-
선천성면역을 조절하는 인공단백질 디자인, 차세대 백신·면역 치료제 개발 가능성 제시
우리 대학 생명과학과 김호민 교수 연구팀과 국제 공동연구팀인 미국 워싱턴대학교 단백질디자인 연구소 (Institute for Protein Design, IPD) 닐 킹 교수 (Prof. Neil King) 연구팀은 컴퓨터기반 단백질디자인 기술을 활용하여 선천성면역을 활성화시키는 새로운 인공단백질을 디자인하고, 그들의 3차원 분자구조를 규명하는데 성공했다고 10일 밝혔다.
김호민 교수 연구팀과 Neil King 교수 연구팀은 컴퓨터 기반 단백질디자인 기술을 활용하여 선천성면역 수용체인 TLR3와 높은 친화도를 갖는 인공단백질을 개발했다. 또한, 초저온 투과전자현미경 (Cryo-EM) 분석을 통해 설계된 인공단백질이 TLR3와 결합하는 분자결합모드를 규명하였다. 특히, 자연계의 TLR3 작용제(dsRNA)와는 전혀 다른 구조를 가진 디자인된 인공단백질에 의해 선천성면역 수용체 TLR3을 효과적으로 활성화시킬 수 있음을 보인 첫 사례이다.
생명과학과 김호민 교수가 교신저자로 참여한 이번 연구는 국제 학술지 `네이쳐 커뮤니케이션 (Nature Communications)'에 1월 31일 출판됐다. (논문명 : De novo design of protein minibinder agonists of TLR3)
TLR3 (Toll-like Receptor 3)는 이중가닥 RNA (double-stranded RNA, dsRNA)를 인식하여 선천성 면역반응을 활성화하는 패턴 인식 수용체 (pattern recognition receptor)이다. 기존의 TLR3 작용제는 백신면역 증강제 (adjuvant) 및 항암면역치료제로 활용될 가능성이 있었으나, 화학적 불안정성, 면역 과활성화 위험, 균질한 대량제조의 어려움 등으로 인해 임상적 적용이 제한적이었다.
이에 연구팀은 컴퓨터 기반 단백질디자인 (computational protein design) 기술을 활용하여 TLR3과 결합하는 초소형 인공단백질 (minibinder)을 디자인하였다. 해당 인공단백질은 크기가 작고, 높은 안정성을 가지며, 지정한 TLR3의 특정 부위에만 특이적으로 결합할 수 있도록 디자인하였다. 이후 초저온 투과전자현미경 (Cryo-EM) 분석을 통해 설계된 인공단백질이 초기디자인 의도와 잘 부합되게 TLR3의 오목한 표면 (concave surface)에 결합하고 있음을 확인하였고, 이들의 분자상호작용을 규명하였다.
기존 dsRNA기반 작용제보다 더 정밀하게 TLR3 신호를 활성화할 수 있도록 Cryo-EM 구조를 통해 규명된 분자구조를 바탕으로 인공단백질을 이어 붙인 다중 결합(multivalent) 형태의 단백질을 추가적으로 개발하였고, TLR3 하위 신호인 NF-κB 신호를 활성화시킴을 확인하였다. 이를 통해 자연계에 존재하지 않은 디자인된 인공단백질에 의하여 선천성 면역반응을 효과적으로 조절할 수 있음을 확인하였다.
이번 연구는 KAIST 연구진과 미국 워싱턴대학교 단백질디자인 연구소 연구진 간의 긴밀한 국제공동연구를 통해 이루어졌으며, 향후 면역 조절 인공단백질에 기반한 다양한 백신면역 증강제, 항암면역치료제 등의 개발에 활용될 수 있을 것으로 기대한다.
교신저자인 김호민 교수는 “인공지능기반 단백질디자인 연구는 2024년 노벨화학상 (데이비드 베이커교수, 단백질디자인 연구소)을 수상하며 큰 주목을 받고 있으며, 인공지능 기술의 발전에 힘입어 빠르게 성장하고 있는 첨단바이오 연구분야이다. 향후 백신, 신약, 진단키트, 산업용효소 등 다양한 바이오신소재 개발에 크게 기여할 수 있을 것이다. 이번 연구는 긴밀한 국제 공동연구를 통해 우수한 성과를 거둔 성공적 사례”라고 말했다.
한편 이번 연구는 IBS 바이오분자 및 세포구조연구단의 지원을 받아 수행되었다.
2025.02.10
조회수 43
-
수면 무호흡증 실시간 진단 센서 개발
이산화탄소는 주요 호흡 대사 산물로서, 날숨 내 이산화탄소 농도의 지속적인 모니터링은 호흡·순환기계 질병을 조기 발견 및 진단하는 데 중요한 지표가 될 뿐만 아니라, 개인 운동 상태 모니터링 등에 폭넓게 사용될 수 있다. 우리 연구진이 마스크 내부에 부착하여 이산화탄소 농도를 정확히 측정하는데 성공했다.
우리 대학 전기및전자공학부 유승협 교수 연구팀이 실시간으로 안정적인 호흡 모니터링이 가능한 저전력 고속 웨어러블 이산화탄소 센서를 개발했다고 10일 밝혔다.
기존 비침습적 이산화탄소 센서는 부피가 크고 소비전력이 높다는 한계가 있었다. 특히 형광 분자를 이용한 광화학적 이산화탄소 센서는 소형화 및 경량화가 가능하다는 장점에도 불구하고, 염료 분자의 광 열화 현상으로 인해 장시간 안정적 사용이 어려워 웨어러블 헬스케어 센서로 사용되는 데 제약이 있었다.
광화학적 이산화탄소 센서는 형광 분자에서 방출되는 형광의 세기가 이산화탄소 농도에 따라 감소하는 점을 이용하며, 형광 빛의 변화를 효과적으로 검출하는 것이 중요하다.
이를 위해 연구팀은 LED와 이를 감싸는 유기 포토다이오드로 이루어진 저전력 이산화탄소 센서를 개발했다. 높은 수광 효율을 바탕으로 형광 분자에 조사되는 여기 광량이 최소화된 센서는 수 mW 수준을 소비하는 기존 센서에 비해 수십 배 낮은 171μW의 소자 소비전력을 달성했다.
연구팀은 또한 이산화탄소 센서에 사용되는 형광 분자의 광 열화 경로를 규명해 광화학적 센서에서 사용 시간에 따라 오차가 증가하는 원인을 밝히고, 오차 발생을 억제하기 위한 광학적 설계 방법을 제시했다.
이를 기반으로, 연구팀은 기존 광화학적 센서의 고질적 문제였던 광 열화 현상에 따른 오차 발생을 효율적으로 감소시키고 동일 재료에 기반한 기존 기술은 20분 이내인데 반해 최대 9시간까지 안정적으로 연속 사용이 가능하며, 이산화탄소 감지 형광 필름 교체시 다회 활용도 가능한 센서를 개발했다.
개발된 센서는 가볍고(0.12 g), 얇으며(0.7 mm), 유연하다는 장점을 기반으로 마스크 내부에 부착되어 이산화탄소 농도를 정확히 측정했다. 또한, 실시간으로 들숨과 날숨을 구별해 호흡수까지 모니터링 가능한 빠른 속도와 높은 해상도를 보였다.
유승협 교수는 "개발한 센서는 저전력, 고안정성, 유연성 등 우수한 특성을 가져 웨어러블 디바이스에 폭넓게 적용될 수 있어 과탄산증, 만성 폐쇄성 폐질환, 수면 무호흡 등 다양한 질병의 조기 진단에 사용될 수 있다”면서 “특히, 분진 발생 현장이나 환절기 등 장시간 마스크 착용 환경에서의 재호흡에 따른 부작용 개선에도 사용될 것으로 기대된다ˮ 라고 밝혔다.
신소재공학과 김민재 학사과정과 전기및전자공학부 최동호 박사과정이 공동 제1 저자로 참여한 이번 연구는 Cell 자매지인 `디바이스(Device)' 온라인판에 지난달 22일 공개됐다. (논문명: Ultralow-power carbon dioxide sensor for real-time breath monitoring) DOI: https://doi.org/10.1016/j.device.2024.100681
한편 이번 연구는 산업통상자원부 소재부품기술개발사업, 한국연구재단 원천기술개발사업, KAIST 학부생 연구참여 프로젝트 (URP) 프로그램의 지원을 받아 수행됐다.
2025.02.10
조회수 156
-
고활성 수소연료전지 촉매 개발, ‘백금 사용량 1/3 저감, 내구성 2배 향상’
우리 대학 신소재공학과 조은애 교수 연구팀이 인하대학교 함형철 교수 연구팀과 공동연구를 통해 수소연료전지의 핵심 소재인 전극에 들어가는 백금의 사용량 저감에 성공하였으며, 내구성이 향상된 촉매 소재를 개발했다고 7일 밝혔다.
수소차의 동력원으로 사용되는 양성자 교환막 연료전지(proton exchange membrane fuel cell, PEMFC)는 값비싼 백금 촉매 소재를 사용한다. 따라서, 백금 사용량 저감 및 반응 중 안정적인 활성을 갖는 촉매 소재 개발이 양성자 교환막 연료전지 기술 개발에 있어 중요한 부분을 차지한다.
연료전지는 백금 촉매의 성능을 높여 백금 사용량을 줄이려는 전략으로 상대적으로 값싼 비귀금속과의 합금화를 주로 사용한다. 그러나, 일반적인 합금 촉매의 경우 비귀금속이 반응 중 녹아 나올 수 있으며, 녹아 나온 비귀금속에 의해 연료전지가 손상되는 추가 문제를 유발할 수 있다.
이를 해결하기 위한 전략으로, 녹아 나온 상태에서도 연료전지에 손상을 주지 않는 것으로 알려진 아연을 촉매 개발에 이용하였다. 하지만, 다른 비귀금속에 비해 아연의 낮은 *환원 전위로 인해 백금-아연 촉매를 제작하는 데에 또 다른 어려움이 있다.
(*환원 전위: 주로 금속 원소의 환원 반응이 일어나는 기준이 되는 평형 전위 값을 의미하며, 해당 값이 클수록 금속으로 환원되려는 성질이 강함)
공동연구팀은 백금과 비귀금속을 반응기 내부에서 동시에 환원시켜 제조하는 일반적인 방법이 아닌, 아연 단일원자 구조를 포함한 탄소 *담지체를 먼저 제조한 후 담지체에 존재하는 원자 단위로 분산된 아연을 이용하는 방법을 적용하였다.
(*담지체: 전기화학촉매의 분산성, 안정성을 높이기 위해 촉매와 함께 사용되는 물질. 일반적으로 탄소 기반 물질이 사용됨)
구체적인 전략으로는, 제조된 아연 단일원자 구조를 포함한 탄소 담지체 위에 백금 나노입자를 합성하였다. 그 후, 고온 열처리를 통해 담지체에 존재하는 아연 원자가 백금 나노입자로 이동하면서 원자 수준에서 정렬된 구조를 갖는 백금-아연 나노입자 구조로 전환되었다.
합성된 백금-아연 나노입자 촉매는 일반적인 방법에 비해 아연을 효과적으로 도입할 수 있었으며, 고온 열처리 과정에서 입자끼리 뭉치는 현상을 억제하여 나노입자가 갖는 넓은 표면적을 효과적으로 사용하는 데에 긍정적인 영향을 주었다.
또한, 무질서한 배열인 합금 구조가 아닌 원자 수준에서 정렬된 구조의 백금-아연 나노입자의 촉매를 제조하여, 향상된 성능과 내구성을 보일 수 있었다.
동일 백금 사용량 기준으로 촉매의 성능을 비교한 결과, 상용 백금 나노입자 촉매 대비 백금-아연 나노입자에서 3배의 성능 향상을 보였다.
더불어, 연료전지 구동 환경 모사 실험의 전과 후의 성능 비교를 통해 내구성 평가를 진행하였으며, 상용 백금 나노입자 촉매 대비 공동연구팀이 개발한 백금-아연 나노입자 촉매에서 2배의 내구성 향상을 보였다.
공동연구팀은 우수한 내구성을 뒷받침하기 위해 밀도범함수 이론 기반 연산을 이용하였다. 백금-아연 나노입자와 아연 단일원자 담지체 사이에서 강한 결합력을 확인하였으며, 이를 바탕으로 백금-아연 나노입자 촉매의 우수한 내구성을 설명했다.
조은애 교수는 “일반적인 방법으로는 구현이 어려운 백금-아연 나노입자 촉매를 아연 단일원자 구조 담지체를 이용하여 합성할 수 있었다”고 설명하며, “저렴하고 매장량이 풍부한 금속인 아연을 활용하여 백금 사용량을 기존 상용 촉매 대비 1/3 수준으로 줄일 수 있었으며, 내구성 또한 향상된 촉매를 개발할 수 있었다”고 평가했다.
우리 대학 신소재공학과 이광호 박사과정이 제1저자로 참여한 이번 연구 결과는 화학 공학 분야 국제 학술지 ‘케미컬 엔지니어링 저널(Chemical Engineering Journal)’ 2025년 2월 1일자 온라인판에 게재됐다. (논문명 : Anchoring ordered PtZn nanoparticles on MOF-derived carbon support for efficient oxygen reduction reaction in proton exchange membrane fuel cells)
한편, 이번 연구는 과학기술정보통신부 한국연구재단의 지원을 받아 수행됐다.
2025.02.07
조회수 251
-
논문 마이닝부터 합성 조건 추천까지, MOF 연구를 혁신하는 대규모 언어 모델
우리 연구진이 챗GPT를 활용해 금속 유기 골격체(Metal-Organic Frameworks, MOFs) 연구 논문에서 실험 데이터를 자동으로 추출하는 데이터 마이닝 툴(이하 L2M3)을 개발했다. L2M3는 MOF의 합성 조건 및 물성 정보를 체계적으로 수집하며, 분류, 정보 식별 및 데이터 추출 작업에서 각각 98.3%, 97.3%, 95.3%의 높은 정확도를 기록했다. 또한, 추출한 데이터를 기반으로 MOF의 합성 조건을 추천하는 시스템을 개발하여 연구자들의 실험 과정 최적화를 지원하고 있어 화제가 되고 있다.
우리 대학 생명화학공학과 김지한 교수 연구팀이 대규모 언어 모델(이하 LLMs) 급격한 발전에 주목하며, 이를 활용을 통해 금속 유기 골격체 문헌에서 MOF의 합성 및 물성 정보를 대량으로 추출하는 데이터 마이닝 툴(L2M3)를 개발했다고 7일 발표했다.
최근 MOF에 대한 연구들이 활발히 진행되어 MOF 실험 데이터가 축적되고 있다. 이에 따라 MOF 연구의 발전을 위해서는 신뢰할 수 있는 실험 데이터 확보가 필수적이며, 특히 논문에 산재한 합성 조건과 물성 정보를 효과적으로 정리하는 것이 큰 과제로 남아 있다. 기존에도 MOF 관련 데이터를 활용하려는 시도가 있었으나, 대부분 일부 특정 특성에 국한되어 있어 있다는 한계점이 존재했다.
김지한 교수 연구팀이 개발한 L2M3는 LLM을 활용하여 쉽고 효율적인 데이터 마이닝 환경을 구축함으로써, 데이터 마이닝에 익숙하지 않은 연구자들도 손쉽게 사용할 수 있는 강력한 도구로의 잠재력을 갖추고 있다.
기존 데이터 마이닝 방식으로는 다양한 특성에 대한 정확한 정보 추출이 어려웠으나, L2M3는 LLM의 자연어 처리 능력을 활용하여 더 정밀한 데이터 추출이 가능하다. 특히, 분류(98.3%)와 정보 식별(97.3%)에서 높은 정확도를 기록했으며, 과정이 복잡하여 정확도 확보가 어려운 데이터 추출 단계에서도 95.3%라는 뛰어난 성능을 보였다.
뿐만 아니라, L2M3는 추출된 합성 조건 데이터를 대규모 언어 모델로 미세 조정해 합성 조건 추천 시스템을 개발하였다. 연구자가 전구체 정보를 입력하면 최적의 합성 조건을 제안하여 실험 과정에서 발생하는 시행착오를 줄이고, MOF 합성을 더욱 효율적으로 수행할 수 있도록 지원한다. 이러한 접근 방식은 MOF 연구뿐만 아니라 다양한 재료 과학 분야에서도 데이터 마이닝과 인공지능을 활용한 연구 패러다임을 새롭게 정의할 수 있는 가능성을 제시하고 있다.
김지한 교수는 “이번 연구는 인공지능을 활용한 재료 과학 연구의 새로운 기준을 제시하는 중요한 진전을 의미한다. L2M3는 방대한 과학 문헌에서 실험 데이터를 체계적으로 수집하고 분석함으로써, 기존 데이터 부족 문제를 해결하고 보다 신뢰성 높은 데이터 기반 연구를 가능하게 한다. 향후 L2M3의 데이터 처리 성능과 합성 조건 추천 모델이 더욱 정교화된다면, MOF뿐만 아니라 다양한 재료 연구에서도 혁신적인 발견을 가속화할 것으로 기대된다.” 라고 말했다.
생명화학공학과 강영훈, 이원석 박사, 배태언 박사과정이 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `미국 화학회지(Journal of the American Chemical Society)'에 지난 1월 21일 게재됐다. (논문명: Harnessing Large Language Models to Collect and Analyze Metal–Organic Framework Property Data Set)
한편 이번 연구는 과학기술정보통신부의 탑-티어 연구기관 간 협력 플랫폼 구축 및 공동연구 지원사업, 한국연구재단(NRF)의 나노 및 소재기술개발사업, 그리고 국가슈퍼컴퓨팅센터의 지원을 받아 수행됐다.
2025.02.07
조회수 290
-
폴리페놀 코팅 기술로 탈모 예방 가능성 입증
탈모는 전 세계적으로 수억 명이 겪고 있는 문제로 심리적·사회적 영향을 크게 미치고 있다. KAIST 연구진이 천연 폴리페놀(polyphenol)의 일종인 탄닌산이 탈모 예방에 기여할 가능성에 주목하고 연구를 통해 탄닌산이 단순한 코팅제가 아니라, 탈모를 완화시키는 ‘접착 중재자(adhesion mediator)’ 역할을 한다는 점을 밝혀냈다.
우리 대학 화학과 이해신 교수 연구팀이 탄닌산 기반 코팅 기술을 활용해 탈모 완화 기능성 성분을 서서히 방출하는 새로운 탈모 예방 기술을 개발했다고 6일 밝혔다.
탈모에는 안드로겐 탈모증(androgenetic alopecia, AGA) 및 휴지기 탈모(telogen effluvium, TE)가 있는데 유전적, 호르몬적, 환경적 요인이 복합적으로 작용하며, 현재까지도 효과적이면서 부작용이 적은 치료법이 부족한 실정이다.
대표적인 탈모 치료제인 미녹시딜(minoxidil)과 피나스테라이드(finasteride) 는 일정 효과를 보이지만, 장기적인 사용이 필요하고, 체질에 따라 효능이 다르게 나타날 뿐만 아니라 일부 사용자는 부작용을 경험하기도 한다.
이해신 교수 연구팀은 탄닌산이 모발의 주요 단백질인 케라틴과 강하게 결합해 모발 표면에 지속적으로 부착될 수 있음을 입증했으며, 이를 활용해 특정 기능성 성분을 제어된 방식으로 방출할 수 있음을 확인했다.
특히 연구팀은 살리실산(salicylic acid, SCA), 니아신아마이드(niacinamide, N), 덱스판테놀(dexpanthenol, DAL) 등 탈모 완화 기능성 성분을 포함한 조합을 개발하고, 이를 ‘스캔달(SCANDAL)’이라 명명했다. 연구 결과, 탄닌산과 결합된 스캔달 복합체는 수분과 접촉하면 점진적으로 방출되며, 모발 표면을 따라 모낭으로 전달되는 것으로 나타났다.
굿모나의원(원장: 이건민) 연구팀은 탄닌산/스캔달 복합체가 포함된 샴푸를 12명의 탈모 환자에게 7일간 적용한 결과, 임상자 모두에게 유의미한 탈모 감소 효과가 관찰됐다. 실험 결과, 평균적으로 56.2%의 모발 탈락 감소 효과가 나타났으며, 최대 90.2%까지 탈모가 감소하는 사례도 확인됐다.
이는 탄닌산이 모발 표면에서 스캔달 성분을 안정적으로 유지하고, 서서히 방출되면서 모낭까지 전달되는 방식이 탈모 완화에 효과적일 수 있음을 시사한다.
이해신 교수는 “천연 폴리페놀(polyphenol)의 일종인 탄닌산은 강력한 항산화 효과를 가지며, 단백질과 강하게 결합하는 특성이 있어 생체 접착제(bioadhesive) 역할을 할 수 있다는 것을 입증하는데 성공했다.”고 말했다.
이어 이 교수는 “기존 연구에서도 피부 및 단백질 코팅 소재로 활용된 사례가 있지만, 이번 연구는 모발과의 결합 및 탈모 완화 성분 전달을 위한 최초 사례로 교원창업기업 폴리페놀팩토리(주)를 통해 제품화한 ‘그래비티 (Grabity)’샴푸에 적용하였다. 앞으로도 끊어지는 얇은 헤어의 강도를 획기적으로 늘리는 샴푸, 곱슬머리를 펴 주는 제품 등 더 다양한 연구 결과에 따른 제품화를 위해 노력하고 있다”고 강조했다.
화학과 김은우 박사과정이 제1 저자로, 이해신 교수가 교신저자로 참여한 이번 연구 결과는 국제 학술지 ‘어드밴스드 머티리얼 인터페이스Advanced Materials Interfaces’ 1월 6일 온라인판에 게재됐다. (논문명: Leveraging Multifaceted Polyphenol Interactions: An Approach for Hair Loss Mitigation) DOI: 10.1002/admi.202400851
한편 이번 연구는 KAIST 교원 창업 기업인 폴리페놀팩토리(주)의 지원을 받아 수행됐다.
2025.02.06
조회수 643
-
암세포 발생 순간 되돌리는 분자스위치 발견
조광현 교수 연구팀은 암세포를 죽이지 않고 그 상태만을 변환시켜 정상 세포와 유사한 상태로 되돌리는 암 가역 치료 원천기술을 개발한 바 있다. 이번에는 정상세포가 암세포로 변화되는 순간의 유전자 네트워크에 암 가역화를 유도할 수 있는 분자스위치가 숨겨져 있음을 최초로 밝히는데 성공하였다.
우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 정상세포에서 암세포로 변화하는 순간의 임계 전이(臨界轉移, critical transition) 현상을 포착하고 이를 분석해 암세포를 다시 정상세포로 되돌릴 수 있는 분자스위치를 발굴하는 기술 개발에 성공했다고 5일 밝혔다.
임계 전이란 물이 섭씨 100도에서 증기로 변하는 것처럼 특정 시점에 갑작스러운 상태변화가 일어나는 현상을 말한다. 정상세포가 유전적, 후성유전적 변화의 축적으로 인해 특정 시점에 암세포로 변화되는 과정에도 이러한 임계 전이 현상이 나타난다.
연구팀은 암 발생 과정에서 정상세포가 암세포로 전환되기 직전, 정상세포와 암세포들이 공존하는 불안정한 임계 전이 상태에 놓일 수 있음을 발견하고 이러한 임계 전이 상태를 시스템생물학 방법으로 분석해 암화 과정을 역전시킬 수 있는 암 가역화 분자스위치 발굴 기술을 개발했다. 그리고 이를 대장암세포에 적용해 암세포가 정상세포의 특징을 회복할 수 있음을 분자세포실험으로 확인했다.
암 발생의 임계 전이를 관장하는 유전자 네트워크의 컴퓨터 모델을 단일세포 유전자 발현 데이터로부터 자동 추론해내고 이를 시뮬레이션 분석해 암 가역화 분자스위치를 체계적으로 찾아내는 원천기술을 개발한 것이어서 향후 다른 암종의 가역 치료제 개발에도 응용될 수 있을 것으로 기대된다.
조광현 교수는 "정상세포가 되돌릴 수 없는 암세포 상태로 변화되기 직전의 임계 전이 순간을 포착해 암세포의 운명을 다시 정상세포 상태로 되돌릴 수 있는 분자스위치를 발굴해 낸 것이다ˮ라고 말했다.
이어 “특히 이번 연구에서는 그동안 수수께끼로 여겨졌던 암 발생 과정 이면의 세포 내에 어떠한 변화가 일어나는지를 유전자 네트워크 차원에서 상세히 밝혀냈다”며 “암세포의 운명을 다시 정상세포로 되돌릴 수 있는 중요한 단서가 바로 이러한 변화의 순간에 숨어있다는 것을 처음으로 규명한 연구다”라고 강조했다.
우리 대학 신동관 박사(現 국립암센터), 공정렬 박사, 정서윤 박사과정 학생 등이 참여했으며 서울대학교 연구팀이 대장암 환자 오가노이드(체외배양조직)를 제공해 진행된 이번 연구 결과는 와일리(Wiley)에서 출간하는 국제저널 `어드밴스드 사이언스(Advanced Science)' 1월 22일 字 온라인판 논문으로 출판됐다. (논문명: Attractor landscape analysis reveals a reversion switch in the transition of colorectal tumorigenesis) (DOI: https://doi.org/10.1002/advs.202412503)
한편 이번 연구는 과학기술정보통신부 한국연구재단의 중견연구사업과 기초연구실사업, 그리고 보건복지부 한국보건산업진흥원의 질병중심 중개연구사업의 지원을 통해 수행됐다.
2025.02.05
조회수 747
-
펨토초보다 짧은 순간 전이상태 분자구조를 밝히다
즈웨일 교수(1999년 노벨화학상)가 창출한 펨토화학을 통해 화학반응 중 일어나는 분자구조 변화를 실시간에서 관측할 수 있는 길이 열렸지만, 엄밀한 의미에서 에너지에 따른 전이상태 (Transition-State) 구조 변화를 직접 관측한 예는 매우 드물다. KAIST 연구진은, 광분해 화학반응 전이상태의 분자구조 변화를 분광학 기법*으로 정확하게 측정하는데 세계 최초로 성공했다.
*분광학 기법: 빛과 분자의 상호작용을 통해 양자역학적 분자구조를 정확하게 알아냄
우리 대학 화학과 김상규 교수 연구팀이 화학반응의 전이상태 (Transition-State) 구조를 실험적으로 밝히는 데 성공했다고 4일 밝혔다.
화학반응 속도론이 개발되면서, 가장 중요한 핵심으로 자리잡은 개념이 ‘전이상태 (Transition-State)’다. 전이상태 이론(Transition State Theory, 이하 TST) 에서는 반응물과 생성물 중간에 위치한 전이상태의 분자구조 및 동역학적 특성에 의해 반응속도, 생성물의 상대적 수율, 에너지 분포 등이 결정된다. TST는 지난 1세기 동안, 모든 환경에서의 연소, 유기, 생화학 반응 등에 널리 응용 되어온 가장 보편적인 반응속도론이다.
그러나, 전이상태는 펨토초(10-15 second)보다 더 짧은 시간 동안만 존재하므로, 전이상태를 직접 실험적으로 관찰하는 것은 매우 어려운 일이며 항상 도전적인 과제로 남아있었다.
김상규 교수 연구팀에서 관측한 전이상태는 특별한 의미를 갖는다. 분광학적 기법을 통해, 분자가 전이상태로 접근하면서 가지는 구조 변화를 매우 정확하게 측정할 수 있었던 첫 번째 예라는 점이다.
분광학 기법으로 측정된 정확한 전이상태 분자구조 변화에 따라 관찰된 반응속도의 급격한 변화를 통해서, 분자구조와 화학반응성 간 긴밀한 상관관계도 아울러 증명되었다.
김상규 교수는 “복잡한 분자의 화학반응에서 전이상태에 접근하면서 급격하게 변화하는 분자구조를 분광학 및 반응동역학 기법으로 밝힌 것은 처음이며, 향후 많은 이론 및 실험적 연구를 촉진할 것으로 기대된다. 특히, 전이상태 구조는 특정 화학반응을 선택적으로 빠르게 할 수 있는 고효율 촉매 설계에 가장 근원적인 정보를 제공할 것이다.”라고 말했다.
이번 연구 결과는 김정길 박사 (제 1 저자), 강민석 박사과정 학생, 윤준호 박사(現 LG화학)가 공동 저자로 2025년 1월 ‘네이처 커뮤니케이션즈(Nature Communications, Vol. 16, 210) 에 대표적(Featured) 연구 성과로 발표됐다.
또한 매우 이례적으로 분광학 분야 최고 권위자인 MIT의 로버트 필드(Robert Field) 교수 및 이스라엘 벤구리온 대학 바라밴 (Baraban) 교수가 공동작성한 하이라이트 커멘트(Nature Communications, 16, 76)를 통해, 이번 연구 결과가 가지는 독창성과 시사성, 중요성 및 향후 실험물리화학 분야에서의 임팩트가 강조됐다.
한편 이번 연구는 한국연구재단의 중견연구사업 및 기초과학 4.0 중점연구소 (자연과학연구소)에서 지원받아 수행됐다.
2025.02.04
조회수 579
-
AI로 우주용 전기추력기 개발·고성능 예측
홀추력기는 스페이스X의 스타링크(Starlink) 군집위성이나 NASA의 사이키(Psyche) 소행성 탐사선 등과 같은 여러 고난이도 우주 임무에 활용되는, 플라즈마*를 이용한 고효율 추진 장치로, 핵심적인 우주기술 중 하나다. KAIST 연구진이 인공지능 기법을 사용해 개발한 큐브위성용 홀추력기를 올해 11월에 예정된 누리호 4차 발사에서 큐브위성인 K-HERO에 탑재돼 우주에서 성능 검증을 진행할 예정이라고 밝혔다.
*플라즈마(plasma)는 기체가 높은 에너지로 가열되어 전하를 띄는 이온과 전자로 분리된 물질의 네 가지 상태 중 하나로 우주 전기추진 뿐만 아니라 반도체 및 디스플레이 제조공정과 살균장치 등에 널리 활용되고 있다.
우리 대학 원자력및양자공학과 최원호 교수 연구팀이 인공위성이나 우주탐사선의 엔진인 홀 전기 추력기(홀추력기, Hall thruster)의 추력 성능을 높은 정확도로 예측할 수 있는 인공지능 기법을 개발했다고 3일 밝혔다.
홀추력기는 연비가 높아 적은 추진제(연료)를 사용하고도 위성이나 우주선을 크게 가속할 수 있으며, 소모 전력 대비 큰 추력을 발생시킬 수 있다. 이러한 장점을 바탕으로, 추진제 절약이 중요한 우주 환경에서 군집위성의 편대비행 유지, 우주쓰레기 감축을 위한 궤도이탈 기동, 혜성이나 화성 탐사와 같은 심우주 탐사를 위한 추진력 제공 등 다양한 임무에 폭넓게 활용되고 있다.
최근 뉴스페이스 시대에 접어들어 우주산업이 확장됨에 따라 우주 임무가 다양해지고 있고 이에 맞는 홀추력기 수요가 증가하고 있다. 각각의 고유한 임무에 최적화된 고효율 홀추력기를 신속하게 개발하기 위해서는 설계단계에서부터 추력기의 성능을 정확하게 예측하는 기법이 필수적이다.
그러나 기존의 방식들은 홀추력기 내에서 복잡하게 일어나는 플라즈마 현상을 정밀하게 다루지 못하거나, 특정 조건에 한정돼, 성능 예측 정확도가 낮은 한계가 있었다.
연구팀은 홀추력기의 설계, 제작, 시험의 반복 작업에 걸리는 시간과 비용을 획기적으로 줄이는 인공지능을 기반으로 한 정확도가 높은 추력기 성능 예측기법을 개발했다.
2003년부터 국내에서 전기추력기 개발 연구를 처음으로 시작해 관련 연구개발을 주도하고 있는 최원호 교수팀은 자체적으로 개발한 전기추력기 전산 해석 도구를 활용해 생성한 18,000개의 홀추력기 학습데이터를 기반으로 인공신경망 앙상블 구조를 도입해 추력 성능 예측에 적용했다.
양질의 학습데이터를 확보하기 위해 개발된 전산 해석 도구는 플라즈마 물리 현상과 추력 성능을 모델링한다. 전산 해석 도구의 정확성은, 연구팀이 국내 최초로 개발한 10개의 홀추력기로 수행된 100여 개의 실험 데이터와 비교해 평균오차가 10% 이내로 정확도가 높은 것으로 검증됐다.
학습된 인공신경망 앙상블 모델은 홀추력기의 설계 변수에 따라 높은 정확도로 단지 수초 내로 짧은 시간 안에 추력기 성능을 예측할 수 있는 디지털트윈 모델로 작동한다.
특히 기존에 알려진 스케일링 법칙으로는 분석하기 어려웠던 연료 유량이나 자기장과 같은 설계 변수에 따른 추력과 방전전류와 같은 성능지표 변화를 상세히 분석할 수 있다.
연구팀은 이번에 개발한 인공신경망 모델이 자체 개발한 700W급 및 1kW급 홀추력기에서 평균오차 5% 이내, 미 공군연구소에서 개발한 5kW급 고전력 홀추력기에 대해 평균오차 9% 이내의 정확도를 보여주었다. 이번 연구로 개발한 인공지능 예측기법이 다양한 전력 크기의 홀추력기에 폭넓게 적용할 수 있는 것을 입증했다.
최원호 교수는 “연구팀에서 개발한 인공지능 기반 성능 예측기법은 정확도가 높아 인공위성과 우주선의 엔진인 홀추력기의 추력성능 분석과 고효율 저전력 홀추력기 개발에 이미 활용되고 있다. 이 인공지능 기법은 홀추력기 뿐만 아니라 반도체, 표면 처리 및 코팅 등 다양한 산업에서 활용되는 이온빔 소스의 연구개발에도 접목될 수 있다”라고 밝혔다.
또한, 최교수는 “연구팀의 실험실 창업기업으로 전기추진 전문기업인 코스모비㈜와 함께 인공지능 기법을 사용해 개발한 큐브위성용 홀추력기는 올해 11월에 예정된 누리호 4차 발사에서 3U(30x10x10 cm) 큐브위성인 K-HERO에 탑재돼 우주에서 성능 검증을 진행할 예정”이라고 설명했다.
원자력및양자공학과(우주탐사공학학제전공) 박재홍 박사과정 학생이 제1 저자로 참여한 이번 연구 결과는 국제적으로 저명한 인공지능 다학제 학술지인 ‘어드밴스드 인텔리전트 시스템(Advanced Intelligent Systems)’에 2024년 12월 25일에 온라인 게재됐으며, 저널 표지논문(front cover)으로 채택돼 혁신성을 인정받았다.
이번 연구는 한국연구재단 스페이스파이오니어사업(200mN급 고추력 전기추진시스템 개발)의 지원을 받아 수행됐다.
(논문 제목: Predicting Performance of Hall Effect Ion Source Using Machine Learning, DOI: https://doi.org/10.1002/aisy.202400555)
2025.02.03
조회수 791
-
백금 1/10 줄인 촉매로 수전해 셀 생산 성공
수전해 셀은 물을 전기화학적으로 분해해 수소를 생산하는 기술로, 탄소 중립 시대를 위한 필수적인 에너지 변환 기술이지만 산업적 활용을 위해서는 고가의 백금 사용량이 크게 요구되는 한계가 있었다. 한국 연구진이 백금 사용량을 1/10로 줄여 수전해 셀의 경제성을 높이는데 성공했다. 이번 연구에서 측정한 수전해 셀 성능은 미국 에너지부(Department of Energy, DOE)가 제시한 수전해 셀 성능 및 귀금속 사용량의 2026년 목표치를 유일하게 충족시켰다고 평가받았다.
우리 대학 생명화학공학과 이진우 교수 연구팀이 화학과 김형준 교수 연구팀과 공동연구를 통해 음이온 교환막 기반 수전해 셀의 성능과 안정성을 획기적으로 높이는 고성능 고안정성 귀금속 단일 원자 촉매를 개발했다고 31일 밝혔다.
연구팀은 귀금속 촉매의 열화 메커니즘을 역이용하는 ‘자가조립원조 귀금속 동적배치’전략을 개발했다. 이 방법은 1,000℃ 이상의 고온에서 귀금속이 자발적이고 선택적으로 탄화물 지지체에 단일원자로 분해돼 안정적으로 담지되는 합성 기술이다. 이를 통해, 상용 백금 촉매 대비 1/10 수준의 백금 사용량으로도 더 높은 성능과 안정성을 구현했다.
단일 원자 촉매는 금속 원자가 지지체 표면에 고립된 형태로 담지돼 높은 귀금속당 촉매 효율을 나타내지만, 기존 저온 환원법에서는 촉매 성능 및 안정성 확보에 한계가 있었다.
연구팀은 귀금속 전구체와 고분자 사이의 분자적 상호작용 및 귀금속-지지체 사이의 상호작용을 응용해 자가조립원조 귀금속 동적배치라는 새로운 단일 원자 촉매합성 메커니즘을 제시했다. 또한, 연구팀은 이 합성 기술을 통해 백금뿐만 아니라 이리듐, 팔라듐, 로듐 등 다양한 귀금속 단일 원자 촉매에도 적용 가능성을 입증했다.
개발된 백금 단일 원자 촉매의 경우, 염기 조건 수소 생성반응에서 높은 안정성을 가지며 높은 밀도의 귀금속 활성점을 통해 우수한 수소 생산 성능을 보였다. 이 결과 상용 백금 촉매 대비 5배 높은 귀금속당 수소 생산 성능을 구현할 수 있었다.
연구팀은 개발 촉매의 상용성 평가를 위해 음이온 교환막 기반 수전해 셀에 적용했다. 개발된 백금 단일 원자 촉매는 상용 백금 촉매 대비 1/10 백금 사용량에도 불구하고 그를 능가하는 3.38A/cm2 (@ 1.8 V)의 높은 성능을 기록했으며, 1A/cm2의 산업용 전류밀도에서도 우수한 안정성을 나타냈다. 특히 이 성능은 미국 에너지부(Department of Energy, DOE)가 제시한 수전해 셀 성능 및 귀금속 사용량의 2026년 목표치를 충족시키는 유일한 음이온 교환막 기반 수전해 셀 성능으로 평가받는다.
제1 저자인 김성빈 연구교수는 "이번 기술은 수전해 셀의 원가를 크게 절감시키며 이번 연구에서 제시된 자가조립원조 귀금속 동적배치 전략은 수전해 셀뿐만 아니라 다양한 귀금속 기반 촉매 공정에도 응용할 수 있어 산업적 파급력이 클 것으로 보인다“고 말했다.
생명화학공학과 김성빈 연구교수가 주도하고, UNIST 에너지화학공학과 신승재 교수, KIST 수소연료전지센터 김호영 박사가 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `에너지 인바이론멘탈 사이언스 (Energy & Environmental Science)' 1월 18권에 출판됐으며, 후면 표지논문(inside back cover)으로 선정됐다.
(논문명 : Self-assembly-assisted dynamic placement of noble metals selectively on multifunctional carbide supports for alkaline hydrogen electrocatalysis) DOI: 10.1039/D4EE04660A
한편 이번 연구는 한국연구재단의 나노미래소재원천기술개발사업, 중견연구자지원사업, 미래소재디스커버리사업 및 한국슈퍼컴퓨팅센터의 지원을 받아 수행됐다.
2025.02.03
조회수 401
-
KAIST, ‘넙죽이’ 담은 2025년 신입생 웰컴키트 전해
“KAIST는 여러분이 자신만의 독특한 방식으로 빛날 수 있는 '놀이터'입니다. 여러분의 미래는 KAIST와 대한민국의 미래입니다. 신입생 여러분을 진심으로 환영하며, KAIST 입학을 다시 한번 축하합니다.”(이광형 총장)
입학처에서 신입생들의 입학을 축하하고 애교심을 고취하기 위해 각 대학에서 고유한 문화로 자리 잡아 가고 있는 '웰컴키트'를 신입생들에게 전달했다.
이번 웰컴키트는 입학처에서 학생생활처, 학생정책처, 예술융합센터 미술관과 공동 기획하고, 브랜드샵이 물품과 배송비를 100% 지원한 기부 행사 형태로 진행되었다.
웰컴키트에는 우리 대학 마스코트 넙죽이를 담은 수건을 포함한 다양한 굿즈와 이광형 총장의 환영 메시지가 담긴 넙죽이 엽서도 포함되었다. 재학생 봉사자들과 교직원들이 류근철 스포츠 컴플렉스에서 직접 포장하고, 1월 10일에는 전국 각지로 배송되었다.
재학생 봉사자인 정지혁(수리과학과 22학번)는 “KAIST 캠퍼스에서 만나게 될 후배들을 생각하며 즐겁게 참여했다. 개인적으로도 멋진 경험이었고, 이런 KAIST만의 독특한 문화가 앞으로도 지속되기를 바란다.”라고 소감을 전했다.
웰컴키트 행사를 총괄한 김용현 입학처장은 "진심으로 환영하는 신입생들에게 KAISTian으로서의 새로운 여정을 응원하는 마음을 담아 이번 웰컴키트를 준비했다.”라며, "KAIST의 따뜻한 환영과 응원의 마음이 전해지길 바란다.”고 그 취지와 의미를 설명했다.
물품을 후원한 브랜드샵의 공동대표이자 예술융합센터 석현정 미술관장은 "KAIST 합격을 축하하기 위해 전국 각지로 배송된 넙죽이들이 각 가정에서 웃음꽃을 피우면서 KAIST와 행복한 인연을 시작하게 되어 기쁘게 생각한다,”며, "브랜드 사업이 수익을 문화적 가치로 환원하게 되어 보람된다.”고 소감을 밝혔다.
기부와 봉사로 시작한 웰컴키트 문화가 앞으로도 예비 신입생과 우리 대학간의 따뜻한 교감의 장이 되어, 뜻깊은 이야기가 계속 이어지기를 기대한다.
2025.01.25
조회수 1803
-
버려지는 이산화탄소를 되살릴 수 있다면
세계적으로 기후 변화와 탄소 배출 문제의 심각성이 대두되면서 이산화탄소(CO2)를 화학 연료와 화합물 등의 자원으로 전환해서 활용하는 기술이 절실한 상황이다. 우리 대학 화학과 박정영 교수 연구팀이 한국재료연구원 나노재료연구본부 박다희 박사 연구팀과 공동연구를 통해 이산화탄소(CO2) 전환 효율을 크게 향상하는 촉매 기술을 개발했다.
기존의 이산화탄소(CO2) 전환 기술은 높은 에너지를 소비하는 것에 비해 효율은 낮아 상용화가 어렵다. 특히, 단원자 촉매(SACs)는 촉매 합성이 복잡하고, 금속 산화물 지지체(촉매 입자를 안정적으로 유지하거나 내구성을 높이는 역할)와 결합 안정성을 유지하기 어려워 촉매 성능이 떨어졌다.
이러한 한계를 극복하기 위해 연구팀은 단일 및 이중 단원자 촉매 기술을 개발하고 간단한 공정으로 촉매 효율을 높이는 기술을 선보였다. 본 성과는 이중 단원자 촉매(DSACs)로 금속 간 전자 상호작용을 적극 활용해 기존보다 50% 이상 높은 전환율과 우수한 선택성(촉매가 원하는 생성물을 많이 생성할 수 있도록 유도하는 능력)을 구현했다.
본 기술은 금속 산화물 지지체 내 산소 공공(Oxygen Vacancy)과 결함 구조를 정밀하게 제어해 이산화탄소(CO2) 전환 반응의 효율과 선택성을 획기적으로 높이는 촉매 설계 기술이다. 산소 공공이 촉매 표면에 이산화탄소가 잘 흡착되도록 돕고, 단원자 및 이중 단원자는 수소(H2)가 흡착되도록 돕는다. 산소 공공과 단원자 및 이중 단원자가 함께 작용하면서 이산화탄소(CO2)가 수소(H2)와 만나 원하는 화합물로 쉽게 전환되는 것이다. 특히, 이중 단원자 촉매(DSACs)는 두 금속 원자 간의 전자 상호작용을 적극 활용해 반응 경로를 조절하고 효율을 극대화했다.
연구팀은 에어로졸 분무 열분해법(Aerosol-Assisted Spray Pyrolysis)을 적용해 간단한 공정으로 촉매를 합성하고 대량 생산 가능성도 확보했다. 이는 복잡한 중간 과정 없이 액체 상태의 재료를 에어로졸(안개 같은 작은 입자)로 만든 후 뜨거운 챔버에 보내면 촉매가 완성되는 간단한 공정 방식이다. 해당 방식은 금속 산화물 지지체 내부에 금속 원자를 균일하게 분산시키고, 결함 구조를 정밀하게 조절할 수 있도록 돕는다. 이처럼 금속 산화물 지지체의 결함 구조를 정밀하게 제어함으로써 단일 및 이중 단원자 촉매를 안정적으로 형성하고 이중 단원자 촉매(DSACs)를 활용해 기존 단일 원자 촉매 사용량을 약 50% 줄이면서도 이산화탄소(CO2) 전환 효율을 기존 대비 약 두 배 이상 향상시키고, 99% 이상의 높은 선택성을 구현했다.
본 기술은 화학 연료 합성, 수소 생산, 청정에너지 산업 등 다양한 분야에 활용할 수 있다. 또한, 촉매 합성법(에어로졸 분무 열분해법)이 간단하고 생산 효율도 높아서 상용화될 가능성이 매우 크다.
연구책임자인 박다희 선임연구원은 "본 기술은 이산화탄소(CO2) 전환 촉매의 성능을 획기적으로 향상하는 동시에 간단한 공정을 통해 상용화를 가능하게 한 중요한 성과”라며, "탄소중립 실현을 위한 핵심 기술로 활용될 수 있을 것으로 기대된다.”라고 밝혔다. 또한 박정영 교수는 “본 연구는 새로운 종류의 단원자 촉매를 상대적으로 쉽게 합성할 수 있어 다양한 화학 반응에 쓰일 수 있고, 온실가스로 인한 지구온난화 문제 해결에 가장 시급한 연구 분야인 이산화탄소 분해/활용 촉매개발에 중요한 단초를 제공한다.”라고 언급했다.
본 연구는 한국재료연구원의 주요사업과 과학기술정보통신부, 산업통상자원부, 국가과학기술연구회의 지원을 받아 수행되었다. 연구 결과는 촉매 및 에너지 분야에서 권위 있는 저널인 어플라이드 카탈러시스 비: 인바이런멘탈 앤 에너지(Applied Catalysis B: Environmental and Energy(JCR 상위 1%, IF 20.3))에 온라인 게재됐다.
*논문(Applied Catalysis B: Environmental and Energy)
DOI 주소 https://doi.org/10.1016/j.apcatb.2024.124987
2025.01.23
조회수 797
-
원하는 소재 개발 인공지능 모퓨전(MOFFUSION)으로
최근 생성형 인공지능은 텍스트, 이미지, 비디오 생성 등 다양한 분야에서 널리 사용되고 있지만, 소재 개발 분야에서는 아직 충분히 활용되지 못하고 있다. 이러한 상황에서 KAIST 연구진이 구조적 복잡성을 지닌 다공성 소재를 생성하는 인공지능 모델을 개발하여, 사용자가 원하는 특성의 소재를 선택적으로 생성할 수 있게 되었다.
우리 대학 생명화학공학과 김지한 교수 연구팀이 원하는 물성을 가진 금속 유기 골격체(Metal-Organic Frameworks, MOF)를 생성하는 인공지능 모델을 개발했다고 23일 밝혔다.
김지한 교수 연구팀이 개발한 생성형 인공지능 모델인 모퓨전(MOFFUSION)은 금속 유기 골격체의 구조를 보다 효율적으로 표현하기 위해, 이들의 공극 구조를 3차원 모델링 기법을 활용해 나타내는 혁신적인 접근 방식을 채택했다. 이 기법을 통해 기존 모델들에서 보고된 낮은 구조 생성 효율을 81.7%로 크게 향상시켰다.
또한, 모퓨전은 생성 과정에서 사용자가 원하는 특성을 다양한 형태로 표현하여 인공지능 모델에 입력할 수 있는 특징이 있다. 연구진은 사용자가 원하는 물성을 숫자, 카테고리, 텍스트 등 다양한 형태로 입력할 수 있으며, 데이터 형태와 관계없이 높은 생성 성능을 보임을 확인했다.
예를 들어, 사용자가 생성하고자 하는 물질의 특성값을 텍스트 형태(예:“30 g/L의 수소 흡착량을 갖는 구조”)로 모델에 입력하면, 모델은 이에 상응하는 물질을 선택적으로 생성한다. 이러한 특징은 소재 개발에 있어 인공지능 모델의 활용성과 편의성을 크게 개선하는 요소로 작용한다.
김지한 교수는 “원하는 물성의 소재를 개발하는 것은 소재 분야의 가장 큰 목표이며 오랜 연구 주제”라며, “연구팀이 개발한 기술은 인공지능을 활용한 다공성 소재 개발에 있어 큰 발전을 이뤘으며, 앞으로 해당 분야에서 생성형 인공지능의 도입을 촉진할 것”이라고 말했다.
우리 대학 생명화학공학과 박준길 박사, 이유한 박사가 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `네이처 커뮤니케이션즈(Nature Communications)'에 지난 1월 2일 게재됐다. (논문명 : Multi-modal conditional diffusion model using signed distance functions for metal-organic frameworks generation) (https://doi.org/10.1038/s41467-024-55390-9)
한편 이번 연구는 과학기술정보통신부의 탑-티어 연구기관 간 협력 플랫폼 구축 및 공동연구 지원사업, 나노 및 소재기술 개발사업, 그리고 한국연구재단 (NRF) 중견연구자 지원사업의 지원을 받아 수행됐다.
2025.01.23
조회수 910