-
인공지능으로 파킨슨병 맞춤형 치료 가능
파킨슨병 같은 만성 퇴행성 뇌 질환의 경우, 생존 환자의 뇌세포에 직접 접근이 제한적이기 때문에, 뇌 질환 환자의 세포 데이터를 토대로 환자 질병의 메커니즘 하위 유형을 인공지능으로 예측하는 것은 시도된 바가 없다.
우리 대학 뇌인지과학과 최민이 교수 연구팀이 영국 프랜시스 크릭 연구소(Francis Crick Institute)와의 공동 연구로 파킨슨병 환자의 개인별 질병 하위 유형을 예측하는 인공지능 기반의 플랫폼을 개발했다고 15일 밝혔다.
최민이 교수 연구팀이 개발한 플랫폼은 파킨슨병 환자의 역분화 만능 줄기세포(hiPSC)에서 분화된 신경 세포의 핵, 미토콘드리아, 리보솜 이미지 정보만 학습해 파킨슨 환자의 병리적 하위 유형을 정확하게 예측한다.
이 기술을 활용하면 환자별로 다르게 나타나는 파킨슨병 양상을 겉으로 보이는 발현형이 아닌 생물학적 메커니즘별로 분류할 수 있다. 이를 통해 원인 미상의 파킨슨병 환자가 속한 분자 세포적 하위 유형별로 진단이 가능해져 환자 맞춤형 치료의 길을 열 수 있다. 또 이 플랫폼은 고속의 대량 스크리닝 시스템을 사용하기 때문에 병리적 하위 유형에 적합한 맞춤형 약물 개발 파이프라인으로도 활용될 수 있다.
지금까지 파킨슨병의 치료는 환자 개별의 병리 상태를 고려하지 않고 확률에 기댄 ‘일률적 접근’ 방식을 사용해 왔다. 이러한 접근 방식은 병리적 원인과 치료 방법 사이의 불일치로 인해 치료 효과를 향상하기 어려웠다.
최민이 교수 연구팀이 개발한 플랫폼을 사용하면 개별 환자 뇌세포의 분자 및 세포 정보를 정밀하게 프로파일링할 수 있다. 이를 토대로 환자들의 질병 하위 유형을 정확히 진단할 수 있어서 궁극적으로 ‘정밀 의학 (Precise medicine)’이 가능해진다. 이는 각 개인에게 맞춤화된 치료 (Personalized medicine)로 이어져 치료 효과를 크게 향상할 수 있을 것으로 기대된다.
이 플랫폼은 2012년 노벨의학상 수상 기술인 유도만능줄기세포(iPSC: 성인 피부세포나 혈액에서 얻은 체세포를 태아기의 미분화 상태로 리프로그래밍한 세포. 어떤 장기 세포로도 분화가 가능)를 분화시켜 얻은 뇌세포를 사용하는 ‘접시 속 질병(disease in a dish)’ 패러다임이다. 이는 퇴행성 뇌 질환처럼 병변을 직접 얻을 수 없거나, 인간의 뇌를 정확하게 모사할 수 없는 동물 모델의 한계점을 극복할 수 있는 기술 중 하나로 주목받고 있다. 특히, 접시 속에 배양한 자신의 표적 질병 세포를 순차적으로 이미징하면 일련의 병리적 사건을 추적할 수 있어 질병 진행에 따른 약물 반응 결과를 예측할 수 있다는 이점이 있다.
교신 저자인 최민이 교수는 "이번 연구는 실험실에서 얻은 생물학적 데이터를 인공지능에 효과적으로 학습시켜, 정확도가 높은 질병 하위 유형 분류 모델을 생성하는 방법을 구체적으로 소개했다”며, "이 플랫폼은 자폐 스펙트럼과 같이 환자 개인별 증상이 뚜렷하게 다른 뇌 질환의 하위 유형을 분류하는 데에도 유용할 것이며, 이를 통해 효과적인 치료법 개발도 가능해질 것이다”라고 연구의 의의를 설명했다.
이번 논문은 영국 Medical Research Council (MRC)와 대교-KAIST 인지 향상 연구센터의 지원으로 수행됐으며, 국제 학술지 ‘네이처 머신 인텔리젼스 (Nature Machine Intelligence, IF = 25.8) 8월호에 출판됐다 (논문명: Prediction of mechanistic subtypes of Parkinson’s using patient-derived stem cell model)
2023.08.16
조회수 2699
-
이의진 교수, 미 컴퓨터협회 인간-컴퓨터 상호작용 학회 아카데미 회원 선임
우리 대학 전산학부 이의진 교수가 인간-중심의 컴퓨팅 기술을 연구하는 긍정 컴퓨팅 분야에 대한 기술적 사회적 공로를 인정받아 지난 4월 23일부터 4월 28일까지 독일 함부르크에서 열린 ACM SIGCHI 학술대회에서 아카데미 회원으로 선임됐다고 28일 밝혔다.
미국컴퓨터협회(ACM) 소속 SIGCHI (Special Interest Group on Computer-Human Interaction)는 인간과 컴퓨터가 상호작용하는 방식을 연구하고 이를 개선하는 기술과 방법을 발전시키기 위한 국제 최고권위의 학술단체다. SIGCHI 소속의 대표적인 최우수 학술대회로는 인간-컴퓨터 상호작용 학회(CHI, Conference on Human Factors in Computing Systems)가 있으며 KAIST의 실적은 글로벌 상위 10위안에 포함된다.
ACM SIGCHI 아카데미는 인간-컴퓨터 상호작용 분야에 괄목할 만한 기여를 한 명예로운 연구자 그룹으로 전 세계적으로 매년 8명 내외의 인사들이 선임된다. ACM SIGCHI 아카데미 회원 선임은 인간-컴퓨터 상호작용 분야의 선두 주자로, 학문과 산업을 혁신하고, 인간-컴퓨터 상호작용 분야의 연구를 국제적으로 주도하는 것을 인정받은 것이다. 아시아에서는 일본을 이어 대한민국 최초로 선정된 것이어서 더욱 의미가 크다. 아카데미 회원 선정은 장기간 연구 분야에 대한 누적 기여도, 새로운 연구 방향 또는 혁신을 통한 분야의 파급력, 다른 연구자의 연구에 미친 영향력과 ACM SIGCHI 연구 커뮤니티 참여도를 종합 평가한다.
수상 위원회는 긍정적 컴퓨팅 분야에서 파급력을 보인 이의진 교수의 연구를 높이 평가했다. 이 교수는 전산학, 인지심리학, 디자인 분야를 아우르는 진정한 학제 간 연구를 수행한 인간-컴퓨터 상호작용연구자로서 디지털 헬스와 웰빙 주제로 시스템 설계와 인간 행동 이해에서 모두 크게 기여했다. KAIST 부임 후 다 학제 공동연구 수행을 통해 160편 이상의 논문을 출판했고 국내외 특허도 다수 취득했다. 구글 스칼라의 피인용 지수도 1만 회를 상회한다.
이 교수는 디지털 웰빙 연구에서 문제 행동 중재에 대한 새로운 디자인 지침을 제시했고, 창의적인 응용 서비스 개발을 통해 스마트폰 사용에 관한 기술 기반 자기절제 지원방식을 실증했다. 무엇보다 대규모 필드 실험을 통해서 많은 사람들이 이 교수 연구팀이 개발한 긍정 컴퓨팅 앱을 통해 도움을 받았다. CHI 학술대회에서 최우수 논문상을 받은 연구인 Lock n’ LoL (스마트폰 잠그고 큰소리로 웃기) 시스템은 스마트폰으로 인한 사회적 배제를 완화하기 위한 이 교수의 혁신적인 실증연구의 좋은 사례다. 또한 수백 명의 학생을 대상으로 수행된 Let's FOCUS 시스템에 관한 장기 연구에서는 교실 학습 맥락에서 기술적 개입을 설계하는 중요한 기반을 제공했다. 그 외에 신체적, 정신적 웰빙을 증진하기 위한 디지털 헬스 중재 기술에 대한 응용 연구를 다수 수행했다. 건강과 웰빙 증진을 위한 적시 개입 기술을 설계하고 평가하는 선구자 중 한 명이다.
이 교수는 인간-컴퓨터 상호작용 최고권위의 학회인 ACM Ubicomp, CHI, CSCW의 편집위원으로 꾸준히 봉사를 해왔다. 국내 ACM SIGCHI 한국지부 위원장으로 다년간 봉사했고 2021년에는 한국HCI 학술대회 조직위원장을 선임했다. 연구재단 인정의 우수 학회에서 최우수 논문상(ACM CHI’16, AAAI ICWSM’13, IEEE CCGrid’11, IEEE PerCom’07)을 다수 수상했고, IEEE IoT Forum으로부터 최다피인용 논문상(2019)을 받은 바 있다.
현재 이 교수는 감정노동자를 위한 디지털 헬스케어 기술 개발과 스마트 홈 환경을 위한 정신건강 관리 시스템에 관한 연구를 활발히 수행하고 있다. 이 교수는 “모바일, 웨어러블, 사물인터넷(IoT) 등 디지털 기술을 활용하여 인간의 건강과 웰빙을 지원하는 현재 서비스를 데이터와 인공지능을 융합하는 개인화 서비스로 확장해 접근성과 효율성을 100배 이상 높이는 도전적인 미래 기술 연구를 수행해나갈 계획”이라고 말했다.
2023.05.02
조회수 2545
-
챗GPT에 사용된 트랜스포머로 다공성 소재 예측
다공성 소재는 넓은 공극과 표면 면적을 지니고 있어, 가스 흡착, 분리, 촉매 등 다양한 에너지 및 환경 분야에서 적용된다. 다공성 소재 중 한 종류인 금속 유기 골격체(MOF)는 무한대에 가까운 경우의 수를 갖는 넓은 물질 공간(materials space) 안에 존재하기에, 인공지능을 사용해 최적의 물질을 추출하고 특성을 예측하려는 연구가 활발히 진행되고 있다. 하지만 이러한 모델들은 대부분 특정한 물성 한 종류만 학습할 수 있으며, 모든 재료 특성에 보편적으로 적용할 수 없다는 단점이 존재한다.
우리 대학 생명화학공학과 김지한 교수 연구팀이 세계 최초로 멀티모달 트랜스포머를 적용한 인공지능(AI)을 통해 다공성 소재의 다양한 물성을 예측하는 기술을 개발했다고 5일 밝혔다. 멀티모달 트랜스포머는 비디오 프레임과 오디오 트랙, 웹 이미지와 캡션, 교육용 비디오와 음성 대본과 같이 서로 다른 형태의 정보를 효과적이고 효율적으로 결합하도록 설계된 신경망 모델의 일종이다.
김지한 교수 연구팀은 챗GPT(ChatGPT)에서 사용된 모델인 트랜스포머를 다공성 소재에 도입해 모든 성능을 예측할 수 있는 멀티모달 인공 신경망을 개발했다. 멀티모달은 사진(이미지)과 설명(자연어)같이 서로 다른 형태의 데이터를 함께 학습하며, 이는 인간과 비슷하게 입체적이고 종합적인 사고를 할 수 있도록 도와준다. 연구팀이 개발한 멀티모달 트랜스포머 (MOFTransformer)는 원자 단위의 정보를 그래프로 표현하고, 결정성 단위의 정보를 3차원 그림으로 전환 후 함께 학습하는 방식으로 개발했다. 이는 다공성 소재의 물성 예측의 한계점이었던 다양한 물성에 대한 전이 학습을 극복하고 모든 물성에서 높은 성능으로 물성을 예측할 수 있게 했다.
김지한 교수 연구팀은 다공성 소재를 위한 트랜스포머를 개발해 1백만 개의 다공성 소재로 사전학습을 진행했으며, 다공성 소재의 가스 흡착, 기체 확산, 전기적 특성 등의 다양한 소재의 물성을 기존의 발표된 머신러닝 모델들보다 모두 더 높은 성능으로 (최대 28% 상승) 예측하는 데 성공했고, 또한 논문으로부터 추출된 텍스트 데이터에서도 역시 높은 성능으로 예측하는 데 성공했다.
연구팀이 개발한 기술은 물질의 특성을 계산 및 예측하는 새로운 방법론을 제시했으며, 이를 통해 소재 분야에서 새로운 소재의 설계와 개발에 도움이 될 뿐만 아니라, 기존의 소재에 대한 깊은 이해를 얻을 수 있을 것으로 기대된다. 더불어, 멀티모달 트랜스포머는 다공성 소재뿐만 아니라 다른 종류의 소재에도 확장 가능한 범용적인 모델이므로, 인공지능을 통한 소재 과학의 발전에 크게 이바지할 수 있을 것이다.
생명화학공학과 강영훈, 박현수 박사과정이 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `네이처 머신 인텔리전스(Nature Machine Intelligence)'에 지난 3월 13일에 게재됐다. (논문명: A multi-modal pre-training transformer for universal transfer learning in metal–organic frameworks)
한편 이번 연구는 과학기술정보통신부의 지원으로 국가 소재 연구 데이터 사업단, 그리고 한국연구재단 (NRF) 중견 연구자 지원 사업의 지원을 받아 수행됐다.
2023.04.05
조회수 4019
-
똑똑한 영상 복원 인공지능 기술 개발
딥러닝 기술은 영상 복원 속도가 기존 알고리즘 대비 수백 배 이상 빠를 뿐만 아니라 복원 정확도 역시 높다. 하지만, 주어진 학습 데이터에만 의존하는 딥러닝 기술은 영상 취득 환경상에 변화가 생기면 성능이 급격히 저하되는 치명적인 약점이 있다. 이는 알파고와 이세돌 九단과의 대국 시 `신의 한 수'에 의해 알파고의 성능이 급격하게 저하되었던 사례를 떠올리면 쉽게 이해할 수 있다. 즉, 인공지능이 학습하지 못했던 변수(학습 데이터상에 존재하지 않는 수)가 발생할 때 신뢰도가 급격히 낮아지는 인공지능 기술의 근본적인 문제이기도 하다.
우리 대학 바이오및뇌공학과 장무석 교수 연구팀과 김재철AI 대학원 예종철 교수 연구팀이 공동 연구를 통해 인공 지능의 신뢰도 문제를 해결할 수 있는 물리적 학습 기반의 영상 복원 딥러닝 기술을 개발했다고 6일 밝혔다.
연구팀은 영상 취득 환경에서 발생할 수 있는 변수 대부분이 물리적 법칙을 통해 수학적으로 기술 가능하다는 점에 착안해 물리적 법칙과 심층 신경망이 통합된 학습 기법을 제시했다.
모든 영상 기술은 물리적인 영상 기기를 통해 영상 정보를 취득한다. 연구팀은 이 정보 취득 과정에 대한 물리적인 통찰력을 인공지능에 학습시키는 방법을 개발했다. 예를 들면, `네가 도출한 복원 결과가 물리적으로 합당할까?' 혹은 `이 영상 기기는 물리적으로 이런 변수가 생길 수 있을 것 같은데?'라는 식의 질문을 통해 물리적 통찰력을 인공지능에 이식하는 방법을 제시한 것이다.
연구팀은 변화하는 영상 취득 환경에서도 신뢰도 높은 홀로그래피 영상* 을 복원하는데 성공했다. 홀로그래피 영상 기술은 의료 영상, 군용 감시, 자율 주행용 영상 등 다양한 정밀 영상 기술에 다양하게 활용될 수 있는데, 이번 연구는 의료 진단 분야의 활용성을 집중적으로 검증하였다.
*홀로그래피 영상: 물체의 그림자 패턴(회절 패턴)으로부터 물체의 형태를 복원하는 영상 기법, 일반적인 영상 기술과 달리 위상 변화에 의한 물체의 미세 구조를 감지할 수 있는 영상 기술
연구팀은 먼저 3차원 공간상에서 매우 빠르게 움직이는 적혈구의 회절 영상(확산된 그림자형상)으로부터 적혈구의 형태를 실시간으로 복원하는데 성공했다. 이러한 동적인 영상 환경에서 예상치 못한 변수로는 여러 개의 적혈구 덩어리가 복잡하게 겹쳐진다거나 적혈구가 예상하지 못했던 위치로 흘러가는 경우를 생각해 볼 수 있다. 여기서, 연구팀은 인공 지능이 생성한 영상이 합당한 결과인지 빛 전파 이론을 통해 검산하는 방식으로 물리적으로 유효한 복원 신뢰도를 구현하는데 성공하였다.
연구팀은 암 진단의 표준기술로 자리잡고 있는 생검 조직(생체에서 조직 일부를 메스나 바늘로 채취하는 것)의 영상 복원에도 성공했다. 주목할 점은 특정한 카메라 위치에서 측정된 회절 영상만을 학습했음에도 인공지능의 인지능력이 부가되어 다양한 카메라 위치에서도 물체를 인식하는데 성공했다는 점이다. 이번에 구현된 기술은 세포 염색 과정이나 수 천 만원에 달하는 현미경이 필요하지 않아 생검 조직 검사의 속도와 비용을 크게 개선할 수 있을 것으로 기대된다.
물리적 통찰력을 인공 지능에 이식하는 영상 복원 기술은 의료 진단 분야 뿐만 아니라 광범위한 영상 기술에 활용될 것으로 기대된다. 최근 영상 기술 산업계 (모바일 기기 카메라, 의료 진단용 MRI, CT, 광 기반 반도체 공정 불량 검출 등) 에선 인공지능 솔루션 탑재가 활발히 이루어지고 있다. 영상 취득에 사용되는 센서, 물체의 밝기, 물체까지의 거리와 같은 영상 취득 환경은 사용자마다 다를 수밖에 없어 적응 능력을 갖춘 인공 지능 솔루션에 대한 수요가 큰 상황이다. 현재 대부분의 인공 지능 기술은 적응 능력 부재로 신뢰도가 낮은 문제 때문에 실제 현장에서 활용성이 제한적인 상황이다.
바이오및뇌공학과 이찬석 연구원은 "데이터와 물리 법칙을 동시에 학습하는 적응형 인공지능 기술은 홀로그래피 영상뿐만 아니라 초고해상도 영상, 3차원 영상, 비시선 영상(장애물 뒷면을 보는 영상) 등 다양한 계산 영상 기술에 적용될 수 있을 것으로 기대된다ˮ고 밝혔다.
연구진은 "이번 연구를 통해 인공지능 학습에 있어서 학습 데이터에 대한 강한 의존성(신뢰도 문제)을 물리적 법칙을 결합해 해소했을 뿐만 아니라, 이미지 복원에 있어 매게 변수화된 전방 모델을 기반으로 했기 때문에 신뢰도와 적응성이 크게 향상됐다ˮ며, 이어 "이번 연구에서는 데이터의 다양한 특성 중에서 수학적 혹은 물리적으로 정확히 다룰 수 있는 측면에 집중했고, 향후 무작위적인 잡음이나 데이터의 형태에 대해서도 제약받지 않는 범용 복원 알고리즘을 개발하는 데 주력할 것이다ˮ라고 밝혔다.
바이오및뇌공학과 이찬석 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 머신 인텔리전스(Nature Machine Intelligence)'에 지난 1월 17일 字 출판됐다. (논문명: Deep learning based on parameterized physical forward model for adaptive holographic imaging with unpaired data)
한편 이번 연구는 삼성미래기술육성사업과 선도연구센터사업의 지원을 받아 수행됐다.
2023.02.06
조회수 3673
-
KAIST 우수수업 수기 공모전 시상식 개최
우리 대학이 지난 10월 14일 '2022 KAIST 우수수업 수기 공모전' 시상식을 개최했다.
우리 대학의 좋은 수업을 발굴해 학내 구성원들에게 공유하기 위해 '내가 추천하는 우리 학교 우수강의'를 주제로 시행된 이번 공모에는 총 28개의 수상작이 선정됐다.
금상은 전산학부 민하주르 라흐만 차우두리 마힘(Minhajur Rahman Chowdhury Mahim)학생이 차지했다. '수강취소하고 싶었지만 가장 좋아하는 수업이 된 강의'라는 제목의 수기를 작성해 전산학부 문은영 교수의 데이터 구조 수업을 추천했다.
또한, 생명과학과 박규병 학생의 'KAIST 학생들이여, 연구실에서 나와 이 수업을 들으라(디지털인문사회과학부 문정인 교수/사회과학특강 <미중 전략 경쟁과 한반도- 한국의 선택>)'와 새내기과정학부 조휘인 학생의 '모래성 그리고 파도(수리과학과 김동수 교수/데이터과학을 위한 선형대수학)', 문화기술대학원 타티아나 치비소바(Tatiana Chibisova) 학생의 '음악, 과학, 그리고 러버덕(멀티미디어 음향기술/문화과학기술대학 남주한 교수)'이 은상을 받았다. 이 외에도 동상 6건과 참가상 18건이 선정되어 교수학습혁신센터장 명의 상장과 상금이 수여됐다.
금상을 수상한 전산학부 민하주르 라흐만 차우두리 마힘(Minhajur Rahman Chowdhury Mahim) 학생은 "100% 온라인으로 진행된 수업임에도 불구하고 체계적인 수업 구성과 과제 피드백을 통해 성취감을 느낄 수 있었다"고 말했다.
석현정 KAIST 교육원장은 "우수강의 수기공모전에 참여해준 모든 학생들에게 감사드린다"고 전하며, "추천한 강의의 수업전략과 평가방법, 학생태도 등의 변화를 세세하게 작성해주어서 교내 구성원들과 우수수업사례를 공유할 수 있는 좋은 기회가 되었다"라고 덧붙였다.
교수학습혁신센터는 이번 공모전 수상작의 수기를 수기집으로 제작하고, 교내에 배포해 좋은 수업 사례를 공유하고 확산하는 데 적극적으로 활용할 계획이다.
<수상자 및 수기명>
∘금상 - 추천 수업: 데이터 구조, 전산학부 문은영 교수 - 수상작: 수강취소하고 싶었지만 가장 좋아하는 수업이 된 강의 (A Class Becoming My Favorite which I Once Wanted to Get Rid Off) - 수상자: 전산학부 민하주르 라흐만 차우두리 마힘(Minhajur Rahman Chowdhury Mahim)
∘은상 - 추천 수업: 사회과학특강<미중 전략 경쟁과 한반도- 한국의 선택>, 디지털인문사회과학부 문정인 교수 - 수상작: 카이스트 학생들이여, 연구실에서 나와 이 수업을 들으라 - 수상자: 생명과학과 박규병 - 추천 수업: 데이터과학을 위한 선형대수학, 수리과학과 김동수 교수 - 수상작: 모래성 그리고 파도 - 수상자: 새내기과정학부 조휘인 - 추천 수업: 멀티미디어 음향기술, 문화기술대학원 남주한 교수 - 수상작: 음악, 과학, 그리고 러버덕(Music, Science and Rubber Duck) - 수상자: 문화기술대학원 타티아나 치비소바(Tatiana Chibisova)
∘동상 - 추천 수업: 산업공학의 특수논제 I <지속가능 사회를 위한 스마트 모빌리티>, 산업및시스템공학과 여화수, 이진우, 김하나 교수 - 수상작: 새롭고 혁신적인 수업의 3개의 멋진 부분들(Three brilliant minds in an innovative new class) - 수상자: 조천식모빌리티대학원 에릭 페르난도 가르시아 자무디오(Erick Fernando Garcia Zamudio) - 추천 수업: 실험중심의 체감형 물리학, 물리학과 조성재 교수 - 수상작: 나만의 '토끼'를 찾고, 스스로 오게 하자 - 수상자: 새내기과정학부 강원일 - 추천 수업: 전산열유체공학, 기계공학과 김현진 교수 - 수상작: 전화위복, 코로나가 준 새로운 방편들 - 수상자: 기계공학과 권진호 - 추천 수업: 신경과학 방법론, 바이오및뇌공학과 박영균 교수 - 수상작: 신경과학 방법론 수업의 4가지 특별한 점(Four Unique Traits About ‘Methods in Neuroscience) - 수상자: 바이오및뇌공학과 김민주 - 추천 수업: 계산사회과학, 디지털인문사회과학부 김란우 교수 - 수상작: 계산사회과학-내 삶에 오래 기억되는 수업(Computational Social Science - A Course to Last a Lifetime) - 수상자: 전산학부 메이더 아이자즈(Maida Aizaz) - 추천 수업: 증강현실, 문화기술학 부전공 프로그램 윤상호 교수 - 수상작: 과정 및 결과, 두 마리 토끼를 잡다 - 수상자: 문화기술대학원 이승언
2022.11.09
조회수 3873
-
인공지능으로 화학반응을 예측하다
우리 대학 생명화학공학과 정유성 교수 연구팀이 화학자처럼 생각하는 인공지능을 개발했다고 4일 밝혔다. 연구팀이 개발한 인공지능은 유기 반응의 결과를 정확하게 예측한다.
유기 화학자는 반응물을 보고 유기 화학반응의 결과를 예상해 약물이나 유기발광다이오드(OLED)와 같이 원하는 물성을 갖는 분자를 합성한다. 하지만 실험을 통해 화학반응의 생성물을 직접 확인하는 작업은 일반적으로 시간과 비용이 많이 소모된다. 게다가 유기 화학 반응은 같은 반응물에서 다양한 생성물이 생길 수 있어 숙련된 유기 화학자라도 모든 화학반응을 정확하게 예측하지 못한다.
이런 한계를 극복하고자 인공지능을 이용해 유기 반응을 예측하는 연구가 활발하게 일어나고 있다. 대부분의 연구는 반응물과 생성물을 서로 다른 두 개의 언어로 생각하고 한 언어에서 다른 언어로 번역하는 언어 번역 모델을 사용하는 방법에 집중하고 있다. 이 방법은 예측 정확도는 높지만, 인공지능이 화학을 이해하고 생성물을 예측했다고 해석하기 어려워 모델이 예측한 결과를 신뢰하기 어렵다.
정 교수팀은 화학적 직관을 바탕으로 모델을 설계해서 모델이 예측한 결과를 화학적으로 설명을 할 수 있을 뿐 아니라, 공개 데이터베이스에서 매우 우수한 예측 정확도를 달성했다.
정 교수팀은 화학자가 반응 결과를 예측하는 방법에서 아이디어를 얻었다. 화학자는 반응 중심을 파악하고 화학반응 규칙을 적용해 가능한 생성물을 예측한다. 이 과정을 본떠서 공개 화학반응 데이터베이스로부터 화학반응 규칙을 도출했다. 화학반응 규칙을 바탕으로 분자의 화학 반응성을 예측하기 위해서, 분자를 그래프로 취급하는 그래프 신경망(Graph Neural Network, GNN) 모델을 개발했다. 이 모델에 반응물들을 넣으면 화학반응 규칙과 반응 중심을 식별해 생성물을 성공적으로 예측한다.
정 교수팀은 화학반응에서 널리 사용되는 미국 특허무역청(USPTO) 데이터를 이용해 유기 반응을 90% 이상의 정확도로 예측하는 데 성공했다. 개발된 모델은 실제 사용 시 모델에 높은 신뢰성을 제공하는 `예측의 불확실성'을 말할 수 있다. 예를 들어, 불확실성이 낮다고 간주되는 모델의 정확도는 98.6%로 증가한다. 모델은 무작위로 샘플링된 일련의 유기 반응을 예측하는 데 있어 소규모의 합성 전문가보다 더 정확한 것으로 나타났다.
이번 연구의 성공으로 연구팀은 다른 분야에서 좋은 성능을 보인 모델을 그대로 사용하던 기존 방법보다, 화학자가 생각하는 방법과 동일하게 신경망을 설계하는 전략이 더 합리적이고 우수한 성능을 보인다는 것을 입증했다. 연구팀은 이 연구를 활용하면 분자 설계 과정이 비약적으로 빨라질 것으로 기대하며, 새로운 화합물 개발에 실용적인 응용을 기대하고 있다. 정유성 교수팀은 현재 연구 성과의 특허 출원을 준비하고 있다.
우리 대학 생명화학공학과 첸수안(Shuan Chen) 박사과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 '네이처 머신 인텔리전스(Nature Machine Intelligence)'에 9월호 표지논문으로 선정돼 출판됐다.
한편 이번 연구는 산업통상자원부와 한국연구재단의 지원을 받아 수행됐다.
2022.10.04
조회수 5586
-
대규모 한국인 자폐증 가족 유전체 연구를 통한 새로운 자폐 유전변이 최초 발견
우리 대학 의과학대학원 이정호 교수와 바이오및뇌공학과 최정균 교수, 생명과학과 김은준 교수(IBS 시냅스뇌질환연구단장), 분당서울대병원 유희정 교수, KISTI 공동 연구팀이 아시아 최초로 대규모 한국인 자폐증 가족 코호트를 모집하고 전장 유전체 분석을 실시해 자폐증 유발 유전변이가 단백질을 암호화하지 않는 유전체 영역인 비-부호화 영역에서 발생할 수 있다는 사실을 규명했고, 이를 통해 자폐증 원인의 새로운 이해와 치료 전기를 마련했다고 19일 밝혔다.
이번 연구내용은 세계적 정신의학 학술지 ‘분자 정신의학(Molecular Psychiatry)’에 7월 15일 자에 게재됐다.
자폐증은 사회적 의사소통 결핍이나 이상, 반복적이거나 틀에 박힌 행동 문제가 유아 시절 시작돼 거의 평생 지속되는 뇌 신경 발달장애로, 질환 발생의 근본적인 원인에 대한 이해가 매우 부족하며, 공식적으로 인정된 치료 약제가 전무하다. 자폐증 원인에 대한 이해의 필요성은 대중들의 높은 관심을 통해서도 가늠해볼 수 있는데, 예를 들어 최근 세간의 이목이 집중된 드라마 ‘이상한 변호사 우영우’의 주인공이 자폐증을 앓고 있다.
연구진은 자폐증 유발 유전변이가 비-부호화 유전체 영역에서 발생한다는 사실을 발견했으며, 이를 세계 최초로 한국인 자폐증 샘플로 제작한 인간 줄기세포를 이용해 증명했다. 자폐증의 근본 원인을 규명한 획기적인 연구 결과로서, 기존 연구의 한계를 뛰어넘어 그간 유전체 분야의 난공불락으로 여겨졌던 비-부호화 영역에 초점을 맞춘 혁신적인 발상으로 자폐증 치료의 새로운 전기가 마련될 것으로 예상된다.
연구진은 IBS와 한국연구재단, 국가바이오빅데이터 사업단의 지원을 통해 2011년부터 현재 3,708명에 달하는 자폐 환자와 그 가족들로 구성된 대규모 한국인 코호트를 구축하고 유전체 분석을 진행하고 있으며, 이번 연구 결과는 813명의 전장 유전체 염기서열 분석을 바탕으로 이뤄졌다. (그림 1)
유전체 데이터의 98% 이상을 차지하고 있으나 그간 자폐증 유전체 연구에서 조명받지 못했던 비-부호화 영역을 집중적으로 규명하고자, 연구진은 3차원 공간상의 염색질 상호작용(three-dimensional chromatin interaction)이라는 새로운 분석 방식을 사용했으며 (그림 2), 비-부호화 영역에서 발생한 유전변이가 멀리 떨어져 있는 자폐 유전자의 기능에 심각한 이상을 초래할 수 있음을 증명했다. (그림 3)
특히, 본 코호트의 한국인 자폐증 가족으로부터 직접 인간 줄기세포를 제작해 태아기 신경세포를 재현했으며, 이러한 생애 초기 신경 발달단계에서 비-부호화 영역의 유전변이에 의해 최대 500,000 base-pair(유전체 거리 단위) 이상 떨어져 있는 유전자의 발현이 비정상적으로 낮아지거나 높아질 수 있음을 세계 최초로 증명했다 (그림 4)
이번 연구 성과는 자폐증 유발 유전변이가 단백질을 부호화하지 않는 비-부호화 영역에서 발생해, 멀리 떨어져 있는 유전자의 기능에 영향을 미침으로써 신경 발달단계 초기부터 질병 발병에 기여한다는 획기적인 자폐증 원인에 대한 발견이다. 연구팀은 그간 단백질을 부호화하는 영역에만 쏠려 있던 정신질환 연구 풍토 속에서, 비-부호화 영역을 규명하는 방향으로 전환해야 자폐증 치료의 비밀을 풀 수 있다는 새로운 접근법을 제시했다.
IBS 시냅스뇌질환연구단(김은준 교수팀 프로젝트 제안 및 개시), 서울의대 및 분당서울대병원(유희정교수팀 코호트 구축 및 임상 평가), KISTI(대용량 컴퓨팅 리소스 및 유전체 데이터 분석 파이프라인 제공), KAIST (이정호 교수팀, 최정균 교수팀 비-부호화 영역 유전변이 분석) 공동 연구팀이 통합된 유전체-임상 데이터에 대해 3차원 공간상의 염색질 상호작용 분석을 통해 비-부호화 영역에서 발생한 유전변이가 자폐증 발병에 기여함을 규명했다.
이는 순수 국내의 임상가와 기초과학자, 생물정보학 전문가의 융합연구로 이루어낸 성과이며, 아시아 최초의 대규모 전장-유전체 데이터 기반 코호트 구축과 유전체 분석 모델의 기틀을 마련함으로써 대한민국 유전체 연구의 선도적인 역할을 한 것이다. 자폐 유전체 연구는 지난 10년간 북미와 유럽을 위주로 대규모로 진행됐으나, 한국을 비롯한 아시아에서는 상대적으로 연구가 덜 진행됐다.
논문의 공동 제1 저자인 KAIST 의과학대학원 졸업생 김일빈 박사는 “신경발달장애 중 자폐증은 특히 치료가 어려운 것으로 알려져 있는데, 발병 원인 중 하나로 지목되는 유전체 영역의 이상을 한국인 고유의 데이터를 사용해 순수 국내 연구진들의 힘으로 발견해냈다는 데 큰 의미가 있으며, 이 연구 성과가 언젠가는 이루어질 자폐증 치료제 개발을 위한 작은 발판이 되길 바란다”라고 말했다. 분당서울대병원의 유희정 교수도 “우리나라 연구진의 힘을 모아 자폐증의 비밀을 풀기 위한 첫걸음을 내딛었다. 연구에 참여해 준 당사자와 가족들의 헌신으로 이룬 일이라고 생각한다. 하지만 우리가 자폐증의 발병 기전을 완전히 이해하고 나아가 치료제를 개발하기 위해서는 아직 연구해야 할 것이 많다. 유전체 연구에 대한 국가 차원의 지원이 절실하며, 자폐증을 가진 분들과 가족들의 관심도 꼭 필요하다”는 점을 강조했다.
한편 이번 연구는 서경배과학재단, 한국연구재단, 보건산업진흥원사업을 통해 수행됐다.
2022.07.19
조회수 6107
-
전산학부 김주호 교수 연구팀, ACM CHI 2022 학술대회 최우수논문상 및 우수논문상 수상
우리 대학 전산학부 김주호 교수가 이끄는 연구팀이 지난 4월 30일부터 5월 6일까지 열린 美 컴퓨터협회 인간-컴퓨터 상호작용 학술대회(이하 ACM CHI 2022)에서 최우수논문상(Best Paper Award)과 우수논문상(Honorable Mention Award)을 받았다고 19일 밝혔다.
ACM CHI 학술대회는 인간-컴퓨터 상호작용(Human-Computer Interaction: HCI) 분야의 세계 최고 권위 학회로 구글 스칼라 h-5 인덱스 기준 HCI 분야 저널과 학술대회를 통틀어 1위에 올라있다. 최우수논문상은 전체 논문 중 상위 1%의 논문에, 우수논문상은 상위 5%의 논문에 주어지는 상이다.
김주호 교수는 이번 ACM CHI 2022 학술대회에 총 7개의 논문을 발표해 발표 논문 수로 전 세계 연구자 중 공동 1위에 올랐다. KAIST 소속의 논문은 총 19개로, 전 세계 기관 중 5위에 올라 KAIST의 세계 수준의 연구 역량을 증명했다.
전산학부 김정연 연구원(제1 저자, 석사과정 졸업), 최유빈 전기및전자공학부 석사과정, 멍 시아 박사(전산학부 박사 후 연구원; 현재 미국 카네기멜론대학교 박사 후 연구원)로 구성된 김주호 교수 연구팀은 `Mobile-Friendly Content Design for MOOCs: Challenges, Requirements, and Design Opportunities' 라는 제목의 논문으로 CHI 2022 학술대회 최우수논문상을 받았다.
이 연구는 모바일 환경에서 영상 기반 학습 콘텐츠를 시청하는 학습자가 겪는 어려움을 분석하고 이를 해결하기 위한 가이드라인을 제시했다. 연구팀은 134명의 학습자를 대상으로 한 설문과 21명을 대상으로 한 인터뷰를 분석해 너무 작거나 과밀한 텍스트가 영상 콘텐츠의 가독성을 떨어뜨리는 것이 주요 문제임을 밝혔다. 또한 조명, 소음, 주변 환경의 잦은 변화로 인한 학습상황의 장애 또한 중요한 문제임을 밝혔다.
이러한 분석을 토대로 101개의 영상 강의 속 41,722개의 영상 프레임에 대한 모바일 환경 적합도를 분석한 결과 전반적으로 낮은 수준의 적합도를 보인다는 것을 확인했다. 예를 들어 텍스트 크기의 경우 불과 24.5%의 영상 프레임만이 모바일 환경에서의 학습에 적합한 것으로 나타났다. 연구팀은 이러한 문제를 극복하기 위해 영상 콘텐츠의 가독성을 높이고 모바일 학습 상황에서 발생하는 장애를 극복하기 위한 가이드라인을 제시했다.
팬데믹 이후 영상 기반 학습에 대한 중요성과 의존성이 더욱 높아지고 있는 상황에서, 이 연구는 작은 화면의 모바일 기기로 학습을 하는 많은 학습자의 어려움을 분석하고 극복 방법을 제시했다는 면에서 의미가 있다. 또한 나아가 학습 영상의 문제를 인간과 인공지능의 협업으로 해결하는 기술까지 제시하여 기존 학습 영상의 활용도를 높이면서 학습 경험 개선을 가능케 하였다. 이 기술은 다양한 영상 기반 학습 플랫폼이나 컨텐츠 제작 환경에 적용될 수 있다.
한편 전산학부 김태수 박사과정(제1 저자), 최다은 석사과정, 최윤서 박사과정 연구원으로 구성된 연구팀은 `Stylette: Styling the Web with Natural Language' 라는 제목의 논문으로 CHI 2022 학술대회 우수논문상을 받았다.
연구팀은 전문용어를 모르는 비전문가가 음성으로 웹사이트의 스타일을 수정할 수 있도록 지원하는 새로운 인터페이스 기술을 개발했다. 다양한 웹사이트를 사용하다 보면 접근성 문제, 기기 환경의 제약, 불편하고 보기 힘든 디자인, 스타일 선호 등의 이유로 원하는 내용을 찾기 어렵거나 사용에 어려움을 겪는 경우가 있다. 하지만 프로그래밍과 디자인의 전문성이 없는 일반인이 직접 웹사이트의 스타일을 수정하기는 어려워 대부분 사용자는 불편함을 참고 사용한다. 사용자가 "이 부분은 더 강조해줘ˮ, "좀 더 모던한 디자인으로ˮ와 같이 자신의 의도를 일상의 언어로 표현하고, 시스템이 사용자의 의도를 파악해 자동으로 스타일을 수정해 준다면 어떨까?
위와 같은 질문을 바탕으로 김주호 교수 연구팀이 개발한 `Stylette' 시스템은 사용자의 자연 언어 기반 음성 입력을 인공지능이 파악해 가장 의도에 부합하는 새로운 스타일을 자동으로 추천해 준다. 연구팀은 언어 인공지능, 시각 인공지능, 사용자 인터페이스 기술을 결합해 새로운 시스템을 만들었다. 언어 측면에서는 대규모 언어모델 인공지능이 사용자의 일상언어로 표현된 의도를 적절한 스타일 요소로 변환해 준다. 시각 측면에서는 컴퓨터 비전 인공지능이 170만 개의 기존 웹 디자인 요소 데이터와의 비교를 통해 현재 웹사이트에 적절한 수준의 스타일을 추천해 준다. 40명의 일반인을 대상으로 진행한 실험에서 이번 시스템을 사용한 사용자는 대조군과 비교해 두 배 이상 높은 성공률로 35% 적은 시간에 디자인 수정을 완료할 수 있었다.
이 연구는 최신 인공지능 기술이 직관적인 사용자 상호작용 설계에 적용되는 실질적인 사례를 제시했다는 점에서 의미가 있다. 개발된 기술은 기존 디자인 애플리케이션이나 웹브라우저에 플러그인 형태로 적용 가능하며, 사용자의 자연스러운 의도 데이터를 대규모로 수집해 웹사이트 개선이나 광고 등에도 활용할 수 있다.
2022.05.19
조회수 5701
-
움직이는 가상 물질을 입체적으로 쥘 수 있는 새로운 가상현실 컨트롤러 개발
우리 대학 산업디자인학과 안드리아 비앙키(Andrea Bianchi) 교수 연구팀이 회전하는 원판을 활용한 6-자유도 햅틱 컨트롤러를 개발했다고 12일 밝혔다.
비앙키 교수 연구팀은 마이크로소프트(Microsoft Research)와 협업해 움직이는 물체의 이동 속도, 방향과 두께감을 표현하는 `SpinOchhio(스피노키오)' 컨트롤러를 개발했다. 이 컨트롤러는 한 쌍의 회전 원판과 피버팅(2차적 축 회전) 메커니즘을 활용해 가상 환경(VR Environment)에서 사용자가 엄지와 검지로 쥐고 있는 물체가 손가락 사이를 지나가는 속도, 방향과 두께의 감촉을 사실적으로 체험할 수 있게 한다.
산업디자인학과 김명진 박사과정이 제1 저자로 참여한 이번 연구는 지난 5월 4일에 `ACM CHI 2022 (2022 CHI Conference on Human Factors in Computing Systems)' 국제학회에서 발표됐다. (논문명: SpinOcchio: Understanding Haptic-Visual Congruency of Skin-Slip in VR with a Dynamic Grip Controller)
기존의 가상현실(VR) 컨트롤러는 가상 물체와의 상호작용을 표현하는 방법으로 진동 피드백만을 활용해, 손에 쥔 물체의 움직이는 속도, 방향, 또는 두께감에 대한 촉감 피드백을 표현하는 데에 한계가 있었다.
손가락으로 쥐고 있는 가상 물체의 움직임과 다양한 두께감을 사실적으로 재현하기 위해서는 각 손가락에 닿는 표면의 움직임과 표면 간의 거리를 고려해야 한다. 연구팀이 개발한 `스피노키오'는 한 쌍의 피버팅 하는 회전 원판을 엄지와 검지 각 손가락 끝에 접촉하게 함으로써, 손가락 사이에 있는 물체가 다양한 방향으로 미끄러지거나 회전하는 감각을 재현한다. 또한 연구팀은 두 원판 간의 거리를 조절함으로 가상 환경에서 실시간으로 다양한 물체의 두께와 형태의 촉감을 구현했다. 엄지와 검지 각 손가락 끝에 접촉한 표면의 움직이는 방향(1), 속도(2)와 폭(3)을 개별적으로 제어하여 `스피노키오'는 총 6-자유도 햅틱 피드백을 구현한다.
연구팀은 `스피노키오'를 활용해 표면의 움직임의 방향 변화에 대한 사용자들의 인지능력을 측정했고, 가상 물체를 재현했을 때 가상현실의 시각적 피드백이 촉각 피드백 인지에 큰 영향을 끼치는 것을 실험적으로 확인했다.
`스피노키오'의 활용 예시로 연구팀은 가상 환경에서 사용자가 손가락으로 힘을 주어 물체를 집어 올리거나 잡아당기거나 꼬집어 변형시키는 상호작용과 더불어 힘을 빼고 물체를 쓰다듬거나 떨어뜨리는 등 다양한 물체와의 상호작용을 제안했다.
연구를 주도한 안드리아 비앙키 교수는 "이번에 개발한 스피노키오는 이전과 달리 사용자가 움직이는 가상의 물체를 입체적으로 손으로 쥐는 햅틱 경험을 구현한 특징이 있으며, 3D 모델링 작업과 가상 교육 환경 등에 특히 응용되어 산업적 가치를 지닌다ˮ라고 설명했다.
한편 이번 연구는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행됐다.
2022.05.12
조회수 4478
-
전산학부 김대화 석사과정, ACM CHI 2021 학회 Honorable Mention Award 수상
우리 대학 전산학부 이기혁 교수 연구팀이 가상환경에서 안테나의 반사 손실을 이용해 사용자의 핀치 제스처를 정밀하게 감지하는 방법에 대해 연구했다고 밝혔다. (논문명: ‘AtaTouch: Robust Finger Pinch Detection for a VR Controller Using RF Return Loss’’)
이 교수 연구팀 소속 김대화 석사과정 학생이 제1저자로 참여한 이번 연구는 국제학회 ACM CHI 2021 (ACM CHI Conference on Human Factors in Computing Systems)에 게재되고 Honorable Mention Award를 수상했다. ACM CHI 학회는 Human-Computer Interaction 분야의 최고 권위 학회로, Honorable Mention Award는 전체 논문 중 상위 5%의 논문에 주어지는 상이다.
가상환경에서 컨트롤러는 정확한 손 위치 추정과 햅틱 피드백을 통한 몰입형 가상현실을 가능하게 하고, 버튼 및 조이스틱과 같은 추가 입력을 제공하기 때문에 많은 장점이 있다. 컨트롤러의 장점을 유지하면서 자연스러운 상호작용을 지원하기 위해, 최신 감지 기술들은 컨트롤러를 든 상태에서 사용자의 손가락을 트래킹하고 손 제스처를 감지한다. 손 제스처들 중 핀치 제스처(엄지손가락과 다른 손가락이 서로 맞닿아 꼬집는 듯한 손동작)는 조그마한 움직임에도 큰 햅틱 변화를 내기 때문에 가상환경에서 버튼을 누르거나, 컨트롤 막대를 조절하고, 작은 가상 물체를 정교하게 움직이게 하며, 텍스트 입력을 하는 등의 많은 상황에서 유용하게 이용된다.
하지만 기존의 감지 기술들은 두 손가락의 터치 유무를 정밀하게 구분하는데 어려움이 있다. 빈번한 터치 구분 오류는 사용자들이 실패를 보상하기 위해 손가락을 평소보다 멀리 떨어뜨리거나 두 손가락을 세게 치도록 만들고, 그에따라 사용자는 상호작용 중 피로감을 느끼게 된다.
이번 논문은 전자기적으로 결합된 손과 안테나의 임피던스 변화를 이용하기 때문에, 기존의 핀치 제스처 감지 방식의 한계를 극복하고 정밀한 손가락의 터치 감지를 가능하게 한다. 두 손가락의 터치를 구분하는 원리는 다음과 같다. 사용자의 손을 안테나에 가까이 가져가면, 각각의 인덕터 성분으로 인해 안테나와 손가락의 임피던스가 결합된다. 두 손가락이 맞닿은지 혹은 떨어졌는지 여부에 따라 손가락의 전기용량 성분이 달라지고, 그에 따라 안테나의 반사 손실이 달라진다(그림1). 안테나에서 전파가 전송될 때 매질의 임피던스의 차이로 인해 일부는 반사되고 일부는 전송되는데, 손가락의 터치 여부에 따른 임피던스 변화에 의해 반사되는 전파의 양이 달라지기 때문에 반사손실의 변화를 측정할 수 있는 것이다.
연구팀은 프로토타입 컨트롤러를 개발(그림2)하여 그의 성능을 평가했다. 12명의 피실험자를 대상으로 한 실험에서 96.4%의 터치 구분 정확도를 확인했다. 또한, 가상블록을 옮기는 실제 가상환경 시나리오에서 낮은 오류율을 보였고, 실험참가자들은 민감하고 가벼운 상호작용이 가능했다고 응답했다.
이번 연구는 과학기술정보통신부와 정보통신기획평가원의 지원을 받아 수행됐다. (No.2020-0-00537, Development of 5G based low latency device – edge cloud interaction technology).
- 논문 관련 정보: https://daehwa.github.io/atatouch
2021.04.05
조회수 77813
-
조현병의 새로운 원인을 규명했다
우리 대학 의과학대학원 이정호 교수 연구팀이 미국 스탠리 의학 연구원(Stanley Medical Research Institute) 김상현 박사팀과 공동연구를 통해 후천적으로 발생한 뇌 특이적 체성 유전변이가 조현병(舊 정신분열증) 발병에 크게 기여하고 있음을 규명했다고 11일 밝혔다.
의과학대학원 김명희 박사, 김일빈 박사과정 연구원이 공동 제1 저자로 참여한 이번 연구내용은 정신의학 분야 국제 학술지 `생물 정신의학회지(Biological Psychiatry)'에 지난달 4일 字 온라인 게재됐다. (논문명 : Low-level brain somatic mutations are implicated in schizophrenia)
조현병은 전 세계적으로 100명당 1명의 높은 비율로 발병되는 질환이지만, 근본적인 원인은 분명히 규명되지 않고 있다. 기존의 연구들은 조현병의 유전적 원인 규명을 위해 주로 환자의 말초조직인 혈액이나 침에서 돌연변이 연구를 진행했으나, 혈액이나 침에서는 조현병의 분자 유전학적 원인을 완벽하게 밝혀내지 못하고 있었다.
이에 연구팀은 혈액이나 침에서 검출되지 않는, 환자 뇌에서만 존재하는 뇌 특이 체성 유전변이(Somatic mutation)가 조현병의 병리에 영향을 미칠 가능성을 주목했다.
연구팀은 27명의 조현병 환자에게서 얻은 사후 뇌 조직에 `전장 엑솜 유전체 서열(Whole-exome sequencing) 기법'을 적용해 조현병 환자의 뇌에 존재하는 뇌 특이 체성 유전변이를 찾아냈다. 이를 위해 연구팀은 고심도 전장 엑솜 유전체 서열 분석기법을 통해 저빈도의 체성 유전변이를 정확히 찾아내기 위한 독자적 분석 파이프라인을 구축했다.
또한 조현병 환자의 뇌 조직에서 발견된 뇌 특이적 체성 유전변이가 뇌 신경 정보 교환 및 신경 발달에 중요한 역할을 하는 유전자상에 주로 분포하는 것을 발견, 환자의 뇌 체성 유전변이가 뇌 신경회로를 망가뜨려 조현병의 원인이 될 수 있음을 보였다.
논문의 주저자인 김명희 박사는 "우리 주변에서 흔히 발견되지만, 원인이 분명하지 않아 배척돼 온 조현병의 원인 규명에 한 발짝 다가갈 수 있어 기쁘다ˮ며 "이번 연구를 기반으로 조현병의 발병 원인이 더 분명해져 환자뿐 아니라 그 주변 사람들까지 질병으로 인한 고통에서 벗어날 수 있게 되면 좋겠다ˮ라고 말했다.
연구팀의 발견은 조현병의 발병에 체성 유전변이가 중요한 역할을 하고 있음을 밝혀내 조현병의 새로운 발병 원리를 규명함과 동시에, 조현병 연구에 새로운 틀을 제시함으로써 향후 다른 신경정신질환의 연구에도 크게 기여할 수 있을 것으로 기대된다. 또한 연구팀은 우리 대학 교원 창업 기업인 소바젠(대표 김병태)과 협력을 통해 뇌 체성 돌연변이 연관 조현병 환자 진단과 치료법 개발을 진행할 계획이다.
한편 이번 연구는 서경배 과학재단, 보건복지부 및 스탠리 의학 연구원의 지원을 받아 수행됐고, 신속한 유전체 빅데이터 분석을 위해 KISTI의 슈퍼컴퓨터 5호기 누리온 시스템이 활용됐다.
2021.03.11
조회수 95062
-
수리과학과 김재경 교수, 기초과학연구원 수리생물학 분야 신규 연구그룹 이끈다
우리 대학 수리과학과 김재경 교수가 3월 1일 자로 기초과학연구원(IBS)의 수리 및 계산과학 연구단의 3번째 CI(Chief Investigator)로 임명됐다. 기초과학연구원(IBS)은 생물학 분야 다양한 난제들을 수학적 관점에서 풀어낼 새로운 연구그룹을 출범시킨다.
김재경 교수 국내에서는 아직 생소한 수리생물학 분야의 유망주로 주목받는 연구자다. 생물학 시스템을 수학적으로 이해하고, 질환의 발병 원인 규명, 치료제 개발 등에 기여할 수학 모델링을 개발하고 있다. 특히, 세포 간 상호작용을 규명한 수리생물학 연구로 국제 수학계와 생물학계 모두에서 주목을 받기 시작했다.
김 교수는 생물학자들과의 공동연구를 통해 여러 생물학적 난제를 해결해, 수학자로서는 드물게 생물학 분야 국제학술지에 많은 논문을 게재했다. 수학 모델링을 기반으로 ▲안정적인 생체 리듬을 유지할 수 있는 생물학적 회로 설계(Science, 2015), ▲생체시계의 속도가 유지되는 원리를 60여 년 만에 밝힌 연구(Molecular Cell, 2015) 등이 대표적이다. 최근에는 다국적 제약회사인 화이자와 함께 신약 개발 과정에서 동물실험과 임상시험 간 차이가 발생하는 원인 및 사람마다 약효의 차이가 발생하는 원인을 규명한 성과를 올렸다(Molecular Systems Biology, 2019).
김 교수가 이끄는 의생명 수학 그룹은 불안정한 일주기 리듬과 수면 원인을 규명하는 연구를 수행할 계획이다. 수면 질환 치료의 새로운 패러다임을 제시하는 것이 목표다. 수학과 생물학의 접점에 놓인 연구를 진행하는 만큼, 기존 생명과학 분야 연구단과의 공동연구를 통한 시너지 효과도 기대된다.
김 교수는 “수면은 우리에게 너무 익숙하지만, 수면이 발생하는 메커니즘은 아직까지 명확히 규명되지 않았다”며 “의생명과학자와 협력을 통해 복잡한 수면의 근본 원리를 규명하고, 수면 질환의 원인과 치료법을 밝히는 획기적 연구를 수행할 수 있도록 최선을 다하겠다”고 말했다.
기초과학연구원(IBS)은 매년 연구단장에 준하는 선정 절차를 통해 유망한 젊은 연구자들을 CI로 선정하고 있다. CI로 선정된 연구책임자는 IBS의 PRC(Pioneer Research Center) 연구단 내 독립적인 연구그룹을 구성한다. PRC는 IBS 연구단의 한 종류로 최대 5명의 CI가 각 연구그룹을 이룰 수 있고, 5년간 그룹별로 10~15억 원의 연구비가 지원된다.
김 교수의 선임으로 IBS는 2개의 PRC 연구단(바이오분자 및 세포구조 연구단, 수리 및 계산과학 연구단) 내 4개 CI 연구그룹을 구성하게 됐다. IBS는 젊은 연구자에 대한 투자를 확대함으로서 차세대 연구리더 육성이라는 목표에 한 발 더 다가서게 됐다.
노도영 IBS 원장은 “1000년의 역사를 가진 수리생물학은 수학과 생물학이 합작해 생명현상을 분석하는 학문이지만, 국내에서 활동을 시작한 건 10년 정도 밖에 되지 않는다”며 “새로 IBS에 합류한 김재경 CI를 중심으로 수학과 생물학의 교류가 활발해지고, 수리생물학 분야가 발전하여 많은 생물학적 난제들을 해결해나가길 기대한다”고 말했다.
2021.02.26
조회수 91423