CellMaster 협업형 세포 유형 주석 시스템

초록

CellMaster는 GPT‑4o 기반 대형 언어 모델을 활용해 사전 학습이나 고정 마커 데이터베이스 없이도 단일 세포 RNA‑seq 데이터에 대해 제로샷으로 세포 유형을 자동 주석한다. 9개의 서로 다른 조직 데이터셋에서 기존 자동화 도구보다 평균 7.1% 높은 정확도를 보였으며, 인간 전문가와의 협업(HITL) 단계에서는 정확도가 18.6%까지 상승한다. 특히 희귀·신규 세포 상태에 강점을 보여, 세포 주석의 병목을 크게 완화한다.

상세 분석

CellMaster는 기존 자동 주석 도구가 직면한 두 가지 근본적 한계를 해결한다. 첫째, 기존 방법은 미리 정의된 마커 리스트나 사전 학습된 분류 모델에 의존해 조직·상태 특이적인 마커가 변동될 때 성능이 급격히 저하된다. 둘째, 새로운 세포 상태가 등장하면 레퍼런스 데이터가 부족해 정확한 라벨링이 불가능해진다. CellMaster는 이러한 문제를 LLM‑encoded knowledge, 즉 GPT‑4o와 같은 최신 대형 언어 모델에 내재된 광범위한 생물학 지식을 활용함으로써 해결한다.

구조적으로 CellMaster는 (1) 입력된 scRNA‑seq 표현(예: PCA 혹은 UMAP 좌표와 유전자 발현 매트릭스) → (2) LLM에게 “이 클러스터의 특징 유전자를 기반으로 가능한 세포 유형을 제시하고, 각 후보에 대한 근거를 설명하라”는 프롬프트를 전달한다. LLM은 내부에 저장된 최신 논문·데이터베이스·전문가 의견을 종합해 후보 라벨과 함께 상세한 근거(핵심 마커, 조직 특이성, 기능적 설명)를 반환한다. 반환된 라벨은 확률 점수와 함께 저장되며, 사용자는 인터페이스를 통해 라벨을 검토·수정하고 피드백을 제공한다. 이 피드백은 즉시 LLM 프롬프트에 반영되어 재주석이 이루어지므로, 인간‑인공지능 협업(HITL) 루프가 자연스럽게 형성된다.

평가에서는 8개의 조직(뇌, 간, 폐, 면역계 등)에서 9개의 공개 데이터셋을 사용했으며, CellTypist, scTab, SingleR 등 최신 자동 주석 도구와 직접 비교했다. 제로샷 자동 모드에서 CellMaster는 평균 7.1%의 정확도 향상을 기록했으며, 특히 희귀 세포(예: 간 내 대식세포 소아형, 뇌의 미세아교세포 전구체)와 신규 서브타입(예: 종양 미세환경 내 전이성 T 세포)에서 기존 도구가 30% 이하의 정확도를 보인 반면, CellMaster는 60% 이상을 달성했다. 인간‑인공지능 협업 단계에서는 전문가가 LLM이 제시한 라벨을 검증·수정함으로써 최종 정확도가 18.6%까지 상승했고, 서브타입 구분에서는 22.1%의 추가 이득을 얻었다.

기술적 한계도 존재한다. LLM은 최신 논문을 반영하지만, 훈련 데이터에 포함되지 않은 최신 발견이나 특수한 실험 조건에 대해서는 오답을 제시할 수 있다. 또한, 프롬프트 설계와 LLM 호출 비용이 실시간 대규모 분석에 장애가 될 수 있다. 저자들은 이러한 문제를 해결하기 위해 (i) 도메인‑특화 프롬프트 템플릿 라이브러리, (ii) 비용 효율적인 캐시 메커니즘, (iii) 사용자 피드백을 기반으로 한 지속적 프롬프트 최적화를 제안한다.

전반적으로 CellMaster는 “지식 기반 AI + 인간 전문가”라는 새로운 패러다임을 제시한다. 고정 마커에 얽매이지 않고, 최신 생물학 지식을 실시간으로 활용함으로써 세포 주석의 정확도와 유연성을 동시에 높인다. 이는 대규모 세포 지도 구축, 질병 특이적 세포 상태 탐색, 그리고 맞춤형 치료 표적 발굴에 중요한 도구가 될 전망이다.