년대 이후의 남자의 이야기로 넘쳐났습니다! Seth Howes라는 네티즌은 휴대용 시퀀서와 Claude를 사용하여 거실에서 독립적으로 전체 게놈 시퀀싱을 완료했으며, 여러 세대에 걸쳐 가족의 자가면역 질환의 병원성 메커니즘을 성공적으로 추적했습니다.
2000년대에 태어난 청년 Seth Howes는 USB 플래시 드라이브 크기의 시퀀서와 여러 가지 AI 모델을 사용하여 거실에서 게놈 시퀀싱을 완료하고 수십 년 동안 풀리지 않았던 가족의 자가면역 질환의 미스터리를 혼자서 풀었습니다. 2023년에 전체 인간 게놈 서열을 완성하는 데 드는 비용은 미화 27억 달러가 될 것입니다. 하지만 그가 쓴 비용은 미화 1,100달러에 불과합니다!
이러한 문제로 인해 수많은 임상의가 손실을 입었습니다.
이전에는 어떤 임상의도 이러한 메커니즘을 설명할 수 없었습니다. 10년이 넘는 치료와 셀 수 없이 많은 병원 방문 끝에 마침내 내 거실에서 그 답을 찾았습니다.
이 실험은 너무나 충격적이어서 생명공학계는 지금 충격에 빠졌습니다!
Claude의 대규모 모델은 실제로 유전자 서열 분석을 자본 집약적 활동에서 개인 도구로 전환했습니다.
생물학 연구의 장소는 더 이상 최고 수준의 실험실에 있는 값비싼 기계나 의과대학의 공개 플랫폼이 아닌 여러분의 거실입니다!
가열 모듈, 볼텍서, 미니 원심분리기, 피펫, MinION을 포함한 테이블 위의 실험실
이제 이 글이 인터넷에 퍼졌습니다.
10년 동안 실험실에서 실험을 해본 사람들은 감동적으로 이렇게 말합니다. 정말 프로페셔널하시네요.
유전학 연구를 하는 사람들은 이 게놈 서열 분석 프로젝트가 자신들의 연구 범위에 적합하다고 말합니다.
종양을 앓고 있는 한 환자는 이번 실험이 매우 의미 있다고 말했다.
이것은 생물권 전체에 충격을 줄 수 있는 DIY 관행이라고 할 수 있습니다. 그때부터 생물학 연구는 기관의 독점을 깨고 완전히 개인의 시대로 들어갔습니다!
그는 고통으로부터 삶의 의사결정권을 되찾기를 희망한다.
Seth Howes는 전 exolabs 엔지니어였으며 Oxford에서 MD를, Imperial College에서 기계 학습 박사 학위를 받았습니다.
Seth의 연구는 학문적 관심에서 비롯된 것이 아니라 가족의 유전적 압력에서 비롯되었습니다.
그의 가족은 고위험 자가면역 질환의 오랜 병력을 가지고 있습니다.
그가 실험을 하던 중 40세도 안 된 그의 여동생이 질병으로 심각한 간 손상을 입었다. 그녀는 수술을 위한 간 공급원을 얻기까지 2년을 기다려야 했습니다.
“우리 가족의 질병을 치료할 수 있다는 환상은 없습니다. 하지만 우리 몸이 대대로 계속해서 스스로를 먹어치우는 이유를 이해하고 싶습니다.”
삶의 기본 코드에 대한 이러한 호기심과 데이터 프라이버시 추구가 결합되어 그가 자신의 거실에 "디지털 약종상" 작업대를 짓기로 결정하게 된 계기가 되었습니다.
결국, 그의 의견으로는 "가장 개인적인 데이터가 집 밖으로 나가면 안 됩니다."
핵심 블랙 기술: AI의 기하급수적인 축복
과거에는 전체 게놈 시퀀싱이 대규모 실험실의 전유물이었고 수십만 달러의 비용이 들었습니다.
이번 세스의 성공 비결은 세 가지 요소의 축복에 있다.
하드웨어: 주머니 속 '유전자 판독기'
먼저 하드웨어적으로는 Oxford Nanopore MinION 시퀀서를 사용했습니다.
이 장치는 USB 플래시 드라이브 크기에 불과하며 컴퓨터에 연결하면 DNA 서열을 읽을 수 있습니다.
몇 년 전만 해도 방을 가득 채우는 Illumina 시퀀서, 전담 팀, 수십만 달러의 예산이 필요했습니다.
이제 보조 배터리 크기만 한 이 장치에는 약 2,000개의 나노 기공(직경이 1나노미터)이 채워져 있습니다. DNA 조각이 이 구멍을 통과할 때 발생하는 미세전류 변화가 기록되어 유전 코드로 변환됩니다.
수십만 달러에서 1,000달러 수준으로 시퀀싱 비용을 절감하고, 향후에는 100달러까지 하락할 수도 있습니다.
미니온은 'DNA를 읽는다'를 자본 집약적인 활동에서 도구 기반의 역량으로 탈바꿈시켰다고 할 수 있다.
3D 프린터가 "제조"를 공장에서 데스크탑으로 옮긴 것처럼, MinION은 "시퀀싱"을 실험실에서 거실로 옮깁니다.
AI 모델: '코드 읽기'부터 '기능 이해'까지
하지만 실험에서는 A, T, C, G의 네 가지 염기를 읽는 것만으로는 충분하지 않습니다.
30억 개의 기본 쌍의 원시 데이터가 여러분 앞에 있는데, 그것이 무엇을 의미하는지 모른다면 그것은 단지 문자 묶음일 뿐입니다.
이것이 AI가 작용하는 곳입니다. 실험에는 두 가지 주요 모델이 사용되었습니다.
첫 번째는 Evo2입니다.
아크연구소에서 개발한 기본 게놈 모델로, 매개변수 규모 70억개로 전 세계 12만종 이상의 게놈 데이터를 학습했다. 그것이 할 수 있는 일은: DNA 서열이 주어지면 이 서열의 생물학적 기능을 예측하는 것입니다.
당신은 그것을 깨달았을 것입니다. 이것은 GPT의 생물학적 버전입니다!
GPT는 인간의 언어를 이해하고, Evo2는 삶의 언어를 이해합니다. 차이점은 Evo2가 읽는 책의 길이가 30억 글자라는 점입니다.
두 번째는 알파지놈(AlphaGenome)입니다.
게놈 기능 예측을 전문으로 하는 Google DeepMind에서 제작했습니다. 이는 "이 DNA가 어떤 단백질을 암호화하는지" 알려줄 뿐만 아니라 "이 부위의 돌연변이가 유전자 발현과 염색질 구조에 어떤 영향을 미칠지" 예측합니다.
"DNA 읽기"에서 "DNA 기능 이해"에 이르기까지 이러한 도약을 확인하려면 전체 분자 생물학 실험실에서 몇 달이 걸렸습니다. 이제 모델을 단 몇 시간 동안만 실행하면 결과를 확인할 수 있습니다.
단순화된 인터페이스: 대형 모델이 "실험실 조교"가 됩니다.
그러고 보니, 전체에서 가장 놀라운 세부 사항은 시퀀서나 게놈 모델이 아니라 클로드였습니다.
Seth는 작업 중에 Claude를 사용하여 BED 파일을 생성했습니다.
BED 파일은 게놈의 특정 영역의 좌표 정보를 기록하는 게놈학의 표준 데이터 형식입니다. 과거에는 이런 종류의 파일을 작성하려면 생물정보학을 아는 전문가가 수동으로 작성하거나 특수 명령줄 도구를 사용해야 했습니다.
현재 접근 방식은 자연어를 사용하여 Claude에게 "이러한 유전자 영역을 포함할 BED 파일을 생성해 주세요"라고 알려주는 것입니다.
생물학적 작업은 언어 인터페이스에 의해 인계되었습니다.
개인 실험실 시대가 왔다
이제 하드웨어의 민주화(MinION), AI 이해의 기하급수적인 향상(Evo2 + AlphaGenome), 언어 인터페이스에 의한 운영 임계값의 평활화(Claude)가 직접적으로 완전한 패러다임 전환 체인을 구성합니다.
각 링크만으로는 뉴스가 아닙니다. 하지만 세 개의 고리가 동시에 닫히면 뭔가 잘못되었습니다!
한 호기심 많은 청년이 자신의 거실에서 10년 넘게 임상의들을 만나지 못했던 수수께끼를 풀었습니다.
이 사건의 영향은 세스의 개인적인 이야기가 전설적이라는 것이 아니라 가속 곡선을 드러낸다는 점이다.
시퀀싱 비용의 하락 추세는 무어의 법칙보다 훨씬 더 심각합니다.
2003년에 인간 게놈 서열을 완성하는 데 드는 비용은 27억 달러였습니다. 2007년에는 1,000만 명으로 떨어졌습니다. 2014년에는 1,000달러로 떨어졌습니다. 2024년에 일부 플랫폼은 이미 200달러 미만의 가격을 달성할 수 있을 것입니다.
다음 목표는 $100 입니다.
이 곡선의 기울기는 그리 멀지 않은 미래에 자신의 게놈 서열을 분석하는 것이 전체 신체 검사보다 비용이 적게 들 수 있음을 의미합니다.
많은 사람들의 첫 반응은 '이거 그냥 괴짜들의 취미 프로젝트 아닌가요? 평범한 사람들 중 누가 집에서 게놈을 테스트하겠습니까?
그런데 2010년에 "보통 사람들이 집에서 3D 프린터를 사용할 것"이라고 생각한 사람이 몇 명이나 있었습니까?
도구 체인이 닫힐 때마다 괴짜 장난감에서 대량 적용까지의 창 기간이 단축됩니다. 이번에는 그 이면의 원동력이 엄격한 수요이기 때문에 창 기간이 더 짧아질 수 있습니다.
거실 실험 기록: 집에서 자신의 DNA를 "읽는" 방법은 무엇입니까?
Seth가 게시한 전체 운영 절차에 따르면 정밀 피펫 외에도 그의 실험실 장비 대부분이 eBay 또는 AliExpress에서 중고로 구입한 것입니다.
검체 채취 단계에서는 복잡한 채혈을 하지 않고 멸균된 구강 면봉으로 뺨 안쪽을 문지릅니다. 그는 단 1개의 면봉으로 약 5~7마이크로그램의 DNA를 얻었는데, 이는 실험에 필요한 1마이크로그램을 훨씬 초과하는 수치입니다.
적응형 샘플링은 MinION의 비장의 카드입니다.
Seth는 소프트웨어 제어를 사용하여 각 단편의 처음 500개 염기를 읽을 때 시퀀서가 "예비 스크리닝"을 수행하도록 합니다. 그가 우려하는 것이 면역 관련 유전자라면 계속해서 읽습니다. 그렇지 않은 경우 전압을 역전시켜 DNA 가닥을 "뱉어내고" 다음 가닥으로 교체하십시오.
실행 시작 후 MinKNOW 제어판의 나노포어 활동 상태
이 과정에서 그는 실시간 베이스 식별을 위해 M3 Ultra 칩의 Mac Studio를 사용했고, 분석 속도를 높이고 컴퓨팅 성능을 보장하기 위해 NVIDIA의 DGX Spark를 사용했습니다.
생물학은 더 이상 개인의 독점이 아니다
1970년대에는 컴퓨터가 대규모 조직의 전유물이었고, 개인용 컴퓨터가 등장했고, 인터넷이 등장했습니다.
생물학도 같은 방식으로 진행됩니다.
시퀀서는 개인용 컴퓨터이고 게놈 기본 모델은 운영 체제이며 Claude는 사용자 인터페이스입니다. 세 가지 계층이 모두 동시에 배치되면 생물학의 "PC 순간"이 도래하게 됩니다.
Seth가 거실에서 게놈 서열 분석을 마친 오후가 이 순간의 첫 번째 프레임이었을 것입니다.
10년 뒤를 돌아보면 2026년은 아마도 분수령의 해가 될 것이다.
이 실험의 중요성은 기술 전문가의 승리 그 이상입니다. 이는 생물학 연구가 기관 독점에서 개인 DIY 모드로 패러다임 전환을 겪고 있음을 나타냅니다.
복잡한 생물학적 작업이 AI를 통해 언어 대화로 단순화되고, 값비싼 도구가 모든 사람에게 저렴해지면 일반 사람들은 삶의 기본 논리를 적극적으로 분석할 수 있게 될 것입니다.
Seth가 말했듯이 그는 어렸을 때 유전 회로를 가지고 놀면서 컴퓨터를 가지고 노는 즐거움을 찾았습니다. 이 '괴짜 정신'이 새로운 시대를 열어가고 있다.
AI는 앞으로 얼마나 더 많은 기적을 만들어낼 것인가?