UC버클리 연구진이 비암호화 DNA 영역에서 질병 관련 유전 변이를 찾아내는 유전체 언어 모델 'GPN-Star'를 개발해 네이처에 발표했다. 기존 대형 모델이 개별 종의 전체 유전체를 그대로 학습하는 것과 달리, GPN-Star는 여러 종의 유전체를 인간과 비교해 진화적으로 보존된 영역을 찾아내는 '전장 유전체 정렬(WGA)' 데이터를 활용해 훨씬 적은 컴퓨팅 자원으로 학습한다. 기존 모델 '에보 2'가 10만종 이상의 유전체를 2000개 GPU로 수개월간 학습한 반면, GPN-Star는 수일에서 수시간 만에 학습이 가능하다. 연구진은 영장류·포유류 등 서로 다른 진화 시간대를 반영한 모델들이 각각 단백질 영역 희귀 변이나 조현병 같은 복합 형질 관련 변이를 예측하는 데 특화된다는 점도 확인했다.

• •UC버클리, 비암호화 DNA 영역의 질병 관련 변이를 찾는 유전체 언어모델 'GPN-Star' 개발, 네이처 게재
• •개별 종 유전체 대신 '전장 유전체 정렬(WGA)' 데이터로 학습해 연산량 대폭 절감
• •기존 대형 모델 '에보 2'(2000GPU, 수개월 학습) 대비 GPN-Star는 수일~수시간 내 학습 가능
• •짧은 진화 시간대 학습 모델은 조현병 등 복합형질 변이 예측에, 긴 시간대 모델은 단백질 영역 희귀 변이 예측에 강점