%EB%B0%94%EC%9D%B4%EC%98%A4%EB%B0%8F%EB%87%8C%EA%B3%B5%ED%95%99%EA%B3%BC
-
폐암 전이를 막고 치료 가능한 세포로 되돌리는 원천기술 개발
고령화에 따라 암의 발생이 늘어나면서 암은 인류의 건강수명을 위협하는 가장 치명적인 질환이 됐다. 특히 조기 발견을 놓쳐 여러 장기로 전이될 때 암의 치명률은 높아진다. 이러한 문제를 해결하기 위해 암세포의 전이 능력을 제거하거나 낮추려는 시도가 이어졌으나 오히려 중간상태의 불안정한 암세포 상태가 되면서 더욱 악성을 보이게 되어 암 치료의 난제로 남아 있었다.
우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 시스템생물학 연구를 통해 폐암 세포의 성질을 변환시켜 암세포의 전이를 막고 약물에 대한 저항성을 제거할 수 있는 기술을 개발하는 데 성공했다고 30일 밝혔다.
조광현 교수 연구팀은 폐암 세포의 전이능력이 없는 상피(epithelial, 세포 방향성이 있어 유동성 없이 표면조직을 이루는 상태)세포에서 전이가 가능한 중간엽(mesenchymal, 방향성없이 개별적인 이동성을 가진 상태)세포로 변화되는 천이 과정(epithelial-to-mesenchymal transition, 이하 EMT)에서 나타나는 다양한 암세포 상태들을 나타낼 수 있는 세포의 분자 네트워크 수학모델을 만들었다. 컴퓨터 시뮬레이션 분석과 분자 세포실험을 통해 악성종양으로 증식하여 인접한 조직이나 세포로 침입하거나 약물에 내성을 가진 중간엽세포 상태에서 전이가 되지 않은 상피세포 상태로 다시 바뀔수 있도록 세포의 성질을 변환시켜주는 핵심 조절인자들을 발굴했다.
특히 이 과정에서 그동안 난제로 남아 있었던 중간과정의 불안정한 암세포 상태(EMT 하이브리드 세포 상태)를 피하는 동시에 항암 화학요법(chemotherapy) 치료가 잘 되는 상피세포 상태로 온전히 역전하는 데 성공했다.
우리 대학 김남희 박사과정, 황채영 박사, 김태영 연구원, 김현진 박사과정이 참여한 이번 연구 결과는 미국암학회(AACR)에서 출간하는 국제저널 `캔서 리서치(Cancer Research)' 1월 30일 字 온라인판 논문으로 출판됐다. (논문명: A cell fate reprogramming strategy reverses epithelial-to-mesenchymal transition of lung cancer cells while avoiding hybrid states)
암세포의 EMT 과정에서 불완전한 천이(변화과정)로 인해 발생하는 EMT 하이브리드 상태의 세포들은 상피세포와 중간엽세포의 특성을 모두 갖고 있으며, 높은 줄기세포능*을 획득해 약물저항성 및 전이 잠재성이 큰 것으로 알려져 있다. 불안정한 암세포 상태(EMT)는 매우 복잡하여 높은 전이 능력과 약물저항성을 가지는 EMT 하이브리드 세포 상태를 회피하면서 암세포를 전이 능력과 약물저항성이 제거된 상피세포 상태로 온전히 역전시키는 것은 매우 어려운 일이었다.
*줄기세포능: 줄기세포가 지속적 자가복제를 할 수 있도록 하는 세포내 신호전달체계
조광현 교수 연구팀은 복잡한 EMT를 지배하는 유전자 조절 네트워크의 수학모델을 정립한 후, 대규모 컴퓨터 시뮬레이션 분석 및 복잡계 네트워크 제어기술을 적용해 중간엽세포 상태인 폐암 세포를 EMT 하이브리드 세포 상태를 회피하면서 전이 능력이 상실된 상피세포 상태로 역전시킬 수 있는 세 개의 핵심 분자 타깃인 ‘p53 (암 억제 단백질)’, ‘SMAD4 (EMT를 조절하는 대표적 신호전달을 매개하는 중심물질로 SMAD 그룹에 포함된 단백질)’와 ‘ERK1/2 (세포의 성장 및 분화에 관여하는 조절인자)’를 발굴하고 이를 분자 세포실험을 통해 검증했다. 이러한 발견은 실제 인체 내 암 조직의 환경에서처럼 자극이 주어진 상황에서 중간엽세포 상태가 상피세포 상태로 역전될 수 있음을 증명해 그 의미가 크다.
암세포의 비정상적인 EMT는 암세포의 이동과 침윤, 화학요법 치료에 대한 반응성 변화, 강화된 줄기세포능, 암의 전이 등 다양한 악성 형질로 이어지게 된다. 특히 암세포의 전이 능력 획득은 암 환자의 예후를 결정짓는 매우 중요한 요소다. 이번에 개발된 폐암 세포의 EMT 역전 기술은 암세포를 리프로그래밍해 높은 가소성과 전이 능력을 제거하고 항암 화학치료의 반응성을 높이도록 하는 새로운 항암 치료 전략이다.
조광현 교수는 "높은 전이 능력과 약물저항성을 획득한 폐암 세포를 전이 능력이 제거되고 항암 화학요법치료에 민감한 상피세포 상태로 온전히 역전시키는 데 성공함으로써 암 환자의 예후를 증진할 수 있는 새로운 치료전략을 제시했다ˮ라고 말했다.
조광현 교수 연구팀은 암세포를 정상세포로 되돌리는 가역 치료원리를 최초로 제시한 뒤 2020년 1월에 대장암세포를 정상 대장 세포로 되돌리는 연구 결과를 발표했고, 2022년 1월에는 가장 악성인 유방암세포를 호르몬 치료가 가능한 유방암세포로 리프로그래밍하는 연구에 성공한 바 있다. 이번 연구 결과는 전이 능력을 획득한 폐암 세포 상태를 전이 능력이 제거되고 약물 반응성이 증진된 세포 상태로 되돌리는 가역화 기술 개발의 세 번째 성과다.
한편 이번 연구는 과학기술정보통신부와 한국연구재단의 중견연구자지원사업 등의 지원으로 수행됐다.
2023.01.30 조회수 6735 -
바이오및뇌공학과 박영균 교수, 교육부-KERIS 대학 원격교육 우수사례 공모전 교육부장관상 수상
우리 대학 바이오및뇌공학과 박영균 교수가 교육부와 한국교육학술정보원(KERIS)에서 주최·주관한 ‘제2회 대학 원격교육 우수사례 공모전’에서 11월 4일(금) 개인 부문 최우수상(교육부 장관상)을 수상했다고 밝혔다. 해당 공모전은 전국 대학 및 전문대학의 원격교육 우수사례 발굴·전파를 통한 대학 원격교육 활성화 및 질 제고에 기여하고자 2021년에 시작되어 올해로 2회째를 맞는다.
생물실험교육은 생물실험의 특성상 디테일한 교육이 필요하고, 인큐베이터나 후드 등 값비싼 장비들이 기본적으로 필요하다. 따라서 과거에는 정해진 실험실에서 조교와 학생이 대면하여 상호작용하는 방식으로 교육되어왔다. 이러한 대면실험교육은 질 높은 교육을 제공할 수 있으나, 코로나와 같은 사회적 거리두기 상황하에 진행이 불가능하며, 소수 학생들에게만 교육을 제공할 수 있어 파급력이 떨어진다는 단점이 있다.
박 교수는 대면 생물실험교육시 조교로부터 학생에게 전달되는 풍부한 정보와 조교-학생 간 밀접한 상호작용을 증강현실 기술을 사용해 원격으로 구현함으로써, 원격 생물실험교육을 구현하였다. 즉, 학생이 증강현실 고글을 쓰고 실험실에 들어서면, 실험 과정과 단계에 대한 증강현실 콘텐츠가 적재적소에서 학생에게 보여지며, 이는 대면 교육 시 조교로부터 학생에게 전달되는 풍부한 시각 및 공간 정보를 대체하게 된다 (그림 1~2 참조). 나아가 학생은 필요 시 고글을 사용해 조교에게 전화를 걸어 본인의 실험 과정이나 결과를 실시간으로 보여줄 수 있고, 조교는 이에 대한 증강현실 주석을 달아 학생에게 공유함으로써, 대면상황에서 가능했던 밀접한 상호작용을 원격으로 대체할 수 있게 된다(그림 3 참조). 이러한 증강현실 컨텐츠와 원격 상호작용을 통해, 대면교육과 같은 질 높은 원격 생물실험교육이 가능하게 된다.
박 교수는 이러한 새로운 교육법을 활용해 ‘Bio and Brain Engineering Lab’(BiS425) 라는 과목을 개설하고, 원격 생물실험교육을 두 학기째 시도하고 있다. 나아가 해당 교육법이 학생이 원할 때 실험실에 와서 혼자 실험을 수행할 수 있기에 대면교육보다 더 다양한 종류의 생물실험을 가르칠 수 있다는 점을 활용하여, 다양한 생명수준(세포, 분자, 조직, 개체) 실험을 한 학기에 모두 수행하고 데이터를 통합하여 해석할 기회를 제공하는 ‘통합 생명실험교육’도 시도하고 있다.
박영균 교수는 "KAIST에 부임하면서 새로운 연구에 더해 새로운 교육을 시도해보고자 하는 마음이 있었는데, 이렇게 수상까지 하게 되어 영광이다ˮ면서 "이러한 시도를 물심양면으로 지원해주신 바이오및뇌공학과의 교수님들 및 직원분들과 해당 교육법 구현에 함께한 수업 조교들, 그리고 저희의 새로운 시도를 믿고 사업비를 후원해 주신 KAIST 교육학습혁신센터에 진심으로 감사드린다"며 소감을 밝혔다.
2022.12.09 조회수 4555 -
2022년 창의도전연구실 16개 선정 및 현판식 개최
우리 대학 연구처가 ‘2022년 창의도전연구실’ 16개를 선정하고 5월 30일(월) 오후 현판식을 개최했다. ‘창의도전연구사업 C2(Creative & Challenging) 프로젝트’란 학술적·사회적 의미가 크고 미래 사회 이슈로 대두될 가능성이 높은 문제를 선 발굴, 선 해결하는 연구를 지원하는 사업이다.
이는 우리 대학 이광형 총장이 미래 50년을 위해 제시한 ‘QAIST 신문화 전략’ 중 하나로, 연구자들이 실패를 두려워하지 않고 창의적인 아이디어로 과감하게 문제에 도전하는 연구 문화를 조성하고자 기획됐다.
연구처는 지난 3월 공고를 시행하고 창의성과 도전성을 기준으로 총 16개 과제를 선정했다. 5월 30일(월) 5시에 열린 `창의도전연구실(Creative&Challenging)' 현판식은 제안 주제 중 최고점을 받은 바이오및뇌공학과 박성준 교수 연구실에서 대표로 진행했다.
현판식에는 이광형 총장, 이상엽 연구부총장, 조광현 연구처장, 이동만 공과대학장, 정기훈 바이오및뇌공학과장, 성단근 명예교수와 박성준 교수(연구책임자)가 참석했다.
박성준 교수는 “창의도전연구실에 선정 되어 매우 기쁘다. 앞으로 ‘리버스 뇌 오가노이드-기계 인터페이스 개발’ 연구에 책임을 다하겠다. 본 연구 지원 사업을 통해 새로운 문제에 다양한 아이디어로 도전하며 개념검증을 시행할 것”이라고 소감을 전했다.
한편, 2022년 말까지 진행하는 본 사업에 선정된 16개 과제에는 각 5천만 원 이내의 연구비를 지원한다. 연구처는 향후 평가를 통해 선정된 과제에 대해 창의적 기초융합연구 관련하여 보다 중장기적으로 지원하는 ‘도약연구(UP) 사업’으로 연계하여 지속 지원할 예정이다.
또한, 연말 수행평가에서 문제해결과 검증을 탁월하게 제시한 우수 교원에게는 2023년 리서치데이에 ‘QAIST 창의도전 연구상’을 수여할 계획이다.
2022.06.09 조회수 8855 -
기억 저장 세포의 뇌 지도 제작기법 최초 개발
우리 대학 연구진이 기억을 저장하는 다양한 뇌 부위 세포들의 분포를 지도로 제작하는 기법의 개발에 최초로 성공했다.
바이오및뇌공학과 박영균 교수 연구팀이 메사추세츠 공과대학(MIT) 정광훈 교수 및 스스무 도네가와(Susumu Tonegawa) 교수 공동연구팀과 함께 단일 기억을 저장하는 세포들을 생쥐의 뇌 전체에서 매핑하는 기법을 개발하고, 이를 통해 공간 공포 기억을 저장하는 새로운 뇌 부위 세포들을 발견했다고 2일 밝혔다.
기억은 주로 몇몇 뇌 부위에 국한해 연구돼왔다. 예를 들어 공포 기억은 편도체, 공간 기억은 해마의 세포들에 저장된다고 생각돼왔으며, 해당 뇌 부위들이 주로 연구됐다. 하지만 단일 기억이 다양한 뇌 부위에 나누어 저장될 것이라는 가설도 제시돼왔는데, 이러한 가설은 기억을 저장하는 세포들의 분포를 뇌 전체에서 확인(매핑)함으로써 확실한 검증이 가능하나, 이는 기술적 한계로 이뤄지지 못했다.
공동연구팀은 기존 팀이 개발한 전뇌 투명화 기술(SHIELD) 및 초고속 전뇌 면역염색 기술(eFLASH)을 통해, 공간 공포 기억을 학습한 생쥐에서 기억의 학습과 회상 시 모두 활성화된 세포들을 뇌 전체에서 매핑했다. 이를 통해 공간 공포 기억을 저장하고 있을 확률이 높은 뇌 부위의 세포들을 생쥐 뇌 전체에서 찾아낼 수 있었다. 이후 해당 세포들을 광유전학적 방법으로 조절해 해당 세포들에 공간 공포 기억이 저장됐음을 확인함으로써, 공간 공포 기억을 저장하는 7개의 새로운 뇌 부위와 세포들을 연구팀은 찾아낼 수 있었다.
그렇다면 기억에 다양한 뇌 부위의 기억저장 세포들이 모두 필요한 것일까? 연구팀은 이를 확인하기 위해, 화학유전학 기법을 통해 다양한 뇌 부위의 기억저장 세포들을 한꺼번에 자극해 보았으며, 그 결과 뇌의 한 부위의 기억저장 세포를 자극했을 때와는 다르게, 자연적인 기억 회상에 가까운 기억의 완전한 회상이 유도됨을 확인했다. 이는 다양한 뇌 부위의 기억저장 세포들의 활성이 기억에 모두 필요함을 의미한다.
박영균 교수는 "이번 연구는 연구팀이 기존에 개발한 기술들에 힘입어 기억저장 세포의 매핑을 최초로 실현하고, 이를 통해 단일 기억이 다양한 뇌 부위 세포들에 흩어져 저장됨을 증명한 데 의의가 있다ˮ며, "이번 연구에서 밝혀진 기억저장 세포의 뇌 지도는, 각 뇌 부위의 세포 및 세포 간 상호작용이 기억에 있어 각각 어떠한 세부적인 기능을 하는지에 관한 연구를 촉진함으로써, 기억의 메커니즘에 대한 완전한 이해를 도울 수 있다ˮ고 말했다.
이번 연구 결과는 국제 학술지 `네이처 커뮤니케이션즈(Nature Communications)'에 지난 4월 4일 자로 게재됐다(논문명: Brain-wide mapping reveals that engrams for a single memory are distributed across multiple brain regions)
2022.06.02 조회수 5650 -
한국뇌연구원과 혁신적 뇌연구를 위한 업무협약 체결
우리 대학이 한국뇌연구원(서판길 원장)과 18일(월) ‘혁신적 뇌연구를 위한 업무협약’을 체결했다. 이번 협약은 KAIST 신경과학-인공지능 융합연구센터(센터장 이상완 교수)와 한국뇌연구원 윤종혁 그룹장(퇴행성뇌질환 연구그룹)이 협력하며 성사됐다. 양 기관은 유기적인 업무협력 체계를 구축함과 더불어 공동연구 협력 및 인재 양성을 통한 뇌연구 분야 역량 강화를 위해 한 뜻을 모았다.
이번 협약을 통해 양 기관은 혁신적 뇌연구(뇌공학, 뇌질환, 뇌영상, 데이터과학 등)와 관련 주제를 함께 발굴하여 연구하고, 최신 뇌연구 인프라를 공동 활용할 예정이다. 또한 전문인력을 교류하고 양성하는 등 다각적인 노력을 해 나갈 것을 약속했다.
18일(월) 오후 5시 우리 대학 본원 제1회의실에서 개최되는 협약식에는 이광형 KAIST 총장, 이상완 신경과학-인공지능 융합 연구센터장, 정용 헬스사이언스 연구소장, 김재경 수리과학과/IBS 수리및계산과학연구단 교수등 KAIST 관계자들과 한국뇌연구원 서판길 원장, 김형준 연구본부장, 윤종혁 그룹장, 하창만 대외협력센터장 등의 관계자가 참석했다.
이광형 KAIST 총장은 “특성화 대학과 정부출연연구기관 간 상호 긴밀한 협력 체제를 구축하게 되어 기쁘다. 우수한 뇌연구 성과를 통해 국민 삶의 질 향상, 국가 경쟁력 강화, 국제적 위상 정립에 이바지할 것”이라고 소감을 전했다.
한국뇌연구원 서판길 원장은 “인공지능을 기반으로 한 뇌 빅데이터 분석 및 검증 플랫폼 공동 개발을 추진할 계획이다. 적극적인 연구 및 전문 인재 공유와 협업을 통해 뇌연구 고도화의 초석을 함께 다지겠다”라고 밝혔다.
2022.04.18 조회수 6952 -
생각만으로 정확하게 로봇팔 조종이 가능한 뇌-기계 인터페이스 개발
우리 대학 바이오및뇌공학과 정재승 교수 연구팀이 3차원 공간상에서 생각만으로 로봇팔을 높은 정확도 (90.9~92.6%)로 조종하는 `뇌-기계 인터페이스 시스템'을 개발했다고 23일 밝혔다.
정 교수 연구팀은 인공지능과 유전자 알고리즘을 사용해 인간의 대뇌 심부에서 측정한 뇌파만으로 팔 움직임의 의도를 파악해 로봇팔을 제어하는 새로운 형태의 뇌-기계 인터페이스 시스템을 개발했다. 뇌 활동만으로 사람의 의도를 파악해 로봇이나 기계가 대신 행동에 옮기는 `뇌-기계 인터페이스' 기술은 최근 급속도로 발전하고 있다. 하지만 손을 움직이는 정도의 의도 파악을 넘어, 팔 움직임의 방향에 대한 의도를 섬세하게 파악해 정교하게 로봇팔을 움직이는 기술은 아직 정확도가 높지 않았다.
하지만 연구팀은 이번 연구에서 조종 `방향'에 대한 의도를 뇌 활동만으로 인식하는 인공지능 모델을 개발했고, 그 결과 3차원 공간상에서 24개의 방향을 90% 이상의 정확도로 정교하게 해석하는 시스템을 개발했다.
게다가 딥러닝 등 기존 기계학습 기술은 높은 사양의 GPU 하드웨어가 필요했지만, 이번 연구에서는 축적 컴퓨팅(Reservoir Computing) 기법을 이용해 낮은 사양의 하드웨어에서도 인공지능 학습이 가능하여 스마트 모바일 기기에서도 폭넓게 응용될 수 있도록 개발해, 향후 메타버스와 스마트 기기에도 폭넓게 적용이 가능할 것으로 기대된다.
우리 대학 김훈희 박사(現 강남대 조교수)가 제1 저자로 참여한 이번 연구는 국제학술지 `어플라이드 소프트 컴퓨팅(Applied Soft Computing)' 2022년 117권 3월호에 출판됐다. (논문명 : An electrocorticographic decoder for arm movement for brain-machine interface using an echo state network and Gaussian readout).
뇌-기계 인터페이스는 사용자의 뇌 활동을 통해 의도를 읽고 로봇이나 기계에 전달하는 기술로서 로봇, 드론, 컴퓨터뿐만 아니라 스마트 모바일 기기, 메타버스 등에서의 이용될 차세대 인터페이스 기술로 각광받고 있다.
특히 기존의 인터페이스가 외부 신체 기관을 통해 명령을 간접 전달(버튼, 터치, 제스처 등)해야 하지만 뇌-기계 인터페이스는 명령을 뇌로부터 직접적 전달한다는 점에서 가장 진보된 인터페이스 기술로 여겨진다.
그러나 뇌파는 개개인의 차이가 매우 크고, 단일 신경 세포로부터 정확한 신호를 읽는 것이 아니라 넓은 영역에 있는 신경 세포 집단의 전기적 신호 특성을 해석해야 하므로 잡음이 크다는 한계점을 가지고 있다.
연구팀은 이러한 문제 해결을 위해 최첨단 인공지능 기법의 하나인 `축적 컴퓨팅 기법'을 이용해 뇌-기계 인터페이스에서 필요한 개개인의 뇌파 신호의 중요 특성을 인공신경망이 자동으로 학습해 찾을 수 있도록 구현했다.
또한 유전자 알고리즘(Genetic Algorithm)을 이용해 인공지능 신경망이 최적의 뇌파 특성을 효율적으로 찾을 수 있게 시스템을 설계했다. 연구팀은 심부 뇌파를 최종 해석하는 리드아웃(Readout)을 가우시안(Gaussian) 모델로 설계해 시각피질 신경 세포가 방향을 표현하는 방법을 모방하는 인공신경망을 개발했다. 이런 리드아웃 방식은 축적 컴퓨팅의 선형 학습 알고리즘을 이용해 일반적 사양의 간단한 하드웨어에서도 빠르게 학습할 수 있어 메타버스, 스마트기기 등 일상생활에서 응용이 가능해진다.
특히, 이번 연구에서 만들어진 뇌-기계 인터페이스 인공지능 모델은 3차원상에서 24가지 방향 즉, 각 차원에서 8가지 방향을 디코딩할 수 있으며 모든 방향에서 평균 90% 이상의 정확도 (90.9%~92.6% 범위)를 보였다. 또한 연구된 뇌-기계 인터페이스는 3차원 공간상에서 로봇팔을 움직이는 상상을 할 때의 뇌파를 해석해 성공적으로 로봇팔을 움직이는 시뮬레이션 결과를 보였다.
인공지능 시스템을 만든 제1 저자인 김훈희 박사는 "공학적인 신호처리 기법에 의존해 온 기존 뇌파 디코딩 방법과는 달리, 인간 뇌의 실제 작동 구조를 모방한 인공신경망을 개발해 좀더 발전된 형태의 뇌-기계 인터페이스 시스템을 개발해 기쁘다ˮ면서 "향후 뇌의 특성을 좀 더 구체적으로 이용한 `뇌 모방 인공지능(Brain-inspired A.I.)'을 이용한 다양한 뇌-기계 인터페이스를 개발할 계획이다ˮ라고 말했다.
이번 연구를 주도한 연구책임자 정재승 교수는 "뇌파를 통해 생각만으로 로봇팔을 구동하는 `뇌-기계 인터페이스 시스템'들이 대부분 고사양 하드웨어가 필요해 실시간 응용으로 나아가기 어렵고 스마트기기 등으로 적용이 어려웠다. 그러나 이번 시스템은 90%~92%의 높은 정확도를 가진 의도 인식 인공지능 시스템을 만들어 메타버스 안에서 아바타를 생각대로 움직이게 하거나 앱을 생각만으로 컨트롤하는 스마트기기 등에 광범위하게 사용될 수 있다ˮ고 말했다.
이번 연구 결과는 사지마비 환자나 사고로 팔을 잃은 환자들을 위한 로봇팔 장착 및 제어 기술부터, 메타버스, 스마트기기, 게임, 엔터테인먼트 애플리케이션 등 다양한 시스템에 뇌-기계 인터페이스를 적용할 가능성을 열어 줄 것으로 기대된다.
이번 연구는 한국연구재단 뇌 원천기술개발사업의 지원을 받아 수행됐다.
2022.02.24 조회수 11882 -
3차원 표정인식용 인공지능 라이트필드 카메라 개발
우리 대학 바이오및뇌공학과 정기훈, 이도헌 교수 공동연구팀이 근적외선 기반 라이트필드 카메라와 인공지능기술을 융합하여 얼굴의 감정표현을 구분하는 기술을 개발했다고 7일 밝혔다.
라이트필드 카메라는 일반적인 카메라와 다르게 미세렌즈 배열(Microlens arrays)을 이미지센서 앞에 삽입해 손에 들 수 있을 정도로 작은 크기이지만 한 번의 촬영으로 빛의 공간 및 방향 정보를 획득한다. 이를 통해 다시점 영상, 디지털 재초점, 3차원 영상 획득 등 다양한 영상 재구성이 가능하고 많은 활용 가능성으로 주목받고 있는 촬영 기술이다.
그러나 기존의 라이트필드 카메라는 실내조명에 의한 그림자와 미세렌즈 사이의 광학 크로스토크(Optical crosstalk)에 의해 이미지의 대비도 및 3차원 재구성의 정확도가 낮아지는 한계점이 있다.
연구팀은 라이트필드 카메라에 근적외선 영역의 수직 공진형 표면 발광 레이저(VCSEL) 광원과 근적외선 대역필터를 적용해 기존 라이트필드 카메라가 갖는 조명 환경에 따라 3차원 재구성의 정확도가 낮아지는 문제를 해결했다. 이를 통해 얼굴 정면 기준 0도, 30도, 60도 각도의 외부 조명에 대해, 근적외선 대역필터를 사용한 경우 최대 54%까지 영상 재구성 오류를 줄일 수 있었다. 또한, 가시광선 및 근적외선 영역을 흡수하는 광 흡수층을 미세렌즈 사이에 제작하면서 광학 크로스토크를 최소화해 원시 영상의 대비도를 기존 대비 약 2.1배 정도로 획기적으로 향상하는 데 성공했다.
이를 통해 기존 라이트필드 카메라의 한계를 극복하고 3차원 표정 영상 재구성에 최적화된 근적외선 기반 라이트필드 카메라(NIR-LFC, NIR-based light-field camera) 개발에 성공했다. 연구팀은 개발한 카메라를 통해 피험자의 다양한 감정표정을 가진 얼굴의 3차원 재구성 이미지를 조명 환경과 관계없이 고품질로 획득할 수 있었다.
획득한 3차원 얼굴 이미지로부터 기계 학습을 통해 성공적으로 표정을 구분할 수 있었고, 분류 결과의 정확도는 평균 85% 정도로 2차원 이미지를 이용했을 때보다 통계적으로 유의미하게 높은 정확도를 보였다. 이뿐만 아니라, 연구팀은 표정에 따른 얼굴의 3차원 거리 정보의 상호의존성을 계산한 결과를 통해, 라이트필드 카메라가 인간이나 기계가 표정을 판독할 때 어떤 정보를 활용하는지에 대한 단서를 제공할 수 있음을 확인했다.
정기훈 교수는 "연구팀이 개발한 초소형 라이트필드 카메라는 정량적으로 인간의 표정과 감정을 분석하기 위한 새로운 플랫폼으로 활용될 수 있을 것으로 기대된다ˮ며 "모바일 헬스케어, 현장 진단, 사회 인지, 인간-기계 상호작용 등의 분야에서 활용될 것ˮ이라고 연구의 의미를 설명했다.
우리 대학 바이오및뇌공학과 배상인 박사과정 졸업생이 주도한 이번 연구 결과는 국제저명학술지 `어드밴스드 인텔리전트 시스템즈(Advanced Intelligent Systems)'에 2021년 12월 16일 온라인 게재됐다. (논문명: Machine-Learned Light-Field Camera that Reads Facial Expression from High-Contrast and Illumination Invariant 3D Facial Images).
한편 이번 연구는 과학기술정보통신부 및 산업통상자원부의 지원을 받아 수행됐다.
2022.01.07 조회수 7787 -
인공지능의 오랜 난제를 뇌 기반 인공지능으로 풀다
우리 대학 바이오및뇌공학과 이상완 교수(신경과학 인공지능 융합연구센터장) 연구팀이 뇌 기반 인공지능 기술을 이용해 인공지능의 난제 중 하나인 과적합-과소적합 상충 문제를 해결하는 원리를 풀어내는 데 성공했다고 5일 밝혔다.
이상완 교수와 김동재 박사(現 뉴욕대학교 박사후 연구원)가 주도하고 우리 대학 정재승 교수가 참여한 이번 연구는 `강화학습 중 편향-분산 상충 문제에 대한 전두엽의 해법'이라는 제목으로 국제 학술지 셀(Cell)의 오픈 액세스 저널인 `셀 리포트(Cell Reports)'에 지난해 12월 28일 字 온라인판에 게재됐다. (논문명: Prefrontal solution to the bias-variance tradeoff during reinforcement learning)
최근 인공지능 모델들은 다양한 실제 문제들에 대해 최적의 해법을 제시하지만, 상황 변화에 유동적으로 대응하는 부분에 있어서는 여전히 어려움을 겪고 있다. 기계학습에서는 이를 과소적합-과적합의 위험성 (underfitting-overfitting risk) 또는 편향-분산 상충 문제(bias-variance tradeoff)라 하며 오랫동안 연구됐지만, 실제 세계와 같이 상충 조건이 계속 변하는 상황에서의 명확한 해법은 아직 제안된 바가 없다.
반면 인간은 현재 주어진 문제에 집중하면서도(과소적합 문제 해결), 당면 문제에 과하게 집착하지 않고(과적합 문제 해결) 변하는 상황에 맞게 유동적으로 대처한다. 연구팀은 뇌 데이터, 확률과정 추론 모형, 강화학습 알고리즘을 이용해 인간의 뇌가 이 문제를 어떻게 해결하는지에 대한 이론적 틀을 마련하고 이로부터 유동적인 메타 강화학습 모델을 도출해냈다.
놀랍게도 인간의 뇌는 중뇌 도파민 회로와 전두엽에서 처리되는 `예측 오차'의 하한선(prediction error lower bound)이라는 단 한 가지 정보를 이용해 이 문제를 해결한다. 우리의 전두엽, 특히 복외측전전두피질은 현재 내가 사용하고 있는 문제 해결 방식으로 주어진 문제를 얼마나 잘 풀 수 있을지에 대한 기대치의 한계를 추정하고(예: `이렇게 풀면 90점까지는 받을 수 있어'), 변화하는 상황에 맞춰 최적인 문제 해결전략을 유동적으로 선택하는 과정 (예: `이렇게 풀면 기껏해야 70점이니 다르게 풀어보자')을 통해 과소적합-과적합의 위험을 최소화하게 된다.
이상완 교수 연구팀은 2014년 해당 전두엽 영역이 환경의 불확실성을 바탕으로 강화학습전략을 유동적으로 조절하는 데 관여한다는 사실을 처음 발견했고(`뉴런(Neuron)' 학술지에 발표), 2015년에는 인과관계 추론 과정에도 관여한다는 사실을 발견했다(`PLOS Biology' 학술지에 발표). 이어 2019년에는 해당 뇌 영역이 문제의 복잡도까지 고려할 수 있다는 사실을 발견했다(`네이처 커뮤니케이션즈(Nature Communications)' 학술지에 발표).
이러한 일련의 연구 결과들은 자신의 학습 및 추론 능력을 스스로 평가하는 인간의 메타 인지 능력을 보여주는 증거로, 이 능력을 바탕으로 인공지능이 풀기 어려워하는 현실 세계의 다양한 상충적 상황들을 풀어낼 수 있다는 `전두엽 메타 학습 이론'을 정립한 바 있다(`사이언스 로보틱스(Science Robotics)' 학술지에 발표). 이번 연구는 이 이론에 기반해 인공지능의 오랜 난제 중 하나인 과소적합-과적합 상충 문제를 실제로 풀어낸 최초의 사례로 평가된다.
연구를 통해 개발된 메타 강화학습 모델을 이용하면 간단한 게임을 통해 인간의 유동적 문제 해결 능력을 간접적으로 측정할 수 있다. 더 나아가 스마트 교육이나 중독과 관련된 인지 행동치료에 적용할 경우 상황 변화에 유동적으로 대처하는 인간의 문제 해결 능력 자체를 향상할 수 있을 것으로 기대된다. 차세대 인공지능, 스마트 교육, 인지 행동치료 등 다양한 분야에 파급력이 큰 원천 기술로 최근 국내 및 해외 특허 출원이 완료된 상태다.
연구를 주도한 제1 저자 김동재 박사는 "인간 지능의 특장점에 대한 이해가 얼마나 중요한지 보여주는 연구 중 하나ˮ라고 말했다. 연구 책임자인 이상완 교수는 "인공지능이 우리보다 잘 푸는 문제가 많지만, 반대로 인공지능으로 풀기 어려운 문제들이 우리에게는 정말 쉽게 느껴지는 경우들이 많다. 인간의 다양한 고위 수준 능력을 인공지능 이론 관점에서 형식화하는 연구를 통해 인간 지능의 비밀을 하나씩 풀어나갈 수 있을 것으로 기대된다ˮ라며 "이러한 뇌 기반 인공지능 연구는 인간의 지능을 공학적으로 탐구하는 과정으로 볼 수 있으며, 인간과 인공지능이 서로 도우며 함께 성장해 나갈 수 있는 명확한 기준점을 마련할 수 있을 것ˮ이라고 말했다. 이상완 교수는 뇌 기반 인공지능 연구의 독창성과 도전성을 인정받아 구글 교수 연구상과 IBM 학술상을 받은 바 있다.
연구팀은 과학기술정보통신부의 재원으로 정보통신기획평가원의 지원을 받아 설립한 KAIST 신경과학-인공지능 융합연구센터에서 기반 기술을 활용해 인간 지능을 모사한 차세대 인공지능 모델을 개발하고, 아울러 딥마인드, IBM 인공지능 연구소, MIT, 옥스퍼드 대학 등 국제 공동연구 협약 기관과 공동연구를 통해 기술의 파급력을 높여나갈 계획이라고 말했다.
한편 이번 연구는 삼성전자 미래기술육성센터, 과학기술정보통신부 정보통신기획평가원 및 한국연구재단의 지원을 받아 수행됐다.
2022.01.05 조회수 9021 -
학습 없이 자발적으로 발생하는 뇌 인지기능 원리 밝혀
우리 대학 바이오및뇌공학과 백세범 교수 연구팀이 학습을 전혀 거치지 않은 뇌 신경망에서 선천적인 인지 기능이 발생하는 원리를 규명했다고 30일 밝혔다.
이번 연구 결과는 동물들이 출생 직후 학습을 거치지 않은 상태에서도 기초적 인지 기능들을 수행할 수 있게 하는 `선천적 뇌 기능'에 대한 이해에 다가가는 기초를 마련했으며 `초기 뇌 신경망 인지 기능의 발생'에 대해 기존의 상식과 완전히 다른 시각을 제시한다.
또한 연구팀의 결과는 일반적인 인공지능 모델에서 기능을 발생시키기 위해서는 외부의 데이터 학습이 반드시 요구되는 것과 달리, 생물학적 뇌 신경망의 기능 발생과 진화는 확률적으로 생성되는 물리적 연결 구조에 의해 자발적으로 발생할 수 있다는 차별된 기저 원리를 제안한다.
연구팀은 인지과학 분야에서 활발히 연구돼 온 얼굴 인지 기능(face detection)에 초점을 두어 뇌의 시각 신경망을 모사한 인공신경망에서의 사물 인지 기능을 시뮬레이션했다. 이를 통해 모든 연결 가중치가 무작위로 정해지도록 초기화된 심층신경망이 전혀 학습을 거치지 않은 상태에서도 얼굴 이미지를 다른 사물 이미지와 구별할 수 있음을 발견했다.
연구팀은 이러한 무작위화 신경망에서 발생하는 얼굴 선택성 (face-selectivity)이 실제 동물 실험에서 관측되는 다양한 생물학적, 인지 행동적 특성들과 매우 유사한 양상을 보이는 것을 확인했다. 이는 이론적 모델 기반의 본 연구 결과가 충분한 생물학적 타당성을 가지며, 향후 뇌 신경망에서 나타나는 선천적 인지 기능의 핵심적 발생 원리를 설명하는 일반적인 이론으로 확장될 수 있음을 시사한다.
우리 대학 바이오및뇌공학과 백승대, 송민 박사과정이 공동 제 1저자로 참여한 이번 연구는 국제 학술지 `네이처 (Nature)'의 자매지 `네이처 커뮤니케이션스 (Nature Communications)' 12월 16일 字에 게재됐다. (논문명 : Face Detection in Untrained Deep Neural Networks)
인지 지능의 최초 발생에 관한 연구는 뇌신경과학, 인지과학과 인공지능 분야 모두에서 중요한 주제다. 특히, 별다른 학습 과정 없이 출생 직후부터 다양한 인지 기능을 수행할 수 있게 하는 뇌의 `선천적' 인지 기능은 데이터 입력을 통한 학습에 의존하는 인공신경망의 기능과 뚜렷이 구별되며, 이에 대한 이해는 생물학적 지능의 발생과 진화의 원리를 밝히는 데 결정적인 역할을 할 것으로 기대됐다.
또한 얼굴 인지 기능은 사회적 행동을 하는 다양한 동물 종의 어린 개체들에서 관측되며, 이 기능의 발생을 위해 외부 정보의 학습이 필수적인지는 학계에서 활발하게 논의돼왔다.
연구팀은 앞서 진행했던 연구를 토대로 구축한 신경망 기능 발생 이론에 기반해, 아무런 학습을 거치지 않은 계층적 신경망의 초기 피드 포워드 연결 구조를 통해 얼굴 인지 기능이 자발적으로 형성될 수 있을 것이라 가정했다. 이를 확인하기 위해 수행한 심층신경망 시뮬레이션에서 얼굴 이미지를 비롯한 단순 사물의 인식 기능은 학습을 전혀 거치지 않은 초기 무작위화 신경망에서 자발적으로 발생할 수 있음을 확인했다.
이러한 결과는 학습이 이루어지기 전, 신경망의 초기 구조가 갖춰진 시점에 이미 다양한 인지 기능이 발생할 수 있음을 보여주며, 뇌 과학의 오랜 화두인 지능 형성의 선천성 또는 후천성(nature vs. nurture) 논의와 관련해 자발적으로 발생하는 선천적 기능 발생에 대한 이해의 중요성을 강조한다.
백세범 교수는 "이번 연구는 뇌신경과학 연구의 가장 근본적인 질문 중 하나인 선천적인 인지 기능의 발생을 설명할 수 있는 최초의 이론을 제시해 생물학적 지능의 발생과 진화의 원리를 이해하는데 결정적인 단서를 제공할 것으로 기대된다ˮ며 "한편으로 데이터 학습 기반 인공지능 구현의 방법과 완전히 다른 관점의 생물학적 지능 구현 원리를 정립해 현재의 인공지능 개발의 상식과 완전히 다른 시각을 제공할 수 있을 것으로 기대된다ˮ고 언급했다.
한편 이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업, KAIST 특이점교수 사업의 지원을 받아 수행됐다.
2021.12.31 조회수 7926 -
아동의 다언어 사용이 뇌 전체 연결망 향상에 미치는 영향 확인
우리 대학 바이오및뇌공학과 정용 교수 연구팀이 미국 예일대학교(Yale University) 심리학과 마빈 천(Marvin M. Chun) 교수 연구팀과 공동연구를 통해 아동기의 외국어 구사 여부가 인지능력을 향상하고 뇌 연결망에 변화를 가져온다고 10일 밝혔다.
연구팀은 미국 국립 보건원(National Institutes of Health, NIH)의 청소년 뇌 인지 발달 연구(the Adolescent Brain Cognitive Development, ABCD Study) 데이터를 사용해 발달단계에 있는 9-10세 아이들의 인지기능 점수와 기능적 자기공명영상(functional magnetic resonance imaging, fMRI)을 분석했다. 모국어 외 다른 언어를 추가로 사용하는 아이들은 모국어만 사용하는 아이들에 비해 기억을 측정하는 인지 과제에서 높은 점수를 보였다. 또한 다언어 사용은 아이들의 뇌 전체 연결망에도 영향을 주는 것으로 확인됐다.
바이오및뇌공학과 권영혜 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `미국국립과학원회보(Proceedings of the National Academy of Sciences of the United States of America, PNAS)' 11월 118권 49호에 출판됐다. (논문명 : Predicting multilingual effects on executive function and individual connectomes in children: an ABCD Study).
뇌는 과제를 수행할 뿐만 아니라 쉬고 있을 때도 특정 영역들이 활성화된다. 기능적 자기공명영상(fMRI)을 통해 활성화되는 각 영역을 관찰할 수 있고, 이 영역들이 서로 어떻게 연결이 돼 있는지 기능적 뇌 연결망(functional connectivity)을 계산할 수 있다.
뇌 모든 영역 간의 연결 패턴을 나타내는 뇌 전체 연결망(whole-brain functional connectivity, connectome)은 사람마다 다르고, 그 사람의 나이, 지능, 인지기능 등 그 사람만의 고유한 특성을 내포하고 있다고 알려져 최근 뇌 과학 분야에서 활발히 연구되고 있다.
연구팀은 뇌의 특정 영역에 국한하지 않고 뇌 전체의 연결망에 초점을 맞춰, 여러 언어를 하는 아이들과 하나의 언어만 사용하는 아이들이 서로 다른 뇌 전체 연결망을 가지는 것을 관찰했다. 기억 관련 과제를 수행할 때 다언어 사용 아이들은 단일언어 사용 아이들에 비해 뇌 후두엽(occipital lobe)과 피질하 영역(subcortical area)간 강한 연결망을 보였다. 아이들이 아무 과제를 수행하지 않는 휴지기(resting state)에도 두 그룹 간 차이가 관찰됐는데, 다언어 사용 아이들에게서 뇌 후두엽과 전전두엽(prefrontal cortex)간 강한 연결성을 보였다.
더 나아가 연구팀은 기계학습을 통해 아이들이 기억 관련 과제를 수행할 때와 휴지기일 때 나타나는 뇌 전체 연결망만으로 그 아이가 여러 언어를 사용하는지 한 언어를 사용하는지를 성공적으로 예측할 수 있었다. 또한 다언어 사용 아이들이 기억 관련 과제를 수행할 때 관찰되는 기억 관련 연결망만으로 그 아이들이 해당 과제에서 어떤 점수를 얻었는지 예측할 수 있었다. 단일 언어사용 아이들에게서는 이러한 현상이 발견되지 않았는데, 이는 다언어 사용 아이들의 뇌 전체 연결망이 그들의 행동과 더 밀접한 관계를 맺고 있다는 것을 시사한다.
연구팀은 이번 연구를 통해 발달단계에 있는 9-10세 아이들의 다언어 사용 여부가 뇌 전체 연결망에 변화를 주는 것을 확인했다. 이 연구를 바탕으로 다언어 사용의 영향이 발달단계를 거치며 성인이 될 때까지 어떻게 변화하는지 이해하는 데 도움이 될 것으로 기대한다. 더 나아가 다언어 사용은 알츠하이머와 같은 퇴행성 뇌질환에 동반되는 인지기능 저하를 방어하는 뇌인지 예비능(cognitive reserve)을 가져오는데, 이 현상을 연구하는 데 도움이 될 것으로 기대된다.
제1 저자인 권영혜 박사과정은 "성인보다 언어사용 기간이 짧은 9-10세 아이들에게서도 여러 언어의 사용이 인지기능과 뇌 연결 패턴에 영향을 주는 것을 확인하였다ˮ 라며 "어렸을 때부터 형성된 이러한 차이가 시간이 흐르면서 어떠한 형태로 자리 잡아 성인이 되었을 때 그리고 노인이 되어서까지 영향을 주는지를 이해하는 데 도움이 되길 바란다ˮ 라고 말했다.
이번 연구는 한국연구재단, 산업통상자원부, 미국 국립 보건원 지원을 받아 수행됐다.
2021.12.10 조회수 8204 -
박성홍 교수팀, RSNA/MICCAI/ASNR 3개 국제학회 공동주관 Brain Tumor Segmentation Challenge 1등상 수상
우리 대학 바이오및뇌공학과 박성홍 교수 연구실(연구실명: 자기공명영상 연구실, Magnetic Resonance Imaging Laboratory)에서 전세계 Brain Tumor Segmentation Challenge에서 1등상을 수상했다고 12월 3일 밝혔다.
Brain Tumor Segmentation Challenge(BRATS)는 Multi-modal MRI data를 기반으로 Brain Tumor를 가장 정확히 구획화(Segmentation)하는 딥러닝 네트워크 개발을 놓고 매년 전세계적으로 경쟁하는 대회로서 올해로 10회째를 맞고 있다. 올해 BRATS 대회는 전세계적으로 가장 큰 규모의 학회 중 하나인 RSNA(Radiological Society of North America), 그리고 MICCAI(Medical Image Computing and Computer Assisted Intervention) 및 ASNR(American Society of Neuroradiology) 3개의 학회가 파트너로 개최하였다. 지난 7월 대회가 시작되었고 8월 1차 버전의 딥러닝 네트워크 제출, 9월 선별된 네트워크들에 대한 MICCAI 학회 초록 발표, 10월 최종 딥러닝 네트워크 제출, 11월 RSNA 학회에서 수상자 발표의 순으로 진행되었다. 올해는 Brain Tumor AI Challenge라는 이름으로 두 개의 Category(Brain Tumor Segmentation, Brain Tumor Radiogenomic Classification)로 나뉘어서 병렬로 진행되었다. 올해 Brain Tumor Segmentation 분야에는 3개월 동안 전세계에서 2,200개 이상의 팀이 30,000건 이상의 제출물과 함께 대회에 참가하였다. Nvidia(2018년 대회 우승자)와 같이 해당 분야의 선두 기업에서도 많이 참가했다.
Brain Tumor Segmentation 분야에서 1등상 수상자는 박성홍 교수 연구실의 후안 민 루(Huan Minh Luu) 박사과정 학생으로 Brain Tumor Segmentation의 performance를 개선하는 U-net 기반 딥러닝 네트워크를 개발하였다. 구체적으로, 더 큰 훈련 데이터에서 효과적으로 학습하기 위해 nnUNet(no-new UNet)부터 네트워크 크기를 늘리고 배치 정규화를 그룹 정규화로 바꾸는 수정이 추가되었다. 여러 모델이 다른 설정으로 훈련되었고 최종 앙상블은 테스트 데이터에 대한 평가를 위해 주최자에게 제출됐다. 이 간단한 접근 방식은 어텐션 또는 트랜스포머 아키텍처를 사용하는 다른 복잡한 방법보다 성능이 우수하여 효과적인 것으로 입증됐다. 주최 측에 따르면 Luu의 제출물은 다른 경쟁자들의 제출물에 비해 통계적으로 훨씬 우수했음이 확인됐다.
1등상 수상팀에게는 상금 미화 $6000불(한화 7백만원 상당)이 수여되며, 시상식은 11월 29일 RSNA 학회에서 진행됐다.
Brain Tumor Segmentation (BRATS) Challenge 소개
매년 전세계적으로 Multimodal MRI 영상기반 Brain Tumor를 정확하게 구획화하는 딥러닝 네트워크를 개발하는 대회로서 올해는 RSNA/MICCAI/ASNR 3개의 국제학회에서 공동으로 주관하여 Brain Tumor AI Challenge라는 이름으로 두 개의 category(Brain Tumor segmentation, Brain Tumor Radiogenomic Classfication)로 나누어서 병렬로 진행하였다. 자세한 내용은 아래 대회 홈페이지를 통해 확인할 수 있다.
https://www.rsna.org/education/ai-resources-and-training/ai-image-challenge/brain-tumor-ai-challenge-2021
2021.12.06 조회수 6727 -
악성 유방암 세포를 치료 가능한 상태로 되돌리는 암세포 리프로그래밍 기술 개발
우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 시스템생물학 연구를 통해 악성 유방암세포를 치료 가능한 상태로 되돌리는 암세포 리프로그래밍 기술을 개발하는 데 성공했다고 30일 밝혔다.
연구팀은 유방암 아류 중에서 가장 악성으로 알려진 삼중음성 유방암(basal-like 혹은 triple negative) 환자들과 호르몬 치료가 가능한 루미날-A 유방암(luminal-A) 환자들의 유전자 네트워크를 컴퓨터시뮬레이션을 통해 분석함으로써 삼중음성 유방암세포를 루미날-A 유방암세포로 변환하는데 필요한 핵심 인자를 규명했다. 그리고 이를 조절해 삼중음성 유방암세포를 루미날-A 유방암세포로 리프로그래밍한 뒤 호르몬 치료를 시행하는 새로운 치료 원리를 개발했다.
우리 대학 최새롬 박사과정, 황채영 박사, 이종훈 박사과정 등이 참여한 이번 연구결과는 미국암학회(AACR)에서 출간하는 국제저널 `캔서 리서치 (Cancer Research)' 11월 30일 字 논문으로 출판됐다. (논문명: Network analysis identifies regulators of basal-like breast cancer reprogramming and endocrine therapy vulnerability)
현재 삼중음성 유방암 환자들에게 적용되는 항암 화학요법은 빠르게 분열해 전이를 일으키는 암세포를 공격해 죽임으로써 암세포의 증식을 억제하는 방식이다. 하지만 이러한 치료는 신체 내 정상적으로 분열하고 있는 세포들까지도 함께 사멸시켜 구토, 설사, 탈모, 골수 기능장애, 무기력 등의 심각한 부작용을 일으킨다. 또한 삼중음성 유방암세포들은 이와 같은 독성항암제에 처음부터 내성을 갖거나 새로운 내성을 획득하면서 결국 약물에 높은 저항성을 가지는 암세포로 진화하게 된다. 따라서 삼중음성 유방암에 대한 현재의 항암치료는 내성을 갖는 암세포를 없애기 위해 더 많은 정상세포의 사멸을 감수해야만 하는 큰 한계를 지니고 있다.
이를 극복하기 위해 암세포만을 특이적으로 공격하는 표적 항암요법과 우리 몸의 면역시스템을 활용한 면역 항암요법이 주목을 받고 있으나 각각 효과와 적용대상이 매우 제한적이며 장기치료 시 여전히 내성 발생의 문제가 보고되고 있다. 이처럼 현재 개발된 항암요법들은 암세포를 죽이려는 공통적인 원리 때문에 근본적인 한계를 가진다.
조 교수 연구팀은 시스템생물학 연구기법을 통해 악성 유방암세포인 삼중음성 유방암세포를 호르몬 치료가 가능한 루미날-A 유방암세포로 변환시킨 뒤 치료하는 새로운 개념의 치료전략을 개발했다. 이를 위해 유전자 네트워크의 수학모델을 개발하고 대규모 컴퓨터시뮬레이션 분석과 복잡계 네트워크 제어기술을 적용한 결과 두 개의 핵심 분자 타겟인 `BCL11A'와 `HDAC1/2'를 발굴했다.
조 교수 연구팀은 BCL11A와 HDAC1/2를 억제함으로써 삼중음성 유방암세포를 효과적으로 루미날-A 유방암세포로 변환시킬 수 있음을 분자 세포실험을 통해 증명했다. 삼중음성 유방암세포에서 이 핵심 인자들을 억제했을 때 세포의 분열이 감소하고, 삼중음성 유방암세포의 주요 세포성장 신호 흐름 경로인 `EGFR'과 관련된 인자들의 활동이 감소했으며, 루미날-A 유방암세포의 주요 세포성장 신호흐름 경로인 `ERa' 신호전달 경로 인자들의 활성이 회복되는 것을 확인했다.
이번 연구에서 발굴된 분자 타겟 중 BCL11A 단백질의 활성을 억제할 수 있는 저분자화합물은 아직 개발된 바 없으며 추후 신약개발과 임상실험을 통해 악성 유방암세포를 치료 가능한 세포상태로 리프로그래밍 함으로써 안전하고 효과적으로 치료하는 새로운 치료기술이 실현될 수 있을 것으로 보인다. 특히 이처럼 암세포의 성질을 되돌리거나 변환하는 암세포 리프로그래밍 기반의 새로운 치료전략이 임상에서 실현된다면 현재 항암치료의 많은 부작용과 내성 발생을 근본적으로 해결함으로써 암 환자의 고통을 최소화하고 삶의 질을 크게 향상시킬 수 있을 것으로 기대된다.
조 교수는 "그동안 유방암 중에서도 가장 악성인 삼중음성 유방암은 독성이 강해 큰 부작용을 일으키는 화학 항암치료 외에는 방법이 없었으나 이를 호르몬 치료가 가능하며 덜 악성인 루미날-A 유방암세포로 리프로그래밍해 효과적으로 치료할 수 있는 새로운 가능성을 열었다ˮ라며 "이번 연구는 악성 암세포를 직접 없애려고 하기보다 치료가 수월한 세포 상태로 되돌린 뒤 치료하는 새로운 방식의 항암 치료전략을 제시했다ˮ라고 말했다.
조 교수 연구팀은 2020년 1월에 대장암세포를 정상 대장 세포로 되돌리는 연구에 성공한 바 있으며, 이번 연구 결과는 암세포 리프로그래밍을 통한 가역화 기술 개발의 두 번째 성과다.
이번 연구는 과학기술정보통신부와 한국연구재단의 중견연구자지원사업과 한국전자통신연구소 공동연구사업, KAIST Grand Challenge 30의 지원으로 수행됐다.
2021.11.30 조회수 8764