-
제3회 K-인공지능 제조데이터 분석 경진대회 성료
우리 대학 제조AI빅데이터센터가 중소 제조기업의 애로사항을 창의적인 인공지능(AI) 아이디어로 해결하는 '제3회 K-인공지능 제조데이터 분석 경진대회' 시상식을 지난달 28일 서울 양재동 aT센터에서 개최했다.
중소벤처기업부(장관 이영, 이하 중기부), 스마트제조혁신추진단(단장 안광현, 이하 추진단)과 공동 주최한 이번 경진대회는 우수한 제조 인공지능 분석 인재를 발굴 및 육성하기 위해 올해 세 번째로 개최됐다.제조데이터 인공지능 분석에 관심 있는 19세 이상의 국민을 대상으로 지난 9월 말부터 참가자를 모집한 결과 3인 이내로 자유롭게 구성된 184개 팀, 389명이 신청을 완료했다. 각 팀은 10월 23일 KAMP*의 열처리 품질보증 제조AI데이터셋**을 활용해 뿌리기업 현장 개선 아이디어를 제시하고 알고리즘으로 구현하는 과제를 부여받아 본격적인 대회 일정에 돌입했다.
☞ KAMP: 인공지능(AI) 중소벤처 제조 플랫폼(Korea AI Manufacturing Platform) ☞ 열처리 품질보증 제조AI데이터셋: 열처리 공정에서 수집한 제조데이터를 인공지능 학습용으로 가공한 6천1백만 개의 제조데이터주최측은 11월 6일부터 10일까지 서면 평가를 통해 8개의 발표평가 최종 진출팀을 선발했다. 11월 21일 열린 발표평가는 메타버스 플랫폼에서 진행됐으며, 인공지능 모델의 창의성, 제조 현장 적용 가능성, 파급효과 등의 심사 항목에서 가장 높은 점수를 받은 '왕십리분석혁명가들'팀(정지인, 문정언, 신아리/한양대학교)이 대상(중기부 장관상)을 차지했다.
'왕십리분석혁명가들' 팀은 설명가능 인공지능(eXplainable AI, XAI)을 기반으로 열처리 공정과 같은 다양한 제조업의 연속공정에서 적용할 수 있는 실시간 설비 이상탐지 방안을 제시하여 문제해결 독창성, 제조현장 적용가능성, 분석모델 확장성 측면에서 높은 평가를 받았다.
이 외에도 '크로와상(김재연, 이예진, 최영주/성균관대학교)', 'TAVANNA(강병관, 박민제, 최무선/(주)타키온테크+고려대학교)' 2개 팀은 최우수상(KAIST 총장상)을 수상했으며, 우수상에 'IoT(에스케이플래닛(주))', '불량하냥(한양대학교 에리카)', 장려상에 'Absolute A(서울과기대)', 'Meta3DP((주)메타3디피)', 'NABIS(한양대학교)'가 수상의 영예를 안았다.
김일중 KAIST 제조AI빅데이터센터장은 "대회가 3회로 거듭되면서 제조AI 관심이 높아지고 있다는 것을 실감했으며, KAIST 제조AI빅데이터센터도 중소 제조기업의 제조AI 기술 적용과 인력 양성에 최선의 노력을 기울이겠다"라고 수상자들을 격려했다.
김흥남 KAIST 제조AI빅데이터센터 본부장은 "제조AI 시장이 성장함에 따라 KAIST는 중소벤처기업부와 협력하여 지속적으로 중소 제조기업의 AI 기반 경쟁력 강화를 위한 지원을 아끼지 않을 것"이라고 밝혔다.한편, '제3회 K-인공지능 제조데이터 분석 경진대회' 대상팀에는 상장 및 상금 1,000만 원이 수여됐다. 최우수상 2개 팀과 우수상 2개 팀에게 각각 300만 원과 200만 원의 상금이, 장려상 3개 팀에게는 각각 100만 원의 상금이 지급됐다.
2023.12.04
조회수 113
-
식품의약품안전처와 연구협력 MOU 체결
우리 대학은 16일 오후 식품의약품안전처(처장 오유경)와 식품·의약품·마약류 등 분야에서 연구를 포함한 포괄적인 협력을 강화하는 MOU를 체결했다.
이번 협약을 바탕으로 두 기관은 ▴식품·의약품·마약류 등 분야의 공동연구 발굴·추진 ▴국가연구개발사업 상호협력 및 공동연구 추진 ▴양 기관 교육프로그램 연계·공유 ▴국내외 최신 식·의약 연구 정보·동향 공유 등에 적극적으로 협력할 예정이다.
특히, 'KAIST-원진 세포치료센터(센터장, 김대수)'를 주축으로 뇌 오가노이드(인공장기) 기술을 개발해 약물중독 및 금단증상, 재활에 관해 연구하고 국제적인 표준을 마련할 계획이다.
날로 증가하는 신종 마약의 위협을 신속하게 진단하고 대응하기 위해 우리 대학의 인공지능 기술을 활용해 마약류가 뇌와 행동에 미치는 영향을 초고속으로 정밀 진단할 수 있는 시스템 개발도 진행한다.
이와 함께, mRNA 백신·치료제 기술·플랫폼 개발 등 식품 및 의료 관련 신물질과 제품 안전성에 대한 첨단 평가기술 개발 분야에서도 폭넓게 협력할 예정이다.
오유경 식약처장은 "이번 업무협약을 계기로 식약처와 KAIST가 함께 연구를 수행하게 되어 국민 안전이 한층 더 강화될 수 있을 것으로 기대한다"며 "식약처는 앞으로도 과학적 근거에 기반하여 식품, 의료제품의 안전을 더욱 철저히 관리하겠다"고 말했다.이광형 총장은 "이번 협약이 식약처와 KAIST의 유기적인 협력관계 구축으로 이어져 양 기관이 상호 발전하는 계기가 되길 바란다"며 "앞으로 KAIST의 첨단과학 연구 역량을 바탕으로 식약처와 공동연구를 수행하여 규제과학 전문성을 높이기 위해 지속해서 노력하겠다"고 밝혔다.
2023.10.17
조회수 640
-
스스로 진화하는 흉부 엑스선 인공지능 진단기술 개발
우리 대학 김재철AI대학원 예종철 교수 연구팀이 서울대학교 병원, 서울 아산병원, 충남대학교 병원, 영남대학교 병원, 경북대학교 병원과의 공동연구를 통해 결핵, 기흉, 코로나-19 등의 흉부 엑스선 영상을 이용한 폐 질환의 자동 판독 능력을 스스로 향상할 수 있는 자기 진화형 인공지능 기술을 개발했다고 27일 밝혔다.
현재 사용되는 대부분의 의료 인공지능 기법은 지도학습 방식 (Supervised learning)으로서 인공지능 모델을 학습하기 위해서는 전문가에 의한 다량의 라벨이 필수적이나, 실제 임상 현장에서 전문가에 의해 라벨링 된 대규모의 데이터를 지속해서 얻는 것이 비용과 시간이 많이 들어 이러한 문제가 의료 인공지능 발전의 걸림돌이 돼왔다.
이러한 문제를 해결하기 위해, 예종철 교수팀은 병원 현장에서 영상의학과 전문의들이 영상 판독을 학습하는 과정과 유사하게, 자기 학습과 선생-학생 간의 지식전달 기법을 묘사한 지식 증류 기법을 활용한 자기 지도학습 및 자기 훈련 방식(Distillation for self-supervised and self-train learning, 이하 DISTL) 인공지능 알고리즘을 개발했다. 제안하는 인공지능 알고리즘은 적은 수의 라벨데이터만 갖고 초기 모델을 학습시키면 시간이 지남에 따라 축적되는 라벨 없는 데이터 자체만을 가지고 해당 모델이 스스로 성능을 향상해 나갈 수 있는 것을 보였다.
실제 의료 영상 분야에서 전문가들이 판독한 정제된 라벨 획득의 어려움은 영상 양식이나 작업과 관계없이 빈번하게 발생하는 문제점이고, 이러한 영상 전문의의 부족 현상은 저소득 국가들과 개발도상국과 같이 결핵과 같은 다양한 전염성 질환이 많이 발생하는 지역에 많다는 점을 고려할 때, 예 교수팀에서 개발한 인공지능 알고리즘은 해당 지역에서 인공지능 모델을 자기 진화시키는 방식으로 진단 정확도를 향상하는 데 큰 도움을 줄 것으로 기대된다.
예종철 교수는 “지도학습 방식으로 성능을 향상하기 위해서는 전문가 라벨을 지속해서 획득해야 하고, 비 지도학습 방식으로는 성능이 낮다는 문제점을 극복한 DISTL 모델은 영상 전문의들의 인공지능 학습을 위한 레이블 생성 비용과 수고를 줄이면서도 지도학습 성능을 뛰어넘었다는 점에서 의미가 있고, 다양한 영상 양식 및 작업에 활용할 수 있을 것으로 기대된다”라고 말했다.
예종철 교수 연구팀의 박상준 박사과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `네이처 커뮤니케이션스(Nature Communications)'에 7월 4일 자로 게재됐다.
한편 이번 연구는 중견연구자지원사업, 범부처전주기의료기기연구개발사업 및 한국과학기술원 중점연구소 사업등의 지원을 받아 수행됐다.
*논문명: Self-evolving vision transformer for chest X-ray diagnosis through knowledge distillation
논문 링크: https://www.nature.com/articles/s41467-022-31514-x
2022.07.27
조회수 3361
-
암, 뇌졸중, 치매 등 각종 난치병 진단하는 멀티 바이오마커를 동시에 탐지하는 고성능 기술 개발
우리 대학 신소재공학과 장재범 교수, 전기및전자공학부 윤영규 교수 연구팀이 기존 기술 대비 5배 이상 더 많은 단백질 바이오마커를 동시에 탐지할 수 있는 멀티 마커 동시 탐지 기술 개발을 했다고 23일 밝혔다.
바이오마커란, 단백질이나 DNA, RNA, 대사 물질 등의 생체 분자로써 이를 통해 몸 안의 변화를 알아낼 수 있어 암을 비롯해 뇌졸중, 치매 등 각종 난치병을 정밀하게 진단하는 표지자로 각광받고 있다.
최근 환자별로 암 조직 내부에 발현되는 단백질 마커가 서로 다르다는 사실이 밝혀지고 있으며, 이러한 차이에 따라서 암의 예후 및 항암제 반응성 등이 결정된다는 연구 결과가 발표되고 있다. 이에 따라서 암 조직에서 여러 단백질 마커를 동시에 탐지하는 기술이 반드시 요구된다.
이에 장 교수 연구팀은 기존 기술 대비 5배 이상 더 많은 수의 단백질 마커를 동시에 관찰할 수 있는 기술을 개발했다. 이 기술은 특수한 시약이나 고가의 장비가 필요하지 않아 암의 정확한 진단 및 항암제 개발, 새로운 단백질 마커 발굴 등에 폭넓게 활용될 수 있을 것으로 기대된다.
우리 대학 신소재공학과 서준영, 심연보, 김지원 연구원이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 커뮤니케이션스(Nature communications)' 5월 13권에 출판됐다. (논문명 : PICASSO allows ultra-multiplexed fluorescence imaging of spatially overlapping proteins without reference spectra measurements).
그동안 정밀 암 연구는 암 환자 조직 내부의 유전자를 분석하는 유전체 연구를 중심으로 진행돼왔다. 하지만 유전자 분석으로는 실제로 이 유전자로부터 단백질 마커가 얼마나 많이 발현되는지 혹은 어떤 공간적 분포로 발현되는지는 알 수 없다는 한계가 있다. 이에 따라서 최근 연구는 유전체 및 단백체를 동시에 분석하는 방향으로 나아가고 있다.
실제로 기존의 유전체 분석으로 유방암으로 진단받은 수백 명의 유방암 환자의 암 조직 내부 단백질 마커를 분석한 결과, 환자들을 생존율 및 약물 반응성이 서로 다른 여러 서브 타입으로 나눌 수 있다는 연구 결과가 발표된 바 있다. 또한, 최근 암을 정복할 신약으로 주목받고 있는 3세대 항암제인 면역항암제의 경우, 암 조직 내부의 면역세포를 활성화해 암을 치료한다.
이때, 암 조직 내부에 어떤 면역 단백질 마커가 발현되어 있는지에 따라서 그 약물 반응성에 큰 차이가 나타난다고 보고된 바 있다. 이처럼 암 조직 내부에서 여러 단백질 마커를 동시에 탐지하는 기술은 새로운 암 서브 타입의 발굴, 각 서브 타입을 표적으로 하는 신약 개발, 적합한 항암제 추천 등을 위해 필수적으로 요구된다.
그동안 암 조직 내부에서 여러 단백질 마커를 동시에 탐지하기 위해서 질량 분석 이미지 처리법 혹은 형광염색법이 사용돼왔다. 질량 분석 이미지 처리법은 하나의 조직에서 다수의 단백질 마커를 동시에 탐지할 수 있다는 장점이 있으나, 고가의 특수 장비가 필요하고, 분석 과정에서 조직이 파괴되며, 전체 과정이 오래 걸린다는 단점이 있다. 형광염색법은 이와 같은 단점은 없으나, 한 번에 3개의 단백질 마커만 관찰할 수 있다는 단점이 있다.
장 교수 연구팀은 이러한 형광염색법의 한계를 해결하기 위해 한 번에 15개 이상, 최대 20개까지의 단백질 마커를 동시에 탐지할 수 있는 기술인 `피카소(PICASSO)' 기술을 개발했다. `PICASSO는 “Process of ultra-multiplexed Imaging of biomoleCules viA the unmixing of the Signals of Spectrally Overlapping fluorophores'의 약자로, 기술을 통해 다양한 생체분자들의 이미지를 형형색색으로 얻어낼 수 있기에 일반인들에게 가장 친숙한 화가 피카소의 이름을 기술명으로 정했다. 연구팀은 이를 위해 발광 스펙트럼이 유사한 형광 분자들을 동시에 사용하고, 이러한 형광 분자들의 신호를 정확하게 분리할 수 있는 기술을 개발했다. 연구팀은 이 기술을 이용해 하나의 조직에서 15개의 단백질 마커를 탐지하는 과정을 세 번 반복해 총 45개의 단백질 마커를 탐지하는 데 성공했다.
장 교수 연구팀이 개발한 `피카소(PICASSO)' 기술은 기존 멀티 마커 동시 탐지 기술 중 가장 낮은 비용으로, 가장 많은 수의 단백질 마커를, 가장 빠르게 탐지할 수 있는 기술로, 향후 암 진단 및 제약 등에 활용될 가능성이 매우 크다. 연구팀은 이 기술 개발 과정에서 4건의 국내 특허, 3건의 미국 특허, 2건의 EPO(유럽 특허) 및 PCT(국제 특허)를 출원해 이번 기술의 지적 재산권을 확보했다고 밝혔다.
제1 저자인 서준영 연구원은 "`피카소(PICASSO)' 기술을 통해 그동안 관찰하기 어려웠던 조직 내 수많은 단백질 마커의 발현 정도 및 분포 관찰에 성공했다ˮ며, "특수한 시약이나 고가의 장비 없이 연구자들에게 친숙한 형광현미경만을 사용해 기술 구현이 가능하므로 접근성이 매우 높은 유용한 기술이 될 것이고, 새로운 생명현상 규명, 암 바이오마커 발굴, 정밀진단 및 치료제 개발 등에 활발히 사용될 수 있을 것이다ˮ 라고 말했다.
한편 이번 연구는 삼성미래기술육성사업의 지원을 받아 수행됐다.
2022.05.23
조회수 5061
-
제1회 K-인공지능 제조데이터 분석 경진대회 개최
KAIST(총장 이광형)는 중소제조기업의 애로사항을 창의적인 인공지능(AI) 아이디어로 해결하는 ‘제1회 K-인공지능 제조데이터 분석 경진대회’를 개최했다.
중소벤처기업부(장관 권칠승, 이하 중기부), 스마트제조혁신추진단(단장 박한구, 이하 추진단)과 공동 주최한 이번 경진대회는 우수한 제조 인공지능 분석 인재를 발굴 및 육성하기 위해 올해 처음으로 개최됐다.제조데이터 인공지능 분석에 관심 있는 19세 이상의 국민을 대상으로 지난 10월 말부터 참가자를 모집한 결과 3인 이내로 자유롭게 구성된 153개 팀 355명이 신청을 완료했다. 각 팀은 지난달 23일 KAMP*의 사출성형 제조AI데이터셋**을 활용해 뿌리기업 현장 개선 아이디어를 제시하고 알고리즘으로 구현하는 과제를 부여받아 본격적인 대회 일정에 돌입했다. ☞ KAMF: 인공지능(AI) 중소벤처 제조 플랫폼(Korea AI Manufacturing Platform) ☞ 사출성형 제조AI데이터셋: 사출성형 현장에서 수집한 제조데이터를 인공지능 학습용으로 가공한 47개 변수, 4천2백만 개의 제조데이터
5일간 진행된 1단계 서면평가에는 총 52개 팀이 보고서·발표 자료·소스 코드 등의 결과물을 제출했다. 주최 측은 각 팀의 인공지능 분석 모델을 바탕으로 제조현장의 문제 이해도 및 문제 정의, 분석 모델의 독창성, 결과 해석의 우수성, 인공지능 성능 정확도 등을 심사해 8개의 최종 진출팀을 선발했다.
16일 열린 최종 평가는 메타버스 플랫폼에서 진행됐으며, 각 팀이 아이디어를 발표하는 방식으로 진행됐다. RK3 팀(고진욱, 이진욱, 김태훈/서울대)은 인공지능 모델의 창의성, 제조 현장 적용 가능성, 파급효과 등의 심사 항목에서 가장 높은 점수를 받아 대상(중기부 장관상)을 차지했다. Rk3 팀은 인공지능을 기반으로 사출물의 품질 이상을 진단하고 공정 최적화를 지원하는 제조 인공지능 분석 모델을 개발했다. 아이디어의 독창성은 물론 개발기술의 완성도 및 확장성 측면에서 심사위원단의 호평을 받았다.
대상을 받은 Rk3 팀의 김태훈(26/서울대 기계공학과) 씨는 "KAMP가 제공하는 사출성형기 데이터를 분석해본 이번 대회는 제조 현장의 지식을 배우는 좋은 기회였다“라고 말했다. 이어, ”앞으로도 뿌리기업에 실질적으로 도움이 될 수 있는 연구를 진행하고 싶다“라고 수상 소감을 밝혔다.이외에도 소프트컴퓨팅 팀(부석준, 문형준, 박경원/연세대), Ensembler 팀(이원석, 전소현/㈜브릭) 등 2개 팀은 최우수상(KAIST 총장상)을 수상했다. 또한, Team-Hybrid 팀(김원곤, 채민석/서울대), NaeBIS 팀(박인창, 박지훈, 이헌득/한양대) 등 2개 팀과 Cube J 팀(김수지, 박종민, 김성종/서울대), Shango 팀(문성민, 이호민, 윤병관/이상고㈜), ELSSA 팀(이예원, 이태형, 김다해/㈜엘렉시) 등 3개 팀은 각각 우수상과 장려상을 받았다.
심사위원장인 신민수 한양대학교 경영학부 교수는 "8개 참가팀이 제시한 좋은 방법들이 중소 제조기업의 품질 향상과 생산성 향상에 실제로 적용되어 우리나라 중소기업의 발전에 기여할 수 있기를 기대한다“라고 심사평을 전했다.
이광형 KAIST 총장은 "대한민국이 제조 인공지능 강국으로 도약하기 위해서는 제조업 분야의 인공지능 인력양성이 필수 과제”라고 강조했다. 이어, 이 총장은 "이번 경진대회 수상자들처럼 훌륭한 인재를 발굴해 지원하는 일에 최선의 노력을 기울이겠다“라고 수상자들을 격려했다. 한편, `제1회 K-인공지능 제조데이터 분석 경진대회' 대상팀에는 상장 및 상금 1,000만 원이 수여됐다. 최우수상 2개 팀과 우수상 2개 팀에게 각각 300만 원과 200만 원의 상금이, 장려상 3개 팀에게는 각각 100만 원의 상금이 지급됐다.
2021.12.17
조회수 6130
-
미세 유체의 회전 운동을 활용한 현장 진단용 초고감도 바이오센서 개발
우리 대학 기계공학과 윤용진 교수팀이 뉴캐슬 대학(Newcastle University in Singapore) 김누리 교수와 공동연구를 통해 미세 유체의 회전력을 이용해 극소량의 분자 샘플로 현장 진단(Point-of-Care)이 가능한 바이오센서 칩을 개발했다고 18일 밝혔다.
윤용진 교수 연구팀은 미세 유체(microfluidics) 기술과 광 초소형 정밀기계 기술 바이오센서(Optical MEMS BioSensor)를 융합해 특정 용액의 0.19 펨토 몰(fM) 농도까지 감지할 수 있는 것으로 기존의 단일 유동 방법보다 1억(108)배 이상 향상된 감지력을 보여주는 `다상 유동 바이오센서(Rotationally Focused Flow (RFF) Biosensor)'의 연구 개발에 성공했다.
이와 관련해 윤용진 교수는 "이번 연구를 통해 T자형 미세 유체 채널 내에 유체의 회전 운동을 발생시키는 현상을 적용함으로서, 현재까지 알려진 분자 진단의 최소 샘플 농도로, 극소량의 피분석물(target analyte)의 검진이 가능하여 현장 진단 테스트 (PoC, Point Of Care testing) 개념의 바이오센서를 구현했다ˮ며, "이번 연구는 앞으로 코로나19와 같은 바이러스의 조기 발견을 통한 빠른 진단과 분자 진단 기기의 소형화를 통한 PoC 실시간 현장 진단을 가능하게 할 것이고, 나아가 차세대 랩 온어 칩(Lab-on-a-chip)을 이용한 바이오 분석학(bioanalytics)의 새로운 돌파구가 될 수 있을 것이다ˮ라고 설명했다.
뉴캐슬 대학 김누리 교수가 제1 저자로 참여하고 윤용진 교수가 교신저자로 진행된 해당 연구 결과는 국제적 권위 학술단체 `네이처(nature)'의 퍼블리셔 그룹인 `사이언티픽 레포트(scientific reports)'에 지난 4월 29일 자 게재됐다.
한편 이번 연구는 한국연구재단과(NRF-2020R1A2C1011859)과 한국교육재단BK21+ 프로그램 지원을 부분적으로 받아 수행됐다.
(논문명: A rotationally focused flow (RFF) microfluidic biosensor by density difference for early‑stage detectable diagnosis)
2021.10.19
조회수 5207
-
암 진단에 필요한 새로운 형광 증폭 기술 개발
우리 대학 신소재공학과 장재범 교수 연구팀이 암 진단에 필요한 새로운 형광 신호 증폭 기술을 개발했다고 17일 밝혔다. 연구 결과는 국제 학술지인 영국왕립화학회(Royal Society of Chemistry)의 `나노스케일(Nanoscale)'誌 11월 13일 字에 게재됐다. (논문명: FRACTAL: Signal amplification of immunofluorescence via cyclic staining of target molecules)
※ 저자 정보: 조예린(신소재공학과 학사과정 학생, 제1 저자), 서준영(신소재공학과 박사과정 학생, 제2 저자), 장재범 교수(교신저자) 등 총 8명
최근 3D 전체 조직 영상화(이미징)를 가능하게 하는 생체조직 *팽창 기술(ExM) 및 투명화 기술(CLARITY, 3DISCO, CUBIC)은 복잡한 세포 간 상호작용 및 역할을 밝혀내는 핵심적인 역할을 하고 있다. 하지만 큰 부피 내부의 세포 변화를 관찰하기 위해서는 약한 형광 신호를 증폭해 높은 이미지 처리량을 갖는 기술이 필요하다.
※ 팽창 현미경 (Expansion Microscopy): 조직을 팽창시켜 일반 현미경으로 초고해상도를 얻을 수 있는 기술
※ 조직 투명화 기술 (Tissue Clearing System): 빛의 산란을 최소화하고 투과도를 극대화하여 3D 전체 조직을 이미징하는 기술
지금까지 신호 증폭 기술은 다양한 화학 반응으로 개발돼왔는데, 이들 중 많은 기술은 단일 화학 반응을 이용하기 때문에 다중 표지 신호 증폭 영상화를 위해서는 단일 신호 증폭과 비활성화 과정을 채널별로 반복해야 하는 단점이 있고, 유전자(DNA) 기반의 신호 증폭 기법은 서로 다른 항체에 대한 유전 물질 분자 결합의 최적화 과정이 필요하므로 일반적인 생물 실험실에서 사용이 어렵다.
장재범 교수 연구팀은 이러한 문제점 개선을 위해 현재 상용화돼 있는 형광 분자가 표지된 항체를 사용해, 추가적인 최적화 과정이 필요 없는 신호 증폭 기술에 주목했다.
결과적으로 연구팀은 `프랙탈(FRACTAL, Fluorescence signal amplification via repetitive labeling of target molecules)'이라는 새로운 신호 증폭 기술을 개발했다. 프랙탈 기술은 항체 기반의 염색 방법으로, 신호 증폭 과정이 매우 간단하다는 특징이 있다. 이 기술은 신호 증폭을 위해 특수한 화학 물질을 필요로 하지 않으며, 형광 분자가 표지된 2차 항체의 반복적인 염색을 통해 형광 신호를 증폭시킨다.
이 기술은 한 종류의 1차 항체, 두 종류의 2차 항체, 총 세 종류의 항체를 이용하는 아주 간단한 기술이다. 신호 증폭 과정은 표적 단백질에 대한 1차 항체 및 첫 번째 2차 항체 염색으로 시작되며, 그다음으로 첫 번째 2차 항체에 결합하는 두 번째 2차 항체의 염색이 이뤄진다. 두 번째 2차 항체의 숙주(host)와 1차 항체의 숙주(host)는 같으며, 그다음 염색은 다시 두 번째 2차 항체에 결합하는 첫 번째 2차 항체의 염색으로 이어진다.
예를 들어 토끼의 1차 항체를 사용하고 당나귀의 항-토끼 2차 항체를 첫 번째 2차 항체로 사용했다면 토끼의 항-당나귀 2차 항체를 두 번째 2차 항체로 사용하게 된다. 그러면 두 번째 2차 항체에는 첫 번째 2차 항체가 결합하게 되고 그 반대의 경우로도 결합해 염색을 이어나가게 된다.
이 과정의 반복을 통해 연구팀은 기존 형광 신호를 9배 이상 증폭시켰으며, 이는 같은 밝기를 얻는 데 필요한 영상화 시간을 9배 이상 줄일 수 있다는 결과를 얻었다. 연구팀은 초고해상도 현미경(STORM) 분석을 통해 염색 횟수에 따라 항체가 균일한 결합 층을 형성하며 형광 신호를 증폭시키는 현상을 확인했다.
연구팀은 이 기술을 서로 다른 종으로부터 유래된 직교적인(orthogonal) 항체 쌍에 적용해, 동시 다중 표지 신호 증폭 영상화를 구현했으며, 팽창 현미경에도 적용해 팽창 후에도 높은 형광의 강도를 갖는 형광 신호 증폭 기술을 구현했다.
이 기술은 간단한 항체-항원 반응에 기반해 형광 신호를 증폭시키는 기술로, 영상을 통한 생체조직의 분석 및 치료기술 개발, 다지표 검사, 의료 및 신약 개발 분야에 이바지할 것으로 연구진은 기대하고 있다.
제1 저자인 조예린 학생은 "높은 이미지 처리량을 가진 이 기술은 디지털 병리 분야의 발전에 중추적인 영향을 미칠 것ˮ이며, "생체 내 다중지표에 대한 정보를 정밀하게 제공해 현대 의약 분야의 의약품 분석 및 치료 시스템에 직접적으로 응용될 수 있다ˮ라고 말했다.
장재범 교수도“이 기술은 환자 생체 검사 조직 내부에서 매우 중요하지만 낮은 수준으로 발현되는 바이오마커들을 정확하게 이미징 할 수 있게 해주기 때문에, 암 진단 및 면역 항암제 반응률 예측 등에 큰 도움이 될 것으로 기대된다.”라고 강조했다
한편 이번 연구는 과학기술정보통신부가 지원하는 뇌과학원천기술개발 과제와 KAIST 학부연구생프로그램(URP)의 지원을 받아 수행됐다.
2020.12.18
조회수 45542
-
커피링 효과로 감염성 병원균 신속 진단키트 개발
감염성 병원균을 현장에서 육안으로 신속하고 정확하게 검출할 수 있는 기술이 우리 연구진에 의해 개발됐다. 의료시설 접근이 어려운 환경에서, 그리고 분자진단(RT-PCR) 장비의 대안으로 빠른 사용과 활용이 기대된다.
우리 대학 생명과학과 정현정 교수 연구팀이 '커피링 등온 유전자 검출법(i-CoRi, isothermal coffee ring assay)' 개발에 성공했다고 16일 밝혔다.
'커피링 효과'란 사물 표면에 떨어진 커피 방울이 증발하면서 특징적인 링(ring) 모양이 생기는 효과다. 연구팀은 이 효과에서 아이디어를 얻어 상온에서 육안으로 병원균 유전자를 선택적으로 감별 및 고감도 검출이 가능한 기술을 개발했다. 이 기술은 RT-PCR 등 기존 분자진단 기술처럼 고가의 정밀한 장비가 필요한 문제점을 해소할 수 있다. 즉, 정 교수팀이 개발한 기술은 쉽고 간단한 POCT(point-of-care testing) 기술로 저가라는 게 큰 장점이다.
우리 대학 생명과학과 강유경 박사가 제1 저자로, 생명과학과 석박사통합과정 임산해, 나노과학기술대학원 석박사통합과정 류제성 학생이 공동저자로 참여한 이번 연구 결과는 바이오센서 분야 국제학술지 '바이오센서 앤 바이오일렉트로닉스(Biosensors & Bioelectronics, IF 10.257)' 9월 6일 字 온라인에 게재됐다. (논문명: Simple visualized readout of suppressed coffee ring patterns for rapid and isothermal genetic testing of antibacterial resistance)
정 교수 연구팀이 개발한 '커피링 등온 유전자 검출법'은 병원균 감염의 빠른 판별을 위해 시료를 표면에 떨어뜨려 커피링 패턴을 유도, 육안으로 관찰함으로써 병원균의 내성 종류를 선택적으로 정확하게 검출이 가능할 뿐 아니라 스마트폰 등을 이용한 모바일 진단이 가능한 기술이다.
콜로이드 용액이 기판 표면에서 증발할 때, 표면장력과 모세관 운동에 따라 미세입자들이 이를 포함하는 용액 방울 주변으로 이동해 특징적인 링 패턴을 형성한다. 연구팀은 표적 유전자 물질이 존재할 경우 미세입자와 유전자 물질의 선택적 인식에 의한 입자-핵산 물질 간 상호 응축을 유도해 링 패턴을 억제함으로써 병원균을 감별했다.
연구팀은 또 커피링 현상에 회전 환 증폭(rolling circle amplification) 기반의 등온 증폭기술을 융합했는데 융합과정에서 생성된 긴 단일 가닥의 표적 DNA 물질이 미세입자(직경 0.1~10 마이크로미터 가량) 크기로 응축되도록 효과를 극대화했다. 연구팀은 이밖에 *젭토 몰 농도 이하의 범위(sub-zeptomolar)에서도 병원균 표적 물질을 육안으로 검출하거나 스마트폰 등 모바일 장치를 통해 기록과 판독이 모두 가능한 기술을 개발했다.
☞ 젭토(zepto): 10＾(-21) 을 뜻하는 접두어. 1 젭토 몰 농도는 용액 10 cc에 분자 6개가 존재하는 농도로, 기존의 현장 진단키트의 경우는 1 젭토 몰 농도의 약 1,000배 이상의 표적 물질이 존재해야 검출이 가능하다.
연구팀에서 개발한 '커피링 등온 유전자 검출' 기술은 신속하고 높은 선택성과 민감도를 지니고 있어 유전자상 2개 염기의 차이를 구별하며 별도의 분석 장비 없이 30분 이내에 항생제 내성 유전자 검출과 함께 혈청 등 복잡한 시료에서도 검출이 가능한 게 특징이다.
연구팀은 이와 함께 자동판독을 위한 진단키트로의 활용을 위해 미세입자에 의해 나타나는 공간 패턴의 이미지를 판독할 수 있는 알고리즘을 정립했고, 이를 통해 커피링 형성에 따른 감염 여부를 판별하는 데 성공했다.
정현정 교수는 "연구팀이 개발한 `커피링 등온 유전자 검출법'은 진료소나 클리닉 등에서 병상 분석을 위해서 유용하게 적용될 수 있을 것으로 기대된다ˮ면서 "현재 코로나바이러스감염증(COVID-19)을 진단하는 데 적용하기 위한 연구를 진행 중이다ˮ고 밝혔다.
이번 연구는 한국보건산업진흥원 감염병위기대응기술개발사업 및 한국연구재단의 중견연구자지원사업 지원을 통해 이뤄졌다.
2020.09.16
조회수 24334
-
다양한 바이러스 감염병을 쉽고 빠르게 찾아내는 만능 진단기술 개발
우리 연구진이 감염된 세포의 용해액만으로도 바이러스의 존재 여부를 핵산 증폭 없이 판독이 가능한 신기술을 개발했다. 이 기술은 바이러스의 특이적으로 존재한다고 알려진 ‘이중나선 RNA(이하 dsRNA)’검출을 기반으로 한다.
이 기술이 실용화되면 현재의 유전자 증폭(PCR) 검사와는 달리 시료 준비나 핵산 증폭, RNA 핵산 서열 정보가 필요 없어 각종 바이러스 감염병이나 신·변종 바이러스를 쉽고 빠르게 진단하는 기술이나 키트(Kit) 등을 개발하는 데 큰 도움이 될 것으로 기대된다.
우리 대학 생명화학공학과 리섕·김유식 교수 공동연구팀은 바이러스의 특징을 이용해 다양한 종류의 바이러스를 검출할 수 있는 만능 진단기술을 개발했다고 28일 밝혔다. 생명화학공학과 박사과정에 재학 중인 구자영, 김수라 학생이 공동 제1 저자로 참여한 이번 연구결과는 국제 학술지 `바이오마크로몰레큘스(Biomacromolecules' 4월 9일 字 온라인 판에 게재됐다. (논문명: Reactive Polymer Targeting dsRNA as Universal Virus Detection Platform with Enhanced Sensitivity).
RNA(리보핵산)는 일반적으로 DNA(디옥시리보핵산)가 가진 유전정보를 운반해 단백질을 생산하게 한다. 그러나 단백질을 만들지 않는 다양한 `비번역 RNA(non-coding RNA)'가 존재하는데 이들은 세포 내 신호전달, 유전자 발현 조절, 그리고 RNA 효소적 작용 등의 다양한 역할을 맡는다. 이러한 비번역 RNA들에 상보적인 핵산 서열을 가지는 RNA가 결합해 형성된 `dsRNA'는 특히 바이러스에서 특이적으로 많이 발견된다.
dsRNA는 DNA 바이러스의 전사 또는 RNA 바이러스의 복제 과정에서 생산되는데, 인간 세포는 바이러스 dsRNA를 외부 물질로 인지해 면역반응을 일으킨다. 특이하게도 바이러스 dsRNA를 인지하는 인간의 선천성 면역반응시스템은 핵산 서열 정보를 무시한 채 dsRNA의 길이나 말단 구조와 같은 형태적 특징을 이용해 dsRNA와 반응한다. 인간 면역체계가 다양한 종류의 바이러스에 대처를 가능케 하는 이유다.
공동연구팀은 이런 인간 면역체계의 원리에 착안해 바이러스의 특징인 길이가 긴 dsRNA를 검출할 수 있는 기판 제작을 통해 다양한 종류의 바이러스를 핵산 서열 정보 없이 검출할 수 있도록 했다. 실리카 기판 표면에는 펜타 플루오르 페닐 아크릴레이트(PPFPA) 반응성 고분자를 코팅해 높은 효율로 빠르고 간편하게 dsRNA를 인지하는 항체를 고정시켰다. 이렇게 개발된 기판에서 면역반응을 일으키는 76bp(base pair, 염기 쌍 개수를 의미하는 길이 단위) 이상의 긴 길이를 가지는 dsRNA를 검출할 수 있었다. 또한, 감염이 되지 않은 세포에서 발견되는 단일 가닥 RNA와 함께 19bp의 짧은 dsRNA는 전혀 검출되지 않아 바이러스 감염 진단용으로 활용 가능성을 확인했다.
연구팀은 이어 바이러스 dsRNA의 긴 길이를 활용한 2단계 검출 방법을 찾기 위해 많은 도전 끝에 특이도 및 민감도가 향상된 바이러스 dsRNA 검출기술을 개발하는 데 성공했다.
연구팀은 이와 함께 시료 준비과정도 대폭 간편화시켜 세포에서 RNA를 분리하거나 정제 작업 없이 감염된 세포의 용해액만을 이용해 바이러스 dsRNA를 검출할 수 있는 기술을 개발했다. 이 기술을 A형과 C형 간염 바이러스에 감염된 세포에 적용한 결과, 바이러스 dsRNA의 존재 여부를 핵산 증폭 없이 판독하는 데에도 성공했다.
KAIST 생명화학공학과 리섕 교수는 "이번 연구에서는 A형 간염과 C형 간염 dsRNA만을 검출했지만, 바이러스 dsRNA는 다양한 종류의 바이러스에서 발견된다ˮ 면서 "이번에 개발한 dsRNA 검출기술은 다양한 바이러스에 적용 가능해 만능 감염병 진단기술로 발전될 수 있고, 특히 공항·학교 등 공공장소에서도 쉽고 빠르게 감염병을 검출할 수 있어 효과적인 방역대책을 마련하는데 유용할 것ˮ 이라고 말했다.
한편 이번 연구는 한국연구재단 신진연구자지원사업과 국방과학연구소 순수기초연구 용역사업에 지원을 받아 수행됐다.
2020.06.01
조회수 10562
-
정확성이 획기적으로 향상된 코로나19 영상 진단 기술 개발
우리 대학 바이오및뇌공학과 예종철 교수 연구팀이 흉부 단순 방사선 촬영 영상으로 신종 코로나바이러스 감염증(이하 코로나19) 진단의 정확성을 획기적으로 개선한 인공지능(AI) 기술을 개발했다.
예 교수 연구팀이 개발한 인공지능 기술을 사용해 코로나19 감염 여부를 진단한 결과, 영상 판독 전문가의 69%보다 17%가 향상된 86%이상의 우수한 정확성을 보였다고 KAIST 관계자는 설명했다.
이 기술을 세계적으로 대유행하는 코로나19 선별 진료(Triage)체계에 도입하면 상시 신속한 진단이 가능할 뿐만 아니라 한정된 의료 자원의 효율적인 사용에 큰 도움을 줄 것으로 기대된다.
오유진 박사과정과 박상준 박사과정이 공동 1저자로 참여한 이 연구 결과는 국제 학술지 `아이트리플이 트랜잭션 온 메디컬 이미징(IEEE transactions on medical imaging)'의 `영상기반 코로나19 진단 인공지능기술' 특집호 5월 8일 字 온라인판에 게재됐다. (논문명 : Deep Learning COVID-19 Features on CXR using Limited Training Data Sets)
현재 전 세계적으로 확진자 500만 명을 넘긴 코로나19 진단검사에는 통상 역전사 중합 효소 연쇄 반응(RT-PCR, Reverse Transcription Polymerase Chain Reaction)을 이용한 장비가 사용된다. RT-PCR 검사의 정확성은 90% 이상으로 알려져 있으나, 검사 결과가 나오기까지는 많은 시간이 걸리며 모든 환자에게 시행하기에 비용이 많이 든다는 단점이 있다.
컴퓨터 단층촬영(CT, Computed Tomography)을 이용한 검사도 비교적 높은 정확성을 보이지만 일반적인 X선 단순촬영 검사에 비해 많은 시간이 소요되고 바이러스에 의한 장비의 오염 가능성 때문에 선별 진료에 사용되기 어렵다.
흉부 단순 방사선 촬영(CXR, Chest X-ray)은 여러 폐 질환에서 표준 선별 검사로 활용되고 있지만 코로나19에는 RT-PCR와 CT 검사에 비해 정확성이 현저하게 떨어진다. 그러나, 최근 팬데믹으로 세계 각국에서 확진자 수가 급증함에 따라 비용이 적게 들어가고 검사방법이 용이한 CXR 검사를 정확성을 높여 활용하자는 요구가 증가하고 있다.
그동안 심층 학습(Deep Learning) 기법을 적용해 CXR 영상을 통해 코로나19를 진단하는 여러 연구사례가 보고되고 있지만 진단 정확성을 높이기 위해서는 많은 양의 데이터 확보가 필수적이며 현재와 같은 비상 상황에서는 일관되게 정제된 대량의 데이터를 수집하기가 극히 어렵다.
예 교수 연구팀은 자체 개발한 전처리(Preprocessing)와 국소 패치 기반 방식(Local Patch-based Approach)을 통해 이런 문제점을 해결했다. 적은 데이터 세트에서 발생할 수 있는 영상 간 이질성(Heterogeneity)을 일관된 전처리 과정으로 정규화한 뒤, 국소 패치 기반 방식으로 하나의 영상에서 다양한 패치 영상들을 얻어냄으로써 이미지의 다양성을 확보했다.
또 국소 패치 기반 방식의 장점을 활용한 새로운 인공지능 기술인 `확률적 특징 지도 시각화(Probabilistic Saliency Map Visualization)' 방식을 활용해 CXR 영상에서 코로나19 진단에 중요한 부분을 고화질로 강조해주는 특징 지도를 만들었는데 이 지도가 진단 영상학적 특징과 일치하는 것을 확인했다.
예종철 교수는 "인공지능 알고리즘 기술을 환자의 선별 진료에 활용하면 코로나19 감염 여부를 상시 신속하게 진단할 수 있고 이를 통해 가능성이 낮은 환자를 배제함으로써 한정된 의료 자원을 보다 우선순위가 높은 대상에게 효율적으로 배분할 수 있게 해줄 것ˮ 이라고 말했다.
한편, 이 연구는 한국연구재단 중견연구자지원사업의 지원을 받아 수행됐다.
2020.05.25
조회수 11375
-
초음파를 내비게이션으로 사용하는 광학현미경 개발
생체 내부를 꿰뚫어볼 수 있는 새로운 현미경이 나왔다. 바이오 및 뇌공학과 장무석 교수 연구팀이 기초과학연구원 분자 분광학 및 동력학 연구단 최원식 부연구단장 연구팀과의 공동 연구를 통해 초음파를 이용해 기존 현미경으로 볼 수 없었던 생체 내부의 미세구조를 관찰하는 기법을 개발했다.
연구결과는 국제학술지 네이처 커뮤니케이션즈(Nature Communications)2월 5일자 온라인 판에 게재됐다.
사람의 눈은 250㎜ 떨어진 거리에 70㎜의 간격을 두고 놓인 물체를 구분할 수 있다. 이보다 작은 미세구조를 관찰하기 위해서는 광학현미경이 필요하다. 광학현미경은 눈으로 볼 수 없는 작은 미세구조를 확대해서 보여준다. 하지만 생체조직을 관찰할 때는 이야기가 달라진다.
빛이 생체 조직을 투과할 때 직진광과 산란광이라는 두 종류의 빛이 생겨난다. 직진광은 말 그대로 생체 조직의 영향 없이 직진하는 빛이며, 산란광은 생체 조직 내 세포나 세포 내 구조의 영향에 의해 진행 방향이 무작위로 굴절된 빛이다. 광학 현미경으로 생체 조직 깊은 곳을 관찰하려면 직진광에 비해 산란광이 강해져 이미지 정보가 흐려진다는 치명적인 단점이 있다. 안개 속을 볼 수 없듯, 생체 조직의 수많은 세포와 구조들이 빛을 산란시켜 이미지를 흐리게 만들기 때문이다. 반면, 초음파 영상은 태아를 감별할 수 있을 정도로 생체 내부 깊은 곳까지 이미징할 수 있지만, 해상도가 낮아 미세한 구조를 볼 수 없다는 단점이 있다.
연구진은 광학 현미경과 초음파 영상의 장점을 결합하여, 생체 내부 깊은 곳을 높은 해상도로 관찰할 수 있는 초음파 결합 광학 현미경을 개발했다. 초음파 결합 현미경은 생체 조직 내부를 잘 침투하는 초음파를 집속시킨 후, 초음파의 초점을 지나는 빛만 측정하는 방식으로 산란광의 세기를 크게 감쇄시킬 수 있다. 초음파가 광학현미경에게 관찰 경로를 알려주는 일종의 내비게이션 역할을 하는 셈이다.
초음파는 생체 조직을 응축, 팽창시켜 굴절률을 변조하는 방식으로 빛의 진행에 영향을 준다. 연구진은 이런 초음파의 특성을 응용해 초음파의 초점을 통과하는 빛만을 선택적으로 측정하는 기술을 개발하고, 이 기술을 공간 게이팅(space-gating)이라 명명했다. 초음파는 생체 내부의 ‘빛 거름망’ 역할을 하며 무작위로 산란되던 빛을 차폐한다. 공간 게이팅 기술을 통해 연구진은 산란광을 100배 이상 감쇄시키며 생체 조직 내에서 광학 이미지가 흐려지는 문제를 극복할 수 있었다.
장무석 교수는 “촘촘한 거름망을 사용하면 더 고운 가루만 남는 것처럼 초음파의 초점을 작게 할수록 산란광을 더 많이 감쇄시킬 수 있다”며 “향후 산란광을 1000~1만 배 수준까지 감쇄시켜 더 선명한 이미지를 얻게 될 것으로 기대한다”고 말했다.
연구진은 개발한 현미경을 이용해 별도의 형광 표지 없이 부화한지 30일 된 성체 제브라피시의 척추 안쪽 근육 조직 이미지를 얻는데 성공했다. 기존 기술은 제브라피시의 장기, 척추 등 내부 구조에서 산란 현상이 일어나 절단을 통해서만 내부 근육 결을 관찰할 수 있었다. 이와 달리 개발된 현미경은 자연 상태 그대로 살아있는 제브라피쉬 내부 조직을 꿰뚫어볼 수 있다.
연구진은 인체 조직에도 사용할 수 있는 공간 게이팅 기술을 구현해나갈 계획이다. 향후 현미경을 소형화하고 이미징 속도를 증가시키면, 실시간 질병 진단에도 응용할 수 있을 것으로 기대된다. 이번 연구를 이끈 최원식 부연구단장은 “초음파 결합 광학 현미경은 기존 광학 현미경의 얕은 이미징 깊이 문제를 해결하는 획기적인 기술”이라며 “공간 게이팅 기술을 더욱 발전시켜 빛의 산란 현상을 이해하고, 의생명 광학 기술 분야 활용 범위를 넓혀나갈 것”이라고 말했다.
2020.02.21
조회수 9464
-
심남석 연구원, 난치성 뇌전증의 새로운 유전자 진단법 개발
〈 심남석 연구원 〉
우리 대학 의과학대학원 심남석 박사과정(지도교수 : 이정호 교수), 연세대학교 의료원(의료원장 윤도흠) 세브란스 어린이병원 신경외과 김동석 교수, 소아신경과 강훈철 교수 공동 연구팀이 난치성 뇌전증의 원인 돌연변이를 정확하게 분석할 수 있는 새로운 진단법을 개발했다.
이번 연구를 통해 기초 과학 분야와 임상 진료 영역 간 차이로 환자에게 쉽게 적용하지 못했던 난치성 뇌전증 원인 유전자 진단을 실제 임상 영역에서 시행할 수 있을 것으로 보이며, 이를 통해 환자들에게 더 나은 치료법을 제시할 수 있을 것으로 기대된다.
심남석 박사과정이 1 저자로 참여한 이번 연구는 뇌병리 분야 국제 학술지 ‘악타 뉴로패쏠로지카 (Acta Neuropathologica)’ 8월 3일 자 온라인판에 게재됐다. (논문명 : Precise detection of low-level somatic mutation in resected epilepsy brain tissue)
뇌전증은 전 세계적으로 4번째로 높은 유병률을 보이는 신경학적 질환으로 높은 사회 경제적 비용이 소모된다. 그중 전체 뇌전증의 3~40%를 차지하는 난치성 뇌전증은 약물치료로 조절되지 않고 위험성이 높아 수술 치료가 요구되는 질병이다.
최근 연구팀은 이 난치성 뇌전증이 뇌 체성(사람의 신체적 성질) 돌연변이에 의해 발생한다는 사실을 규명해 새 치료법을 제안한 바 있다. 그러나 뇌 국소 부위에서 발생한 소량의 돌연변이를 찾는 기존 진단법은 정확도가 30% 이하로 매우 낮아 실제 사용에는 어려움이 많다.
연구팀은 세브란스 병원에서 뇌수술을 받은 난치성 뇌전증 환자 232명의 뇌 조직 및 말초 조직(혈액 또는 침)을 분석해 돌연변이가 자주 발생하는 타겟 유전자를 확보했다. 이 타겟 유전자를 대상으로 표적 유전자 복제 염기서열 분석법을 적용해 체성 돌연변이를 분석했다.
연구팀은 고심도 유전체 분석을 통해 최적의 표적 유전자 선별, 고심도 시퀀싱 분석 및 방법의 조합을 찾아 진단 정확도를 50%에서 최대 100%까지 높이는 데 성공했다.
특히 임상에서 쉽게 확보할 수 있는 뇌 조직 절편만으로도 정확도가 100%에 가까운 체성 돌연변이 유전자 진단이 가능함을 확인했다.
1 저자인 심남석 연구원은 “난치성 뇌전증의 유전자 진단은 현재 임상시험 중인 새로운 치료법의 필수적인 과정이다”라며 “높은 효율, 낮은 비용으로 유전자 진단을 할 수 있게 만들어 고통받는 환아들에게 도움을 주고 싶다”라고 말했다.
연구팀은 이번 연구 결과를 바탕으로 교원창업 기업(소바젠, 대표 김병태)을 통해 빠르고 정확한 난치성 뇌전증 원인 유전자 진단 제공할 예정이다.
이번 연구는 서경배 과학재단, 한국연구재단, 보건복지부, 교원창업 기업 소바젠의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 연구에서 발견한 체세포성 돌연변이
2019.08.13
조회수 9479