-
암 유발 물질 컴퓨터로 예측하다
암은 정상세포와 다르게 세포 내 비정상적인 축적을 통해 유발되는 대사 반응을 하며, 암의 치료 및 진단을 목적으로 이런 암 대사반응에 대해 다방면으로 연구되고 있다. 이에 우리 대학 연구진이 컴퓨터를 통해 24개 암종에 해당하는 1,043명의 암 환자에 대한 대사 모델 구축에 성공했다.
우리 대학 생명화학공학과 김현욱 교수, 이상엽 특훈교수 연구팀이 서울대학교병원 고영일 교수, 윤홍석 교수 및 정창욱 교수 연구팀과의 공동연구를 통해, 암 체세포 유전자 돌연변이와 연관된 새로운 대사물질 및 대사경로를 예측하는 컴퓨터 방법론을 개발했다고 18일 밝혔다.
최근 암 유발 대사물질(oncometabolite)*의 발견과 이를 표적으로 하는 신약들이 미국식품의약국(FDA)의 승인을 받으며 주목받고 있는데, 이에는 급성 골수성 백혈병의 치료제로 사용되고 있는 ‘팁소보(성분명: 아이보시데닙)’ 및 약물 ‘아이드하이파(성분명: 에나시데닙)’가 포함된다.
*암 유발 대사물질 (oncometabolite): 세포 내 비정상적인 축적을 통해 암을 유발하는 대사물질. 이러한 대사물질들은 특정 유전자 돌연변이의 영향으로 대사 과정 중에 비정상적으로 높은 농도로 축적되며, 이러한 축적은 암세포의 성장과 생존을 촉진함. 기존 연구에서 확인된 주요 암 유발 대사물질로는 2-하이드록시글루타레이트(2-hydroxyglutarate), 숙시네이트(succinate), 푸마레이트(fumarate) 등이 보고됨.
하지만, 암 대사 연구와 새로운 암 유발 대사물질 발굴에는 대사체학 등의 방법론이 필요하며, 이를 대규모 환자 샘플에 적용하기 위해서는 상당한 시간과 비용이 소요된다. 이러한 이유로, 암과 관련된 많은 유전자 돌연변이들이 밝혀졌음에도, 그에 상응하는 암 유발 대사물질은 극소수만 알려져 있다.
김현욱 교수 공동연구팀은 세포 대사 정보를 예측할 수 있는 게놈 수준의 대사 모델*에 국제 암 연구 컨소시엄에서 공개하고 있는 암 환자들의 전사체 데이터를 통합해, 24개 암종에 해당하는 1,043명의 암 환자에 대한 대사 모델을 성공적으로 구축했다.
*게놈 수준의 대사모델: 세포의 전체 대사 네트워크를 다루는 컴퓨터 모델로서, 세포 내 모든 대사반응에 대한 정보가 담겨 있으며, 다양한 조건에서 세포의 대사 활성을 예측하는 것이 가능
공동연구팀은 1,043명의 암 환자 특이 대사 모델과 동일 환자들의 암 체세포 돌연변이 데이터를 활용해, 다음의 4단계로 구성된 컴퓨터 방법론을 개발했다 (그림 1). 첫 단계에서는 암 환자 특이 대사 모델을 시뮬레이션해, 환자 별로 모든 대사물질들의 활성을 예측한다. 두 번째 단계로는 특정 유전자 돌연변이가 앞서 예측된 대사물질의 활성에 유의한 차이를 일으키는 짝을 선별한다. 세 번째 단계로, 특정 유전자 돌연변이와 연결된 대사물질들을 대상으로, 이들과 유의하게 연관된 대사경로를 추가로 선별한다. 마지막 단계로서, ‘유전자-대사물질-대사경로’ 조합을 완성해, 컴퓨터 방법론 결과로써 도출하게 된다.
이번 논문의 공동 제1 저자인 이가령 박사(現 다나파버 암센터 및 하버드 의과대학 박사후연구원)와 이상미 박사(現 하버드 의과대학 박사후연구원)는 “이번 연구에서 개발된 방법론은 암 환자 코호트의 돌연변이 및 전사체 데이터를 토대로 다른 암종에 대해서도 쉽게 적용될 수 있으며, 유전자 돌연변이가 대사경로를 통해 어떻게 세포대사에 변화를 일으키는지 체계적으로 예측할 수 있는 최초의 컴퓨터 방법론이라는 데 큰 의의가 있다” 한다고 말했다.
또한 김현욱 교수는 “이번 공동연구의 결과는 향후 암 대사 및 암 유발 대사물질 연구에서 중요한 참고 자료로 활용될 수 있을 것”이라고 강조했다.
한편 이번 논문은 바이오메드 센트럴(BioMed Central) 社가 발행하며, 생명공학 및 유전학 분야의 대표적 국제학술지인 게놈 바이올로지(Genome Biology, JCR 분야 상위 5% 이내)에 게재됐다.
※ 논문명 : Prediction of metabolites associated with somatic mutations in cancers by using genome-scale metabolic models and mutation data
※ 저자 정보 : 이가령(한국과학기술원, 공동 제1 저자), 이상미(한국과학기술원, 공동 제1 저자), 이성영(서울대학교병원, 공동저자), 정창욱(서울대학교병원, 공동저자), 송효진(서울대학교병원, 공동저자), 이상엽(한국과학기술원, 공동저자), 윤홍석(서울대학교병원, 교신저자), 고영일(서울대학교병원, 교신저자), 김현욱(한국과학기술원, 교신저자) 포함 총 9명
이번 연구는 과학기술정보통신부 한국연구재단의 지원을 받아 수행됐다.
2024.03.18
조회수 1509
-
망한 과제 자랑대회? 2023 실패주간 행사 개최
우리 대학이 이달 23일부터 11월 3일까지 2주간을 ‘실패주간’으로 지정하고 다양한 행사를 개최한다. KAIST 실패연구소(소장 조성호)가 실패를 주제 삼아 처음 시도하는 행사로 전시․교류․강연 등 다양한 형태의 프로그램으로 채워질 예정이다.
행사가 시작되는 23일에는 대전 본원 창의학습관 1층 로비에서 '일상에서 포착한 실패의 순간들(KAISTian Photograph “Capture the Failure Moment)'이라는 제목의 사진전이 열린다. 일·성장·생활·회복력 등 크게 네 가지 주제를 바탕으로 학생들이 일상에서 실패를 느낀 순간을 포착한 사진과 당시의 생각을 기록한 메모가 함께 전시된다. 이번 사진전에 전시되는 작품들은 지난 6월 KAIST 실패연구소가 진행한 동명의 연구 프로그램에서 수집됐다. 사진을 매개로 연구 참여자의 가치관이나 생각을 표현하게 하고 이를 심층적으로 탐구하는 방법인 '포토보이스(photo voice)'를 적용한 연구다. 학생들이 경험하는 실패의 특성을 규명하고 건강한 개입 방안을 모색하기 위해 고안된 프로그램으로 재학생 31명이 참여했다.
KAIST 실패연구소 관계자는 "자료를 모으는 과정에서 참여자들이 느끼는 실패감에는 어느 정도의 보편성이 나타난다는 사실과 동시에 같은 실패라도 관점에 따라 달리 해석될 수 있다는 점을 확인했다"라고 전했다. 수집된 360여 개의 실패 장면 중 구성원의 공감을 불러일으키거나 중요한 공동체적 메시지를 담은 30개의 장면을 선별해 행사 기간에 전시한다. 72개의 장면은 온라인에서 아카이브 형태로 공개하고 실패주간이 끝난 뒤에도 KAIST 구성원 전체가 참여하는 온라인 포토 다이어리를 운영해 실패의 순간에 관한 이야기들을 지속해서 게시할 계획이다.
11월 1일에는 학생들이 스탠드업 코미디 형식으로 실패 경험을 공유하는 '실패학회: 망한 과제 자랑 대회'가 열린다. 학생동아리 아이시스츠(ICISTS)와 함께 진행하며, 재학생들이 무대에 올라 학업 과제뿐만 아니라 연애․진로 등 인생의 과제에서 실패한 경험담을 발표한다.
▴ 인기상(청중 현장 투표 기준 최다 득표자) ▴마상(가장 마음 아픈 실패 경험 발표자) ▴떡상(가장 응원하고 싶은 발표자) ▴연구대상(자신의 실패를 가장 흥미롭게 풀어낸 발표자) 등 재치 있는 수상 부문을 만들어 다소 경쟁적이고 성취 지향적인 분위기에 익숙한 KAIST 학생들이 유쾌하면서도 심리적으로 안전한 방식으로 동료들과 실패를 공유할 수 있는 장을 만들 예정이다.
실패주간의 마지막 날인 11월 3일에는 리사 손 미국 콜롬비아대학교 버나드 컬리지 심리학과 교수와 김수안 성균관대 심리학과 교수를 초청한 'KAIST 실패세미나'가 열린다. 다양한 분야 리더들의 경험과 관점을 공유하는 실패강연 시리즈로, 4회를 맞는 이번 세미나에서는 실패를 건강하게 다루는 방법에 대해 청중과 나눌 예정이다. 이번 행사를 총괄한 조성호 KAIST 실패연구소장은 "성취와 성공으로 가득 차 있을 것 같은 KAIST 학생들의 일상과 인생 여정에도 실패와 역경은 반드시 존재하며, 그 속에서 함께 배울만한 교훈을 발견할 수 있다"라고 전했다. 이어 조 소장은, "캠퍼스 곳곳에 마련된 다양한 행사를 통해 실패를 성장의 자양분으로 전환할 수 있는 새로운 관점과 통찰력을 얻는 계기가 될 수 있기를 바란다"고 강조했다. 한편, KAIST 실패연구소는 2021년 6월 'QAIST 신문화 추진전략' 조직문화 혁신의 일환으로 설립되었으며, 구성원을 대상으로 실패의 두려움을 줄이고 유연한 사고와 도전정신을 확대하기 위한 교육․연구․캠페인 활동을 다양한 방식으로 전개해 나가고 있다.
2023.10.18
조회수 3035
-
인과관계 추정 정확도 높인 새로운 방법론 개발
우리 대학 수리과학과 김재경 교수 연구팀이 수학 모델을 기반으로 시계열 데이터의 인과관계를 추정하는 새로운 방법론을 개발했다. 복잡한 계산 과정을 없애 기존보다 빠른 속도로 추론이 가능하면서도, 정확도는 획기적으로 높였다.
매 순간 다양한 데이터가 기록되고 있다. 그중 시간의 흐름을 기준으로 기록된 ‘시계열 데이터’는 일기 예보와 경제 분야뿐만 아니라 의학 분야에서도 가치 있게 쓰인다. 입원 환자의 심전도 측정을 통해 심장 발작의 직접적인 요인을 찾는 것과 같이 인과관계를 추정하는 것이 대표적이다. 최근에는 스마트 워치 등 웨어러블 기기를 통해 일상에서 건강 데이터를 쉽게 수집할 수 있게 되면서, 의학 분야에서 시계열 데이터 분석의 중요성이 더 커지고 있다.
시계열 데이터에서 인과관계를 추정하는 대표적인 방법으로는 2003년 노벨 경제학상을 수상한 클라이브 그레인저 미국 샌디에이고캘리포니아대(UC샌디에이고) 교수가 제시한 ‘그레인저 인과관계 검정(Granger causality test)’이 있다. 이는 미래 경제지표 예측, 질병 요인분석, 지구온난화의 원인 등 수많은 분야에 걸쳐 응용됐다. 그레인저 인과관계 검정을 개선한 정보 이론 기반의 다양한 인과관계 추정 방법이 개발됐지만, 일련의 방법들은 시계열 데이터가 비슷한 주기로 변화하는 동시성을 가지기만 하면, 인과관계가 있다고 잘못 예측하는 경우가 많았다. 또한, 직접적인 인과관계와 간접적인 인과관계를 구별하지 못한다는 한계도 있었다.
이러한 한계를 극복하기 위해 최근 수리 모델을 기반으로 하는 방법론들이 등장했다. 수리 모델로 주어진 시계열 데이터를 잘 맞출 수 있는지 확인하는 방법을 통해 인과관계를 예측한다. 수리 모델이 정확하기만 하면 기존 그레인저 인과관계 검정의 한계인 동시성과 간접적인 영향을 인과관계와 혼동하지 않는다는 장점이 있다. 그러나 정확한 수리 모델을 알기 힘들고, 현재까지 제시된 수리 모델 기반 방법론들은 복잡한 계산이 필요해 추정 시간이 많이 걸린다는 단점이 있다.
이러한 상황에서 연구팀은 기존 방법론들의 한계를 모두 해결한 새로운 방법론 ‘GOBI(General ODE-Based Inference)’를 개발했다. 우선, 연구팀은 시계열 데이터가 일반적인 수학 모델로 표현될 수 있는지 확인하는 수학 이론을 만들었다. 그리고 이 이론을 바탕으로 정확한 수리 모델이나 복잡한 계산 없이도 시계열 데이터로부터 인과관계를 추정하는 방법론을 개발했다.
개발한 방법론을 인과관계 분석에 적용해 본 결과 세포 내 분자들의 상호작용, 생태계 네트워크, 기상 시스템 등 다양한 분야의 데이터에서 기존 방법론에 비해 월등한 성능을 보여줬다. 특히, 동시성 및 간접적인 영향을 가지는 시계열 데이터에서도 인과관계를 성공적으로 추론했다. 연구진은 GOBI를 통해서 여러 오염 물질 중 이산화질소와 호흡기로 유입되는 부유 미립자(직경 10㎛ 이하의 입자)가 심혈관계 질환에 영향을 미친다는 것을 확인할 수 있었다.
김재경 교수는 “수학과 통계를 결합하여 정확하면서도 다양한 시스템에 유연하게 적용할 수 있는 새로운 인과관계 추정 방법론을 개발했다”며 “사회 및 자연과학 분야에 걸쳐 두루 사용되는 인과관계 추정 연구에 새로운 패러다임을 제시할 것으로 예상된다”고 말했다.
연구결과는 7월 24일 국제학술지 ‘네이처 커뮤니케이션즈(Nature Communications, IF 17.694)’ 온라인판에 실렸으며, 우리 대학 박세호 학사과정(제1저자)과 하석민 학사과정(제2저자)이 참여했다.
2023.07.26
조회수 3265
-
난치성 심혈관 질환인 폐동맥 고혈압의 새로운 모델 및 병리기전 제시
우리 대학 의과학대학원 및 의과학센터 연구진(책임자: 김인준 교수)과 서울대학교병원 연구진(책임자: 박준빈 교수)이 협력하여 폐동맥 고혈압(pulmonary arterial hypertension)의 새로운 동물모델을 구축하고 치료방법을 제시하였다고 지난 10월 7일 소개됐다.
연구팀은 혈관내피세포에서 Sox17 유전자가 결핍된 생쥐에 저산소 환경을 제공하여 새로운 폐동맥 고혈압 동물모델을 성공적으로 개발하였으며, 전사체 분석(transcriptomic analysis)으로 Sox17과 관련된 폐동맥 고혈압 발생의 병리현상에 Dll4/Notch 신호경로가 연관됨을 확인하였다. 또한 심혈관계 질환에서 역할이 잘 알려져 있지 않았던 HGF/c-Met 경로가 활성화됨을 발견하고, 기존의 폐동맥 고혈압 치료 약물 투여와 함께 해당 경로를 차단함으로써 동물모델에서 폐동맥 고혈압을 효과적으로 치료/예방할 수 있음을 확인하였다. 동물모델과 유사하게, 폐동맥 고혈압 환자의 폐조직에서 정상군에 비해 Sox17 발현이 감소하고 HGF 발현은 증가함을 확인하였다. 우리 대학 의과학대학원 졸업생 박찬순 박사가 (현 서울대병원 순환기내과 임상강사) 1저자로 주도한 이번 연구 결과는 심혈관 기초연구 분야 최고 학술지인 Circulation Research에 온라인 게재되었다.
기존 폐동맥 고혈압 동물모델은 실제 폐동맥 고혈압 환자들이 보이는 만성 진행성 임상양상을 잘 나타내지 못한다는 한계가 있었다. 예를 들어, 저산소-유발 폐동맥 고혈압 동물모델은 정상 산소 농도에 다시 두면 증상이 종종 호전되는데, 이는 환자의 질병 경과와는 차이가 있다. Sox17 내피결핍 생쥐에서 발생한 폐동맥 고혈압은 질병 상태가 만성적으로 유지되는 등 실제 병태생리를 잘 반영하였다. 이러한 장점으로 인해, 새로운 모델은 약제 개발 및 치료반응 확인에 보다 효과적으로 사용될 수 있을 것으로 기대된다. 더불어 이번 연구는 사망률을 경감시키는 효과적인 치료제가 없는 폐동맥 고혈압 치료 분야에 HGF/c-Met 신호경로를 새로운 약제 개발의 타겟으로 제시했다.
이번 연구는 한국연구재단의 지원을 받아 수행됐다.
2022.10.12
조회수 3389
-
차세대 반도체 나노구조 공정을 혁신하는 새로운 3차원 노광 공정 개발
우리 대학 신소재공학과 전석우 교수와 신종화 교수 공동연구팀이 차세대 반도체 공정 핵심기술인 3차원의 나노구조를 단일 노광으로 효율적으로 제작하는 방법을 개발했다고 27일 밝혔다. 노광 공정이란 빛을 이용해 실리콘 웨이퍼에 전자 회로를 새기는 공정을 말한다.
이번 연구 성과는 갈수록 복잡해지는 반도체 구조와 배선구조 등을 기존 2차원 평면 노광 방식으로 건물을 한층 한층 제작하듯이 진행하던 방식에 비해 훨씬 더 낮은 비용과 공정으로 제작할 수 있는 근거를 마련한 획기적인 연구 결과로 판단된다.
전석우 교수와 신종화 교수가 교신 저자로, 남상현 박사와 김명준, 김나영 박사과정이 공동 제1 저자로 참여한 이번 연구는 저명한 국제 학술지 `사이언스 어드밴시스(Science Advances)' 5월 25일 字 온라인판에 게재됐다. (논문명: Photolithographic Realization of Target Nanostructures in 3D Space by Inverse Design of Phase Modulation)
공동연구팀은 수반행렬 방법(Adjoint method) 기반 역설계 알고리즘을 활용해, 적은 연산으로 원하는 형태의 나노 홀로그램을 생성하는 위상 마스크의 격자구조를 효율적으로 찾아내는 방법론을 제시했다. 이는 기존의 반도체 리소그래피 공정에 적용됐으며, 연구팀은 광감응성 물질에 단 한 번의 빛을 쏘아 목표하는 나노 홀로그램을 형성하고, 물질화해 원하는 3차원 나노구조를 단 한 번의 노광으로 구현할 수 있음을 실험적으로 증명했다.
최근 리소그래피 및 패터닝 기술의 발달로 소재의 형상을 나노스케일에서 구현하는 기술이 발달함에 따라 기존 소재의 물성을 극복하는 메타 소재 및 3차원 프린팅 연구가 주목받고 있다. 특히 3차원 나노소재를 구현하기 위해 활용되는 기존 공정들은 구현하는 구조의 자유도, 생산성, 정밀도를 모두 만족하기 어려운 점이 있어 이를 개선하기 위한 다양한 시도가 진행 중이다.
다양한 3차원 패터닝 공정 가운데, 근접장 나노패터닝(PnP, Proximity-field nanoPatterning)은 단일 노광으로 주기적인 3차원의 나노구조를 정확하고 생산성 있게 구현할 수 있다. 하지만, 현재까지 주기적인 위상 마스크 패턴을 활용해 구현할 수 있는 구조의 자유도는 제한돼왔으며, 이를 극복하기 위해서는 감광물질에 원하는 형태의 홀로그램을 구현하는 위상 마스크의 디자인을 계산하는 과정이 필요하다.
기존 연구에서는 유전 알고리즘(Genetic Algorithm)을 통해 이러한 역계산을 수행했으나, 비효율적인 계산방식, 많은 계산량 등의 문제로 활용이 제한된다. 최근 주목받는 머신러닝도 학습을 위한 데이터양이 최소 수천 개 이상으로 많이 요구돼 현실적으로 이를 역계산에 활용하기에는 아직 요원한 상황이다.
연구팀은 수학적 방법론인 수반행렬 방법(Adjoint Method) 기반 알고리즘을 위상 마스크의 패턴이 빛과 상호작용하는 광학현상에 적용해, 원하는 홀로그램 형상을 광감응성 소재에 효율적으로 계산해 그 형상을 얻어내는 데 성공했다. 이 알고리즘은 수식으로 표현된 목표 디자인을 최소한의 계산 경로로 찾아내는 알고리즘이며, 행렬 연산을 활용해 많은 계산량을 효율적으로 처리한다는 장점이 있다. 기존의 단순한 주기적 위상 마스크 패턴은 수직 입사하는 빛으로 특정 배열의 나노구조만을 발생시켰다. 연구팀은 해당 연구에서 위상 마스크에 반도체 공정에 적용 가능한 수직 입사 빔 방식으로 기존의 마스크로 얻어내는 것이 불가능했던 새로운 배열의 3차원 나노구조를 얻어내는 데 성공했다. 이번 연구는 이를 통해 기존의 반도체 노광공정이 갖는 자유도의 한계를 극복하고 더 나아가 보다 복잡한 나노구조를 구현할 수 있다는 것을 이론적, 실험적으로 증명한 주요 연구라 할 수 있다.
이렇게 제작된 3차원의 나노구조는 원자층 증착법을 활용해 구조에 따라 물질의 주입 및 치환으로 다양한 소재를 원하는 구조로 제작할 가능성을 열어준다. 이번 기술이 차세대 반도체 소자인 GAA(Gate All Around) 소자나 3차원 반도체 집적기술에 적용된다면 현재 국가적으로 많은 노력을 기울이고 있는 차세대 반도체 역량 강화에 크게 이바지할 것으로 기대된다. 더 나아가 소재의 물성이 소재를 구성하는 원자나 결합이 아닌 순수한 나노구조에서 기인하는 새로운 물성을 확보하는 메타 소재 연구에서 원하는 나노구조를 낮은 비용으로 대면적에 생산함으로 국내의 소재 경쟁력을 크게 강화할 원천기술이 될 것이다.
이번 연구는 한국연구재단 원천기술개발사업의 미래소재디스커버리 사업과(NRF-2020M3D1A1110522) 삼성전자의(G01190420) 지원을 통해 수행됐다.
2022.05.27
조회수 5472
-
국제 컴퓨터 기술 활용 협업 및 소셜 컴퓨팅 학술대회 최우수논문상 수상
우리 대학 전기및전자공학부 이성주 교수 연구팀이 지난 10월 23일부터 10월 27일에 열린 세계컴퓨터연합회(ACM) 주최로 진행된 제24회 컴퓨터 기술활용 협업 및 소셜 컴퓨팅 학술대회(International Conference on Computer-Supported Cooperative Work and Social Computing, 이하 CSCW)에서 최우수 논문상과 방법론 우수상을 수상했다고 18일 밝혔다.
CSCW 는 1986년에 시작됐으며 집단과 공동체를 위한 기술을 디자인하고 활용하는 연구 분야에 초점을 맞추고 있으며, 인간-컴퓨터 상호작용(Human Computer Interaction, HCI)과 소셜 컴퓨팅 분야의 최우수 학회 중 하나로 오래동안 각광받고 있다. 올해 340개의 논문이 발표되며, 최우수 논문상은 제출된 논문의 최상위 1% 논문에만 주어진다. 또한, 방법론 우수상은 올해 신설된 상으로, 획기적인 방법론을 제시하고 구현한 논문에게 주어진다.
이번 논문(Reflect, not Regret: Understanding Regretful Smartphone Use with App Feature-Level Analysis)은 조현성 우리 대학 졸업생 (現 미국 카네기멜론대학교 박사과정), 최다은 학사과정, 김동휘 박사과정, 강완주 박사과정, 최은경 미국 메릴랜드 대학 교수가 참여했다.
연구팀은 스마트폰 화면의 사용자 인터페이스(User Interface) 배치를 기반으로, 사용자가 모바일 애플리케이션 내의 어떤 형태(feature)를 사용하는지 추출해 분석하는 방법론을 개발했다. 예를 들면, 인스타그램 앱에서, 팔로잉 포스트, 팔로잉 스토리 보기, 검색, 대화창 등 다양한 형태(feature)가 존재하는데, 형태별로 세분화된 스마트폰 사용 분석을 가능하게 했다. 이 기술을 기반으로, 특정 형태 사용 패턴은 후회가 되는 스마트폰 사용에 영향을 준다는 것을 밝혔다.
이성주 교수는 "많은 사람들이 스마트폰을 편리하게 사용하지만 과도한 사용으로 문제가 제기되고 있고, 앱 안의 다양한 형태로 세분화한 사용 분석을 가능하게 한 독창적 방법론이 학문적으로 인정받았다ˮ며 "현실적으로 디지털 웰빙에 기여할 수 있다는 점이 높게 평가되어 수상하게 된 것 같다ˮ라고 소감을 밝혔다.
우리 대학 전기및전자공학부 학부장 강준혁 교수는 이성주 교수와 학부생이 포함된 연구팀의 세계적 학술대회 수상을 더욱 높이 평가했다.
이번 연구는 과학기술정보통신부의 재원으로 한국연구재단과 정보통신기술진흥센터의 지원을 받아 수행됐다.
2021.11.18
조회수 6759
-
KPC4IR-DISTEP, 산업전환 공동연구 위한 MOU 체결
우리 대학 한국4차산업혁명정책센터(이하 KPC4IR, 센터장 김소영)와 대전과학산업진흥원 정책운영본부(본부장 최병철)가 7일 오후 ʻ대전시 산업전환 공동연구를 위한 업무협약(MOU)ʼ을 체결했다.
대전시와 우리 대학은 지난 5월 17일 과학기술 발전을 위해 업무협약을 체결했으며, 이번 협약은 앞선 협약을 바탕으로 KPC4IR과 대전시 출연기관이 실질적인 공동연구를 수행을 위해 체결됐다.
대전시는 우수한 바이오산업 생태계가 자생적으로 조성되어 있다는 점이 가장 큰 특징이며 최근 K-바이오 랩허브 유치를 추진 중이다. 향후, 두 기관은 대전시 특유의 바이오산업을 대상으로 하는 지역 산업 전환 연구를 진행할 예정이다. 이를 위해 ▴자료와 데이터 등의 공유 ▴연구인력과 예산 공동 지원 ▴이해관계자 회의와 워크샵 공동기획 등의 분야에서 주로 협력할 계획이다.
또한, 양 기관이 주축이 되어 수행하게 될 연구에는 유럽연합집행위원회 합동연구센터(European Commission Joint Research Centre, 이하 EC JRC)도 함께 참여해 산업전환(POINT Review) 방법론*을 제공하고 관련된 자문 및 검토, 기타 연구 지원을 담당한다. ☞ 산업전환(POINT Review) 방법론: EC JRC이 개발한 분석방법론으로 개별국가 및 지역이 산업 전환을 위한 과제 및 기회를 도출할 때 활용한다. 해당 방법론을 활용해 그리스, 불가리아 등 유럽국가의 산업혁신을 연구한 보고서가 출간된 바 있다.
양 기관이 협업하는 공동연구의 보고서는 올해 말 발간할 예정이다.
김소영 한국4차산업혁명정책센터장은 "이번 공동연구를 통해 산출되는 국제 보고서가 과학기술 분야의 지역 혁신 연구뿐 아니라 글로컬(glocal) 연구의 확장을 이끌 것ˮ이라고 강조했다.
최병철 대전과학산업진흥원 정책운영본부장은“이번 공동연구를 통해 과학 도시 대전에 구체적으로 적용할 수 있는 바이오 분야 산업전환 전략과 추진 방법론이 마련되기를 기대한다ˮ고 전했다. 이어 최 본부장은 "장기적으로 바이오산업뿐만 아니라 다른 산업 분야까지 확대해 대전만의 선도적이고 특화된 산업전환 전략과 지역 주도 혁신 전략을 만들어갈 예정이다ˮ라고 말했다.
한편, 한국4차산업혁명정책센터는 세계경제포럼(World Economic Forum, 이하 WEF)과 과학기술정보통신부와 양해각서(MOU)를 맺고 KAIST와 실행 협약을 체결해 파트너십을 이룬 연구센터다. WEF를 비롯한 유럽 및 아시아 지역 기관과 공동 프로젝트를 진행 및 블록체인, 정밀의료 등 4차 산업혁명 핵심 기술 모니터링과 관련 정책 분석·개발을 담당하고 있다.
대전과학산업진흥원(원장 고영주)은 지역혁신과 과학기술 기반 신산업 육성을 위해 설립된 기획 전문 대전시 출연기관이다. 과학산업 육성 및 지역혁신 기획, 융합혁신생태계 조성, 지역 R&D 투자 효과성 제고의 3대 임무를 바탕으로 지역혁신의 새로운 모델 제시를 추진하고 있다.EC JRC는 유럽연합(EU)의 법안 및 결정사항 이행, 각종 조약 업무를 관리하는 유럽연합집행위원회(European Commission)의 과학·지식 서비스 연구 조직이다. EU 27개국을 대표해 독립적인 과학적 조언과 EU 과학기술정책에 대한 전문적인 조언을 제공하기 위해 전 세계 200여개 연구기관, 대학, 국제기구 등과 관련 연구 및 정책 개발 협약을 체결했다.
2021.06.10
조회수 52157
-
서양 미술사 빅데이터 분석으로 회화 속 구도 변화 규명
우리 대학 물리학과 정하웅 교수 연구팀이 충북대학교 물리학과 한승기 교수 연구팀과 공동연구를 통해 르네상스부터 동시대 미술에 이르기까지 약 500년에 걸친 풍경화 1만 5천여 점을 정보이론과 네트워크 이론으로 분석해 서양 미술사 속 풍경화의 구도와 구성 비율의 점진적 변화를 수치적으로 규명했다.
우리 대학 물리학과 이병휘 박사과정 학생과 충북대 서민경 학생이 주도한 이번 연구는 세계적인 학술지 ‘미국 국립과학원회보(Proceedings of the National Academy of Sciences of the USA, 이하 PNAS)’에 10월 117권 43호에 출판됬다. (논문명: Dissecting Landscape Art History with Information Theory, 정보이론으로 해부한 풍경화의 역사). 해당 논문은 PNAS의 In this issue 섹션에 이번 호의 대표 논문으로 선정되었고, 코멘터리와 함께 게재됐다.
화가는 그림을 그릴 때 선, 색, 형태, 모양 등 여러 가지 시각적 구성 요소들을 다양한 ‘구성 원리’를 바탕으로 조화로운 최종 작품을 완성한다. 미술사와 미학 연구자들은 작가들이 작품을 생성할 때 잠재적으로 적용한 구성 원리가 시대와 문화를 초월하는 공통적인 특징을 가지는지, 혹은 시대나 문화적 환경에 따라 어떻게 달라지는지 이해하고자 시도해왔다. 특별히 대표적인 구성 원리중 하나인 작품구도 속 사용된 ‘비례’와 ‘비율’은 미술사가들과 미학자들의 오랜 관심사였다. 역사적으로 많은 논란을 일으킨 사례로는 황금비(Golden ratio)가 있다. 기원전 300년 전 유클리드의 원론에 의해 처음 제시된 황금비는 1500년대 초 이탈리아의 수학자 루카 파치올리의 책을 통해 ‘신성한 비율’이라는 이름으로 대중적으로 소개되며 유명해졌다. 최근까지도 황금비의 미적 선호도에 관한 논란은 계속되어 왔는데, 파르테논 신전이나 밀로의 비너스 등 여러 아름다운 미술 작품 속에 황금비가 발견되었다는 대부분의 주장들은 오늘날 근거가 부족한 것으로 밝혀지고 있다. 그렇다면 미술사 속에서 화가들이 특별히 선호한 비율은 과연 존재했을까? 혹은 시대에 따라 선호한 비율은 어떻게 변해왔을까?
연구팀은 회화 속 색상의 공간적 배치를 특징짓는 정보이론적 분할 방법론을 적용해 서양 미술사 풍경화 역사 속에서 사용된 구도와 구성 비율을 수치화하는 방법을 제시했다. (그림1 참조) *두 가지 대규모 온라인 갤러리 로부터 16세기 르네상스 시대부터 20세기 미술까지 500년 이상의 시간에 걸친 서양 미술사 속 풍경화 1만 5천여 점을 수집하여 분석한 결과, 화가들이 선호한 거시적 작품 구도와 구성 비율이 시대에 따라 일정하거나 무작위적이지 않고, 점진적이고 체계적인 변화과정을 거쳐왔음을 확인했다.
* 온라인 시각 예술 백과사전인 위키 아트(‘WikiArt’)와 헝가리 부다베스트 물리학 컴퓨터 네트워킹 연구센터에서 운영하는 온라인 갤러리인 웹 갤러리 오브 아트(‘Web Gallery of Art’)의 풍경화 데이터를 활용
연구팀은 먼저 정보이론적 분할 방법론을 이용해 풍경화 구도를 특징지었는데, 16세기부터 19세기 중반까지의 풍경화는 지배적인 수평 구조와 수직 구조가 함께 존재하는 ‘수평-수직’ 형태의 구도가 가장 빈번하게 사용되었으나, 시간이 흐를수록 전경-중경-후경과 같이 두 개의 수평 구조가 존재하는 ‘수평-수평’ 형태의 구도 사용이 점차 증가해 19세기 중반 이후부터는 ‘수평-수평’ 형태의 구도가 가장 지배적인 구도가 되었음을 확인했다. (그림 2 참조) 흥미롭게도 이러한 시간에 따른 구도 변화 패턴은 여러 국적에 걸쳐서도 유사하게 나타났다.
또한 연구팀은 색상 사용 패턴이 급격하게 달라지는 지배적인 수평선의 위치를 기반으로 시대와 작가별로 풍경 구도를 잡는데 자주 사용한 구성 비율을 측정했는데, 선호된 구성 비율은 시간에 따라 매우 점진적이고, 부드러운 변화 과정을 보였다. 작가들의 선호한 풍경화 속 지배적인 수평선은 바로크 시대 17세기 무렵 그림의 절반 아래에 해당하는 낮은 위치에서 발견되었으나, 그 후 점차 위쪽으로 움직여 19세기 이후에는 작품 위에서부터 1/3 지점에서 가장 많은 빈도로 발견됐다. 신기하게도 1/3 구성 비율을 가장 빈번하게 사용하는 특징은 다양한 현대 미술 주의(ism)에 걸쳐 유사하게 발견됐는데, 이러한 발견은 미술 양식의 폭발적인 다양성을 대표하는 현대 미술의 여러 주의들이 색채 사용과 표현 방법에선 다양성과 차별성을 추구했으나, 구도와 구성 비율의 관점에서는 유사한 사용 패턴을 보였다는 점에서 새로운 발견이다.
연구팀은 또한 네트워크 과학 방법론을 적용해 서로 유사한 구도를 적용한 작가들과 사조들로 이루어진 네트워크를 구축하여 분석했다. 이 작가-사조 네트워크는 크게 세 가지 거대 군집으로 구성돼 있었는데, 신기하게도 구도 사용의 유사성만을 바탕으로 한 작가들과 사조 속 군집은 시기적으로도 근접한 시기에 활동을 보인 작가들과 사조들로 이루어져 있었다. 이는 기존 알려진 개별 작가들의 생애와 개별 사조의 시간 범위를 초월하는 미술사 구도 양식 속 거대 군집이 있음을 시사한다.
정하웅 교수는 ‘이 같이 시대에 따른 깔끔하고 체계적인 서양 미술사 속 구도변화는 미술의 실제 역사의 모습을 반영하고 있을 수도 있지만, 동시에 높을 확률로 그동안 미술사가들과 비평가들에 의해 평가되고 정리돼 온 주류 미술사의 편향을 나타내고 있을 수 있음을 주의해야 한다’고 지적했다.
한편 이번 연구는 한국연구재단의 지원을 통해 수행됐다.
2020.11.02
조회수 27955
-
최원호 교수, 플라즈마에 의한 수산기(OH radical) 생성원리 규명
〈 박주영 박사, 최원호 교수, 박상후 박사 〉
우리 대학 원자력및양자공학과 최원호 교수 연구팀이 대기압 플라즈마에서 수산기(OH radical)가 생성되는 원리를 규명하는 데 성공했다.
박상후 박사, 박주영 박사과정 학생이 공동 1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘케미컬 엔지니어링 저널(Chemical Engineering Journal)’ 7월 8일 자 온라인판에 게재됐다 (논문명: Origin of Hydroxyl Radicals in a Weakly Ionized Plasma-Facing Liquid).
플라즈마란 강한 전기적 힘으로 인해 기체 분자가 이온과 전자로 나누어지는 상태를 말한다. 특히 대기압 플라즈마는 대기 중에 여러 형태로 플라즈마 효과 및 2차 생성물을 방출하는 장점이 있어 살균, 정화, 탈취 등 에너지 및 환경 분야부터 생의학 분야까지 다양한 연구 및 산업 분야에 활용되고 있다.
다양한 분야에서 시도되는 플라즈마는 물과 밀접한 관련이 있다. 물을 플라즈마로 처리한 방전수를 만들어 농업용수 및 살균수로 사용하기도 하고, 생의학 분야에서도 70%가 수분으로 구성된 인체에 활용하기 위해 플라즈마와 물의 반응에 대해 끊임없이 연구가 진행된다.
그중 수산기는 대표적인 활성 산소종으로, 물과 플라즈마의 반응에서 가장 중요한 역할을 하는 물질이다.
수산기는 산화력이 매우 커 여러 목적으로 활용이 시도되고 있으며, 박테리아 살균의 경우 기존의 살균법인 과산화수소나 오존을 사용할 때보다 수십에서 수백 배 효율이 높은 것으로 2018년 최원호 교수 연구팀에서 밝힌 바 있다.
수산기는 살균뿐 아니라, 수질 정화, 폐수 처리, 세척 등 환경 분야 및 멸균, 소독, 암세포 제거 등 의료 기술에서도 매우 높은 잠재력을 가지고 있다.
그러나 수산기는 대량으로 생성하기가 어렵고 생존 기간이 짧아 플라즈마 기술을 적극적으로 활용하는 데 한계가 있다.
연구팀은 문제 해결을 위해 플라즈마 내에서 기존에 알려진 수산기의 생성 방식 외에 산화질소의 광분해에 의한 생성원리를 규명했다. 더불어 광분해를 촉진시켜 수산기의 생성량을 높이면서 동시에 제어하는 방법을 개발했다.
광분해 방법이란 플라즈마로 생성된 산화질소가 존재하는 물과 플라즈마에 자외선을 추가로 노출해 산화질소가 수산기로 분해되는 과정을 말한다. 연구팀이 개발한 광분해방법은 수산기의 생성 위치를 국한하지 않고, 자외선 노출 위치에 따라 제어할 수 있어 생존 기간이 짧다는 단점을 극복할 수 있다.
최원호 교수는 “이번 연구를 통해 플라즈마 기술에 대한 과학적 이해를 넓히면서 효율적인 플라즈마 기술의 제어 방법을 제시함으로써 농업, 식품, 바이오 의학 등 다양한 분야에 플라즈마 기술이 적극적으로 접목될 수 있는 기반을 마련할 것이다”라고 말했다.
이번 연구는 국가핵융합연구소의 미래선도 플라즈마-농식품 융합기술 개발 사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 플라즈마 처리수(PTW)에서 pH와 과산화수소, 아질산염 비율에 따른 수산기 반응 경로
그림2. 대기압 플라즈마 사진 및 수산기 생성경로
2019.08.16
조회수 11564
-
이상엽 특훈교수, 김현욱 교수, 인공지능 이용한 효소기능 예측 기술 개발
우리 대학 생명화학공학과 이상엽 특훈교수와 김현욱 교수의 초세대 협업연구실 공동연구팀이 딥러닝(deep learning) 기술을 이용해 효소의 기능을 신속하고 정확하게 예측할 수 있는 컴퓨터 방법론 DeepEC를 개발했다.
공동연구팀의 류재용 박사가 1 저자로 참여한 이번 연구결과는 국제학술지 ‘미국 국립과학원 회보(PNAS)’ 6월 20일 자 온라인판에 게재됐다. (논문명 : Deep learning enables high-quality and high-throughput prediction of enzyme commission numbers)
효소는 세포 내의 생화학반응들을 촉진하는 단백질 촉매로 이들의 기능을 정확히 이해하는 것은 세포의 대사(metabolism) 과정을 이해하는 데에 매우 중요하다.
특히 효소들은 다양한 질병 발생 원리 및 산업 생명공학과 밀접한 연관이 있어 방대한 게놈 정보에서 효소들의 기능을 빠르고 정확하게 예측하는 기술은 응용기술 측면에서도 중요하다.
효소의 기능을 표기하는 시스템 중 대표적인 것이 EC 번호(enzyme commission number)이다. EC 번호는 ‘EC 3.4.11.4’처럼 효소가 매개하는 생화학반응들의 종류에 따라 총 4개의 숫자로 구성돼 있다.
중요한 것은 특정 효소에 주어진 EC 번호를 통해서 해당 효소가 어떠한 종류의 생화학반응을 매개하는지 알 수 있다는 것이다. 따라서 게놈으로부터 얻을 수 있는 효소 단백질 서열의 EC 번호를 빠르고 정확하게 예측할 수 있는 기술은 효소 및 대사 관련 문제를 해결하는 데 중요한 역할을 한다.
작년까지 여러 해에 걸쳐 EC 번호를 예측해주는 컴퓨터 방법론들이 최소 10개 이상 개발됐다. 그러나 이들 모두 예측 속도, 예측 정확성 및 예측 가능 범위 측면에서 발전 필요성이 있었다. 특히 현대 생명과학 및 생명공학에서 이뤄지는 연구의 속도와 규모를 고려했을 때 이러한 방법론의 성능은 충분하지 않았다.
공동연구팀은 1,388,606개의 단백질 서열과 이들에게 신뢰성 있게 부여된 EC 번호를 담고 있는 바이오 빅데이터에 딥러닝 기술을 적용해 EC 번호를 빠르고 정확하게 예측할 수 있는 DeepEC를 개발했다.
DeepEC는 주어진 단백질 서열의 EC 번호를 예측하기 위해서 3개의 합성곱 신경망(Convolutional neural network)을 주요 예측기술로 사용하며, 합성곱 신경망으로 EC 번호를 예측하지 못했을 경우 서열정렬(sequence alignment)을 통해서 EC 번호를 예측한다.
연구팀은 더 나아가 단백질 서열의 도메인(domain)과 기질 결합 부위 잔기(binding site residue)에 변이를 인위적으로 주었을 때, DeepEC가 가장 민감하게 해당 변이의 영향을 감지하는 것을 확인했다.
김현욱 교수는 “DeepEC의 성능을 평가하기 위해서 이전에 발표된 5개의 대표적인 EC 번호 예측 방법론과 비교해보니 DeepEC가 가장 빠르고 정확하게 주어진 단백질의 EC 번호를 예측하는 것으로 나타났다”라며 “효소 기능 연구에 크게 이바지할 것으로 기대한다”라고 말했다.
이상엽 특훈교수는 “이번에 개발한 DeepEC를 통해서 지속해서 재생되는 게놈 및 메타 게놈에 존재하는 방대한 효소 단백질 서열의 기능을 보다 효율적이고 정확하게 알아내는 것이 가능해졌다”라고 말했다.
이번 연구는 과학기술정보통신부가 지원하는 기후변화대응기술개발사업의 바이오리파이너리를 위한 시스템대사공학 원천기술개발 과제 및 바이오·의료기술 개발 Korea Bio Grand Challenge 사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 인공지능 기반의 DeepEC를 이용한 효소 기능 EC 번호 예측
2019.07.03
조회수 16034
-
이상엽, 김현욱 교수, 약물 상호작용 예측기술 DeepDDI 개발
우리 대학 생명화학공학과 이상엽 특훈교수와 김현욱 교수 공동 연구팀이 약물-약물 및 약물-음식 간 상호작용을 정확하게 예측하기 위해 딥 러닝(deep learning)을 이용해 약물 상호작용 예측 방법론인 딥디디아이 (DeepDDI)를 개발했다.
김현욱 교수, 류재용 연구원이 공동 1저자로 참여한 이번 연구는 국제학술지 ‘미국 국립과학원 회보(PNAS)’ 4월 16일자 온라인판에 게재됐다.
기존의 약물 상호작용 예측 방법론은 약물-약물 간의 상호작용 가능성만을 예측할 뿐, 두 약물 간의 구체적인 약리작용에 대한 정보는 제공하지 못했다. 이러한 이유로 맞춤형 약물 처방, 식이요법 등 응용 연구에서 체계적인 근거를 제시하거나 가설을 세우는 데에 한계가 있었다.
연구팀은 딥 러닝(deep learning) 기술을 적용해 19만 2천 284개의 약물-약물 상호작용을 아우르는 86가지의 약물 상호작용을 92.4%의 정확도로 예측하는 시스템 딥디디아이 (DeepDDI)를 개발했다.
딥디디아이는 두 약물 A, B 간의 상호작용에 대한 예측 결과를 다음과 같이 사람이 읽을 수 있는 영문 문장으로 출력한다 : “The metabolism of Drug B can be decreased when combined with Drug A (약물 A를 약물 B와 함께 복용 시 약물 B의 약물 대사가 감소 될 수 있다)”
연구팀은 딥디디아이를 이용해 두 약물 복용 시 일어날 수 있는 유해반응의 원인, 보고된 인체 부작용을 최소화시킬 수 있는 대체 약물, 특정 약물의 약효를 떨어뜨릴 수 있는 음식 및 음식 성분, 지금껏 알려지지 않은 음식 성분의 활성 등을 예측했다.
이번 연구성과로 약물-약물 및 약물-음식 상호작용을 정확하게 예측할 수 있는 시스템을 활용하는 것이 가능해졌으며 이는 신약개발, 복합적 약의 처방, 투약시의 음식조절 등을 포함해 헬스케어, 정밀의료 산업 및 제약 산업에 중요한 역할을 할 것으로 기대된다.
이상엽 특훈교수는 “이번 연구결과는 4차 산업혁명 시대의 정밀의료를 선도할 수 있는 기반 기술을 개발한 것이다”며, “복합 투여되는 약물들의 부작용을 낮추고 환자 맞춤형 약물 처방과 식이요법 제안을 통한 효과적인 약물치료 전략을 수립할 수 있다. 특히 고령화 사회에서 건강한 삶을 유지하는데 필요한 약-음식 궁합에 대한 제안을 해 줄 수 있는 시스템으로 발전해 나갈 것이다”고 말했다.
이 연구성과는 과학기술정보통신부의 바이오리파이너리를 위한 시스템대사공학 연구사업, KAIST의 4차 산업혁명 인공지능 플래그십 이니셔티브 연구사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 딥디디아이 (DeepDDI)의 모식도 및 예측된다양한 약물-음식성분의 상호작용들의 시각화
2018.04.18
조회수 14102
-
정유성 교수, 아태이론및계산화학회 포플 메달 수상
〈 정 유 성 교수 〉
우리 대학 EEWS대학원 정유성 교수가 아태이론 및 계산화학회(APATCC)가 수여하는 2018년도 ‘포플 메달(Pople Medal)’을 수상했다.
포플 메달은 양자역학 이론을 분자화학에 적용하기 위한 계산방법론을 개발한 공으로 1998년 노벨화학상을 수상한 존 포플 교수(John A. Pople)를 기념해 2007년 처음 제정됐다.
이 상은 매년 아시아-태평양 지역에서 연구업적이 우수한 만 45세 이하의 젊은 이론계산화학자 1인에게 주어진다.
정 교수는 기존의 양자화학 계산 정확도와 속도를 향상시키는 알고리즘들을 개발하고 이를 에너지 소재 개발에 응용해 관련 분야 발전에 기여한 공을 인정받았다. 지금까지 120편 이상의 논문을 전문 학술지에 발표했고 8천 회 이상의 피인용 횟수와 44의 H-지수를 기록 중이다.
정 교수는 “계산화학 분야의 권위 있는 포플 메달을 수상해 큰 영광이다”며 “앞으로는 양자화학과 인공지능 기술을 융합한 계산 방법론의 개발과 이를 에너지 소재 개발에 활용하는 연구로 분야에 기여하고 싶다” 고 말했다.
2018.01.10
조회수 9166