분자 마커는 DNA를 추출해 유전자를 증폭시키는 등 기존 시험방법으로 정확도와 신뢰도를 검증한 결과, 95% 신뢰도를 나타냈다. 또한, 꽃색에 따라 인공지능(6종 기계학습 알고리즘)의 정확도는 82∼98%였으며, AI 종합 평균 정확도는 92%였다

이미지:픽사베이
이미지:픽사베이

농촌진흥청(청장 허태웅)은 유전체 빅데이터와 인공지능(AI) 기술을 이용해 도라지꽃색 판별용 분자 마커를 개발했다.

분자 마커는 식물체 등 유기체가 공통으로 가지는 분자로, 생명체의 유전적인 특징이나 진화적인 역사에 대한 정보를 담고 있어 우수 품종을 개발하는 데 활용된다. 이를 활용하면 씨를 뿌려 키우지 않아도 꽃 색, 병 저항성, 생산성 등 우리가 알고 싶은 특징을 바로 찾아낼 수 있어 품종개발 기간을 1/5 이상 줄일 수 있다.

이 기술은 지난해 7월 농촌진흥청이 완전해독에 성공한 도라지 유전체를 바탕으로 생명 정보 데이터와 머신러닝을 이용해 육종 현장에서 필요한 신뢰도 높은 분자 마커를 단시간에 개발한 것이다.

연구진은 도라지꽃색과 관련된 분자 마커 개발을 위해 6종의 기계학습 알고리즘에 60종 전사체와 480종 유전형 칩(genotyping chip) 데이터를 입력하고, 다중 시뮬레이션(모의실험)을 통한 반복을 거쳐 9개의 꽃색 판별 분자 마커를 개발했다.

기존 도라지 품종 육종에서는 도라지의 꽃 형질을 확인하려면 꽃이 필 때(일반적으로 100일)까지 기다려야 했다. 하지만, 이번 분자 마커의 개발로 종자 발아 후(20일) 바로 꽃색 형질을 확인할 수 있어 도라지 육종기간을 줄일 수 있게 됐다.

이렇게 개발한 분자 마커는 디엔에이(DNA)를 추출해 유전자를 증폭시키는 등 기존 시험방법으로 정확도와 신뢰도를 검증한 결과, 95% 신뢰도를 나타냈다. 또한, 꽃색에 따라 인공지능(6종 기계학습 알고리즘)의 정확도는 82∼98%였으며, 인공지능 종합 평균 정확도는 92%였다.

에스엔피(SNP) 분자 마커 개발을 위해서는 해당 작물의 표준 유전체 해독 정보(4∼5년 소요)가 필수였으나 이번 연구를 통해 표준 유전체 해독 정보가 없더라도 전사체 정보와 칩 정보(6개월)만으로 분자 마커를 개발할 수 있음을 확인했다.

특히, 이번 연구는 기존 분자 마커 기술이 아닌 인공지능과 디지털화된 생명 정보 해독 데이터를 활용해 단시간에 분자 마커를 개발할 수 있음을 확인한 데 의의가 있다.

이번 연구 결과는 네이처의 학술자매지 사이언티픽리포트(Scientific Reports)에 'Machine learning, transcriptome, and genotyping chip analyses provide insights into SNP markers identifying flower color in Platycodon grandiflorus(다운)'이란 제목으로 지난달 13일 게재됐으며, 분자 마커는 특허출원 완료했다.

농촌진흥청 유전체과 안병옥 과장은 “이번 연구로 생명 정보에 인공지능 기술을 접목해 우수 품종을 개발하는 디지털 육종이 실제로 가능하다는 모델(본보기)을 제시했다는 것이 가장 큰 의의라고 할 수 있다.”라고 말했다.

경북대학교 김경민 교수는 “우수 품종개발을 위한 분자 마커의 중요성이 커지고 있어, 인공지능을 활용한 기술 개발로 작물 육종에 드는 노력을 크게 절감할 수 있을 것으로 기대된다.”라고 말했다.

 

저작권자 © 인공지능신문 무단전재 및 재배포 금지