딥러닝 스플라이싱 모델의 해석과 한계

유전체 서열로부터 RNA 스플라이싱을 예측하는 것은 유전자 조절 이해 및 유전 변이 해석에 필수적입니다. 최근 딥러닝 모델은 스플라이싱 예측에서 최첨단 성능을 달성했지만, 그 예측 메커니즘은 해석의 어려움으로 인해 여전히 불분명합니다. 본 연구는 모델 예측 논리를 설명하기 위한 해석 가능한 증류(interpretable distillation) 프레임워크를 개발했습니다. 이 프레임워크를 적용한 결과, RNA 스플라이싱 예측 모델들이 광범위한 교란 요인(confounders)과 사각지대(blind spots)로 인해 비참조 서열(non-reference sequences)에서 낮은 성능을 보이는 것을 발견했습니다. 스플라이싱 모델은 알려진 스플라이싱 조절 요소를 포함한 서열 모티프의 놀랍도록 단순한 가산 조합을 통해 엑손을 인식합니다. 그러나 분석 결과, 스플라이싱 모델이 스플라이싱과 무관한 유전체 교란 요인을 악용하고 RNA 구조의 영향을 적절히 포착하지 못하여 체계적인 예측 오류를 발생시키는 것으로 나타났습니다. 이는 모델이 유전체 서열 학습 시 근본적인 한계를 가지고 있음을 시사합니다. 본 연구 결과는 유전체 서열 기반 모델 훈련의 한계를 밝히고, 이를 극복할 수 있는 방안을 제시합니다.