Microsoft Research, 희귀질환 유전체 재분석 도구 Talos 공개

Microsoft Research 공식 블로그와 Nature Medicine 논문에 따르면 Microsoft Research, Garvan Institute of Medical Research, Centre for Population Genomics 등 공동 연구진이 희귀질환 유전체 데이터를 반복 재분석하는 오픈소스 도구 Talos의 연구 결과를 공개했다. Talos는 기존에 저장된 엑솜·유전체 검사 데이터를 최신 유전자-질환 연관 정보와 변이 병원성 데이터에 맞춰 다시 해석하고, 전문가 검토가 필요한 후보 변이를 좁혀 제시하는 시스템이다.

연구진은 Talos를 희귀질환 진단에서 반복 재분석을 자동화하기 위한 도구로 설명했다. 유전체 검사는 한 번의 분석으로 끝나지 않는다. 시간이 지나면서 새로운 유전자-질환 연관성이 밝혀지고, ClinVar 같은 공개 데이터베이스의 변이 분류도 갱신된다. Talos는 이런 변화가 생겼을 때 저장된 데이터를 다시 점검해 새롭게 보고 가능한 근거가 있는 변이를 선별한다.

Microsoft Research는 Talos가 공개 지식 기반인 PanelApp Australia와 ClinVar를 활용한다고 밝혔다. 도구는 환자의 기존 변이 호출 결과를 최신 지식과 대조하고, 가족 구조와 유전 양식, 가능한 경우 환자 표현형 정보를 함께 고려한다. 단일염기변이, 작은 삽입·결실, 복제수 변이, 구조 변이 등 여러 유형의 변이를 엑솜 또는 유전체 데이터에서 다룰 수 있도록 설계됐다.

연구 결과의 핵심은 자동화의 범위보다 검토 부담을 줄이는 데 있다. Nature Medicine 논문에 따르면 Talos는 전문가가 이미 수작업으로 분석한 1,089명 규모의 두 검증 코호트에서 낮은 후보 변이 부담을 유지하면서 주요 진단을 재현했다. 호주 Acute Care Genomics 코호트의 트리오 분석에서는 검토 대상 후보 변이 중앙값이 가족당 1.3개였고, 가능한 진단의 90%를 찾아냈다. 미국 Rare Genomes Project 트리오 분석에서도 가능한 진단 54건 중 47건을 찾아 87%의 성능을 보였다.

대규모 적용 결과도 함께 공개됐다. 연구진은 기존 유전체 검사 이후 진단을 받지 못한 4,735명 코호트에 Talos를 적용했다. 논문에 따르면 이 과정에서 238명에게서 241건의 새 진단이 확인됐고, 추가 진단 수율은 5.1%였다. 확인된 가능 원인 변이는 이후 공인 임상검사실에서 병원성 또는 병원성 가능 변이로 분류됐다.

새 진단의 상당 부분은 과학 지식의 갱신과 관련됐다. 논문은 전체 새 진단 중 32%가 새 유전자-질환 관계, 22%가 변이 수준의 새 근거에서 나왔다고 설명했다. 나머지는 기존 분석 범위나 필터링 방식의 한계, 복제수·구조 변이 등 당시 충분히 다루지 못한 변이 유형과 관련됐다. 이는 유전체 데이터가 시간이 지나며 다시 가치를 갖는 데이터 자산이라는 점을 보여준다.

Talos의 반복 실행 방식은 의료 현장의 인력 부담을 줄이는 데 초점을 맞춘다. 연구진은 월간 재분석 29회를 수행했고, 이후 반복 주기에서는 이전 분석 이후 근거가 바뀐 후보만 보여줬다고 밝혔다. 논문에 따르면 반복 주기에서 1,000명당 평균 5개의 새 후보 변이만 검토 대상으로 올라왔고, 새 지식이 공개된 뒤 진단으로 이어지기까지 평균 32일이 걸렸다.

이 결과는 AI와 자동화가 의료 연구 현장에서 맡을 수 있는 역할을 보여준다. 다만 Talos는 의료진을 대체하는 진단 도구로 단정할 수 없다. GitHub 저장소 설명도 Talos가 확립된 질병 유전자 안에서 원인 가능성이 높은 변이를 식별하도록 설계됐으며, 새로운 질병 후보 유전자를 발견하거나 불확실 변이를 폭넓게 해석하는 도구는 아니라고 밝히고 있다. 실제 임상 적용에는 각 의료기관의 검증, 규제 요건, 전문가 판정이 필요하다.

오픈소스 공개도 의미가 있다. Talos 저장소는 MIT 라이선스 기반으로 공개돼 있으며, Nextflow와 Docker를 활용한 실행 방식을 안내한다. 연구진은 Talos가 클라우드 환경에도 배포하기 쉽다고 설명했다. 유전체 데이터 재분석이 일회성 연구 작업에서 정기적이고 체계적인 프로그램으로 이동할 수 있는 기술적 기반이 마련된 셈이다.

출처: Microsoft Research https://www.microsoft.com/en-us/research/blog/talos-scaling-rare-disease-diagnosis-with-automated-iterative-genomic-reanalysis/
출처: Nature Medicine https://www.nature.com/articles/s41591-026-04477-5
출처: GitHub populationgenomics/talos https://github.com/populationgenomics/talos