< 수리과학과 김재경 교수 >
평균이 아닌 개인차를 고려하는 정밀 의학 시대가 열렸다. 사람마다 다른 유전적 특징을 알아내는 기술이 비약적으로 발전한 덕분이다. 더 빠르고, 정확하게 전사체를 해독할 수 있는 새로운 도구가 개발됐다. 우리 대학 수리과학과 김재경 교수(IBS 수리 및 계산 과학 연구단 의생명 수학 그룹 CI) 연구팀은 전사체 분석 빅데이터에서 유용한 생물학적 정보만 골라내는 새로운 도구인 ‘scLENS(single-cell Low-dimension Embedding using Effective Noise Subtraction)’를 개발했다.
단일세포 전사체 분석은 최근 생물학, 신약 개발, 임상 연구 등 여러 분야에서 주목받는 도구다. 개별 세포 단위에서 유전적 변화를 확인할 수 있기 때문이다. 가령, 단일세포 전사체 분석을 이용하면 암 조직 내 수십 가지 종류의 세포를 구분하고, 유전적 변이가 발생한 세포만 표적하는 정밀 치료가 가능해진다.
단일세포 전사체 분석 기술이 임상에 광범위하게 이용되려면, 도출되는 빅데이터에서 유용한 생물학적 신호를 찾아내는 효율적인 분석 도구 개발이 선행돼야 한다. 단일세포 전사체 분석은 수백~수천 개에 이르는 개별 세포의 수만 개에 이르는 다양한 유전자 발현량을 측정하기 때문에 데이터 용량이 수~수십 GB에 달한다. 이 방대한 데이터 중 생물학적으로 유용한 신호는 3% 내외에 불과하다.
이 방대하고 노이즈(잡신호)가 많은 데이터에서 유용한 생물학적 신호를 골라내기 위해 지금까지 여러 데이터 처리 도구가 개발됐다. 하지만 기존 도구는 사용자가 생물학적 신호와 노이즈의 ‘경계선’을 직접 설정해야 해서 주관이 개입됐다. 즉, 분석가에 따라 결과가 크게 달라지고, 정확도가 떨어진다는 한계가 있었다.
< 그림 1. scLENS 개요. (왼쪽) 기존의 단일세포 전사체 분석 방법은 로그 정규화를 이용해 데이터 전처리를 하고 전처리된 데이터로 부터 사용자가 직접 임계값을 설정하여 신호와 노이즈를 구별해야한다. 이 과정에서 신호 왜곡이 발생하여 분석결과가 부정확해짐을 이번 연구에서 밝혀내었다. (오른쪽) 연구진은 기존 로그 정규화에 L2 정규화를 통합하면 전처리 과정에서 신호 왜곡을 방지할 수 있음을 밝혔다. 나아가 랜덤 행렬 이론을 이용하여 사용자의 선택 없이 데이터에만 기반하여 신호와 노이즈를 구별하는 임계값을 설정하는 방법을 개발하였다. 덕분에 scLENS는 정확하고 자동화된 데이터 분석이 가능하다. >
우선, 연구진은 기존 분석 도구들이 부정확한 근본적인 원인을 규명하고 해결책을 제시했다. 사용자가 노이즈의 임계값을 결정하는 데이터 전처리 방식 자체가 생물학적 신호를 왜곡시킨다는 것을 규명하고, 왜곡 없는 새로운 전처리 방식을 개발했다. 나아가 연구진은 수학적 방법론인 ‘랜덤 행렬 이론’을 이용해 사용자의 주관적 선택 없이 자동으로 단일세포 전사체 분석 데이터에서 신호와 노이즈를 구별하는 프로그램인 ‘scLENS’를 개발했다.
제1 저자인 김현 연구원은 “scLENS는 사용자의 선택 없이 데이터에 내재된 구조만을 이용해 자동으로 신호와 노이즈를 구별하기 때문에 사용자 편향성 문제를 원천 차단할 수 있다”며 “연구자들의 노동집약적인 신호 선택 과정을 없애면서도 분석 정확성은 높였다”고 설명했다.
이어 연구진은 기존 개발된 11가지 데이터 분석 프로그램과 scLENS의 상대적 성능을 비교했다. 이를 통해 scLENS가 다른 모든 프로그램보다 우수한 성능을 보인다는 점을 확인할 수 있었다. 널리 쓰이는 프로그램인 ‘Seurat’과 비교했을 때 scLENS는 세포 그룹화 성능이 약 10% 이상 우수하며, 데이터에 내재된 국소 구조를 43% 더 효과적으로 포착하는 것으로 나타났다.
< 그림 2. scLENS 성능. a. scLENS는 11개의 다른 분석 도구들과 비교했을 때, 가장 높은 실루엣 스코어(파란색 막대)를 기록하였다. 이는 scLENS가 실제 세포 유형(true cell-type)을 가장 잘 반영하는 차원 축소 결과(임베딩)를 생성한다는 것을 의미한다. 더 나아가, 이 차원 축소 결과에 계층적 클러스터링(초록색 막대)과 그래프 기반 클러스터링(주황색 막대)을 적용하여 레이블을 얻었을 때, 실제 세포 유형과의 유사도가 다른 분석 도구들에 비해 가장 높게 나타났다. b. scLENS는 타 분석 도구들에 비해 원래 데이터로부터 얻은 k-최근접 이웃 구조와 가장 유사한 구조를 다운 샘플링된 데이터로부터 얻어낼 수 있음을 가장 높은 k-최근접 이웃 중첩 점수(kNN-overlap score)를 기록함으로써 입증했다. >
특히, scLENS는 기존 프로그램보다 많은 계산을 하지만 메모리 사용 최적화를 통해 10만 개의 세포와 2만 개의 유전자로 이뤄진 대규모 데이터를 3시간 만에 분석하는 경쟁력 있는 분석 속도를 보였다.
연구를 이끈 김재경 CI는 “지난 십여 년간 단일세포 전사체를 분석할 수 있는 실험 기술의 비약적인 발전했지만, 데이터 분석 방법의 한계로 인해 큰 비용과 시간을 투자해 얻은 데이터를 최대한 활용하지 못하는 경우가 많았다”며 “기초 수학 이론이 생명과학 연구의 혁신을 견인하고, 감춰졌던 생명의 비밀을 빠르고 정확하게 밝히는 데 쓰일 수 있음을 보여주는 연구”라고 말했다.
연구결과는 4월 27일(한국시간) 국제학술지 ‘네이처 커뮤니케이션즈(Nature Communications, IF 16.6)’ 온라인판에 실렸다.
분자의 크기와 모양에 따라 분자를 구별할 수 있는 분리막 공정*은 기존의 열 분리 공정(예: 증류법)보다 훨씬 적은 에너지를 소비하며 화학 산업의 탄소 배출량을 줄일 수 있는 잠재력을 가지고 있다. *분리막 공정: 분리막은 물질의 크기나 흡수력에 따라서 특정 물질을 선택적으로 통과시키거나 배제하는 역할을 하는 선택적 장애물로 분리막을 이용한 분리 공정은 기존의 공정과 달리 많은 에너지를 사용하지 않고도 화합물들을 효율적으로 분리할 수 있음 우리 대학 생명화학공학과 고동연, 임성갑 교수 공동연구팀이 기존에 분리하기 어려웠던 크기의 활성 제약 분자들을 매우 높은 선택도로 분리할 수 있는 초박막 분리 기술을 세계 최초로 개발했다고 29일 밝혔다. 분리막은 산업계 전반에 사용되는 유기용매들을 분리하는데 저에너지, 저탄소 해결법을 제공할 수 있어 비교적 짧은 상업화 역사에도 불구하고 석유화학, 반도체, 재생합성연료(E-Fuel), 바이오 제약 분야 등 폭넓은 분야에 응용되고 있
2024-04-29최근 자연어나 이미지, 동영상, 음악 등 다양한 분야에서 주목받는 생성형 AI가 신약 설계 분야에서도 기존 신규성 문제를 극복하고 새로운 혁신을 일으키고 있다고 하는데 어떤 기술일까? 우리 대학 화학과 김우연 교수 연구팀이 단백질-분자 사이의 상호작용을 고려해 활성 데이터 없이도 타겟 단백질에 적합한 약물 설계 생성형 AI를 개발했다고 18일 밝혔다. 신규 약물을 발굴하기 위해서는 질병의 원인이 되는 타겟 단백질에 특이적으로 결합하는 분자를 찾는 것이 중요하다. 기존의 약물 설계 생성형 AI는 특정 단백질의 이미 알려진 활성 데이터를 학습에 활용하기 때문에 기존 약물과 유사한 약물을 설계하려는 경향이 있다. 이는 신규성이 중요한 신약 개발 분야에서 치명적인 약점으로 지적되어 왔다. 또한 사업성이 높은 계열 내 최초(First-in-class) 타겟 단백질에 대해서는 실험 데이터가 매우 적거나 전무한데, 이 경우 기존 방식의 생성형 AI를 활용하는 것이 불가능하다. 연구팀
2024-04-18디스플레이(조명) 기술에서는 고속화가 아주 중요한 성능 중 하나로 꼽힌다. 최근 주요 스마트폰 제조사들은 화면 전환 속도가 기존의 초당 60회보다 크게 향상된 초당 120회의 고속 디스플레이를 선보였다. 이런 고속 디스플레이를 탑재한 모델의 이용자들 사이에 ‘한번 경험하면 예전으로 돌아갈 수 없다’는 말이 회자될 정도로, 고속화는 상업적인 가치도 크다고 볼 수 있다. 우리 대학 바이오및뇌공학과 장무석 교수 연구팀이 북해도대학 전자과학연구소의 시부카와 아츠시 부교수, 미카미 히데하루 교수, 오카야마대학 의·치·약과학과의 스도 유키 교수 연구팀과 공동연구를 통해 세계 최고속의 3차원 광 패턴 조명 기술*을 개발하는 데 성공했다고 15일 밝혔다. *광 패턴 조명 기술: 빛을 특정 패턴이나 형태로 조절하여 원하는 조명 효과를 얻는 기술 광 패턴 조명 기술은 우리에게 친숙한 디스플레이나 빔프로젝터에서 찾아볼 수 있다. 디스플레이나 빔
2024-04-15물질 증착, 패터닝, 식각 등 복잡한 과정들이 필요했던 기존 반도체 공정과는 달리, 원하는 영역에서만 선택적으로 물질을 바로 증착하는 기술은 공정을 획기적으로 줄일 수 있는 차세대 기술로 크게 주목받고 있다. 특히, 현재의 실리콘을 대체할 차세대 이차원 반도체에서 이런 선택적 증착 기술 개발이 핵심 요소기술로 중요성이 더욱 커지고 있다. 우리 대학 신소재공학과 강기범 교수 연구팀과 고려대학교 김용주 교수 연구팀이 이차원 반도체의 수평 성장 성질을 이용해 쉽고 간편한 산화물, 금속 등의 10나노미터 이하 미세 패터닝 기술을 공동 개발했다고 28일 밝혔다. 강 교수 연구팀은 차세대 반도체 물질로 주목받는 이차원 전이금속 ‘칼코겐’ 물질의 독특한 결정학적 특징을 패터닝 기술에 접목했다. 일반적인 물질과는 달리 이차원 물질은 성장 시 수평 방향으로만 자랄 수 있기에 서로 다른 이차원 물질을 반복적으로 성장해 10나노미터 이하 수준의 이차원 반도체 선형 패턴을
2024-03-28차세대 반도체 메모리의 소재로 주목을 받고 있는 강유전체는 차세대 메모리 소자 혹은 작은 물리적 변화를 감지하는 센서로 활용되는 등 그 중요성이 커지고 있다. 이에 반도체의 핵심 소자가 되는 강유전체를 화학물질없이 식각할 수 있는 연구를 성공해 화제다. 우리 대학 신소재공학과 홍승범 교수가 제네바 대학교와 국제공동연구를 통해 강유전체 표면의 비대칭 마멸* 현상을 세계 최초로 관찰 및 규명했고, 이를 활용해 혁신적인 나노 패터닝 기술**을 개발했다고 26일 밝혔다. *마멸: 물체 표면의 재료가 점진적으로 손실 또는 제거되는 현상 **나노 패터닝 기술: 나노스케일로 소재의 표면에 정밀한 패턴을 생성하여 다양한 첨단 기술 분야에서 제품 성능을 향상시키는데 사용되는 기술 연구팀은 강유전체 소재의 표면 특성에 관한 연구에 집중했다. 이들은 원자간력 현미경(Atomic Force Microscopy)을 활용해 다양한 강유전체의 트라이볼로지(Tribology, 마찰 및 마모) 현상
2024-03-26