-
노화된 뇌막 속 쌓인 당이 장애 유발 최초 규명
평균연령 증가로 인해 심각한 뇌 질환을 동반하지 않은 일반적인 노화로 인한 뇌의 변화에 관한 연구 역시 필요한 추세다. 노화 연구와 관련하여 노화가 진행될수록 몸속에 ‘당’이 축적되고 이렇게 축적된 당은 노화-연관 염증, 혈관질환 등 다양한 질환의 원인 물질이 된다. 결국‘남아도는 당 분자’는 몸속 다양한 단백질에 붙어 단백질의 기능을 방해한다.
우리 대학 바이오및뇌공학과 김필남 교수, 정용 교수 공동연구팀이 뇌를 감싸고 있는 뇌막(혹은 뇌수막; brain meninges)이 노화에 따른 `당' 축적이 되면서 뇌 피질을 감싸고 있는 ‘최전선 방어벽'으로의 기능에 장애가 일어남을 확인했다고 15일 밝혔다.
김 교수 연구팀은 고령자의 뇌막에서 당 분자의 과도한 축적을 확인하고, 생쥐 모델에서도 나이에 따른 당의 축적이 이뤄짐을 확인하였다. 뇌막은 뇌를 감싸고 있는 얇은 막으로 뇌척수액과 피질의 경계에 존재하며 뇌를 보호하는 중요한 기능을 하고 있다. 이번 연구에서는 이러한 뇌막이 노화로 인해 생기는 기능이상이 뇌 속 ‘남아도는’ 당에 의해서 유도됨을 밝혔다. 특히, 노화에 의해서 뇌막이 얇아지고 끈적해지면서 뇌척수액과 뇌피질과의 물질교환이 감소하는 것에 대한 원리 규명에 새로운 패러다임을 제공하게 되었다.
이번 연구는 KAIST 바이오및뇌공학과 김효민 박사과정 학생과 김신흔 박사가 공동 제1 저자로 참여해 국제 학술지 `노화하는 세포(Aging Cell)'에 지난 2월 28일 자 온라인판으로 게재됐다. (논문명: Glycation mediated tissue level remodeling of brain meningeal membrane by aging)
뇌척수액과 직접 맞닿아 있는 뇌막은 주로 콜라겐 (collagen)이라는 세포외기질 (Extracellular Matrix, ECM) 단백질로 구성되어 있으며 이 단백질을 생산하는 세포인 섬유아세포 (fibroblast) 로 이루어져 있다. 당이 흡착된 콜라겐 단백질과 부착된 세포는 콜라겐의 생산기능이 떨어지는 반면, 콜라겐의 분해 효소의 발현이 높아지면서 뇌막은 지속적으로 얇아지고 붕괴된다.
지속적인 당 섭취로 인해서 초과된 당 분자가 뇌에 쌓이면서 신경세포의 변성과 뇌 질환 간의 연구는 지속적으로 진행되어 왔다. 하지만 뇌를 감싸고 있는 뇌막 자체에 초점을 두어 당 축적으로 인한 뇌막 변성 및 기능 장애를 확인한 것은 이번 연구에서 최초로 제시되었으며, 이는 뇌 질환 연구에서의 새로운 치료접근을 제시할 것을 기대할 수 있다.
제1 저자인 김효민 연구원은 “인간의 뇌에서 시작해서 생체모사 뇌막 모델과 동물모델을 활용한 융합적 접근으로 노화로 인한 뇌 장벽 변화에 대해 규명한 흥미로운 연구ˮ 라고 연구 결과를 소개했다.
김필남 교수 연구팀은 이러한 뇌막을 비롯한 인체 전반적으로 쌓이는 당을 제거하기 위한 연구개발을 진행하고 있다. 인체에서 단백질과 당이 만나서 형성되는 찌꺼기인 최종당화산물(Advanced glycation end product)는 대식세포에 의해서 일부 제거된다. 하지만, 콜라겐과 같은 세포외기질 단백질과 결합한 당화산물은 자연적으로는 제거되기 어렵다. 본 연구진은 KAIST-세라젬 연구센터를 통해서 ‘몸 속 당 찌꺼기’ 제거를 위한 헬스케어 의료기기를 개발하고 있다.
이번 연구는 한국연구재단 집단연구지원을 받아 수행됐다.
2023.03.15
조회수 738
-
왼쪽 눈이 본 것을 오른쪽 뇌가 알게 하라
인간을 비롯한 대부분 동물의 신체 기관들은 대칭적 구조를 가지고 있다. 이를 통해 몸의 좌우 균형을 맞추고, 움직이고, 반응을 할 수 있게 된다. 동물의 시각이 시작되는 안구 역시 머리의 양쪽에 하나씩 위치하며 한쪽 눈으로 볼 때 보다 더 넓은 영역의 물체를 인식할 수 있게 된다. 사람이나 고양이 같은 경우는 양쪽 눈이 정면을 향하고 있고, 개나 쥐 같은 동물은 눈이 사람보다 측면부를 향해 있고, 많은 물고기의 경우는 두 눈이 완전히 반대쪽을 향하고 있다. 이로 인해 좌우측 눈이 받아들이는 이미지 역시 차이를 보이게 된다. 인간의 경우 좌측과 우측 눈이 인식하는 이미지의 50%에 가까운 영역이 겹치는 반면, 생쥐의 경우는 5% 이하의 영역이 중복이 되며, 물고기는 중복된 영역이 거의 없다. 이들 겹치는 시각 영역 이미지의 위상차를 뇌가 인식해 동물은 물체의 입체감을 느낄 수 있다. 또, 물체가 움직이는 경우에는 좌측 눈과 우측 눈에 감지된 물체의 이미지의 시간차 정보가 뇌에서 처리되어 물체의 이동 경로를 감지하고 예측할 수 있게 된다. 결국, 중복된 시각 영역이 넓을수록 외부 물체의 입체감과 이동을 더 잘 감지할 수 있게 되어, 대부분 포식 동물들이 넓은 중복 영역을 확보하기 위해 안구를 정면에 위치하는 경우가 많다.
이렇게 좌우 안구에서 인식된 이미지를 뇌의 특정 영역에 전달하기 위해 눈에서 나온 시신경은 뇌의 좌우 반구에 모두 연결이 되어 있다. 흥미롭게 좌우 반구로 연결되는 시신경 비율은 좌우 안구 이미지의 중복 비율에 역비례해서, 인간의 경우 50% 시신경이 반대쪽 뇌로 연결되고, 생쥐의 경우 95% 내외, 물고기는 100% 반대쪽으로 연결된다. 시신경이 좌측 또는 우측 중 어느 쪽 뇌로 뻗어 나갈 것인지를 결정하는 과정은 시신경이 눈에서 출발해 시상하부 영역에 도달할 때 시상하부 중간선에 존재하는 경로 결정자(pathway selection cue)에 의해 일어난다고 알려져 있다. 오랜 동안 이러한 동물의 양안 시각계 (binocular visual system)의 핵심인 시상하부 중간선에서 경로 결정에 관련된 메커니즘을 이해하려는 시도가 있어 왔고 일부 경로 결정 인자들이 밝혀진 바도 있다. 하지만, 핵심인자의 부재로 이 과정에 대한 명확한 이해는 부족한 상황이었다.
생명과학과 김진우 교수 연구실에서는 시신경 및 시상하부 중간선에 많이 발현되는 VAX1 유전자에 대한 연구를 수행해 오고 있다. 이 유전자가 결핍된 생쥐와 사람은 시신경이 제대로 성장하지 못하고 시신경이 시상하부에서 교차하지 못하는 발달 이상을 보였다. VAX1이 호메오도메인을 가지는 전사인자의 특성을 가지고 있기 때문에 당연히 시상하부에서 경로 결정자의 유전자 발현을 조절해 시신경 교차(optic chiasm)를 생성할 것이라고 추정하였으나, 김교수 연구팀에서는 VAX1이 시상하부 세포에서 전사인자로 기능하기 보다는 눈의 망막신경절세포에서 뻗어 나온 시신경 축삭(axon)에서 mRNA 번역인자로 작용하여 시신경의 성장을 유도한다는 놀라운 사실을 발견하여 2014년 발표한 바 있다. 하지만, VAX1이 전혀 없는 동물은 두개골 기형 때문에 생존하기 어려워 이러한 VAX1 이상으로 인해 시신경 교차가 없는 동물의 시각 반응 및 행동에 대한 이해는 이루어지지 못하고 있었다.
김 교수 연구실에서 VAX1의 전사인자 기능은 유지한 채 시신경 축삭에 작용하지 못하는 VAX1(AA) 생쥐를 제작하였고, 이 생쥐는 외형적 이상이 전혀 없이 정상적으로 태어나 성장하였다. 다만, VAX1(AA) 생쥐는 모든 시신경이 안구와 같은 쪽 뇌에만 연결되는 시신경 교차 결핍증(agenesis of optic chiasm, AOC)을 나타냈다. 이 생쥐의 시각을 다양한 방법을 통해 검증한 결과, 눈 속의 신경 조직인 망막이 빛을 감지하는 기능은 정상이나 입체 시각이 전혀 없었고, 시력 역시 저하되어 있었다.
흥미로운 점은 VAX1(AA) 생쥐의 눈이 아무런 자극이 없는 상태에서도 지속적으로 상하궤도 운동을 하는 시소안구진탕증(Seesaw Nystagmus)를 보인다는 것이었다. 이러한 시소안구진탕증은 시신경 교차에 이상이 있는 사람과 벨지안쉽도그(Belgian sheepdog)에서도 관찰이 된 바 있어서 시신경 교차 결여가 VAX1(AA) 생쥐의 안구 운동 이상의 원인임을 알 수 있었다.
더욱 흥미로운 점은 VAX1(AA) 생쥐의 시각 운동 반응이 반전되어 있다는 점이었다. 왼쪽 눈에 빛을 주면 오른쪽 동공이 먼저 축소되고, 물체 이동을 감지한 후에는 움직이던 눈이 오히려 정면을 응시하는 등, 시각 정보와 반대되는 안구의 움직임을 보였다. VAX1(AA) 생쥐는 시신경 교차에만 이상이 있고 시각을 처리하는 뇌 부위는 정상적으로 형성이 되어 있기 때문에, 이 결과는 우측 눈에서 오는 신호를 처리해 우측 눈으로 운동 정보를 보내야 할 좌측뇌가 정작 좌측 눈에서 오는 신호를 받아 우측 눈을 자극하는 입력-출력 반전(input-output inversion) 현상 때문으로 해석되었다. 하지만, 아직 VAX1(AA) 생쥐의 좌측 눈에서 들어 온 시각 신호가 어떤 뇌 부위를 안구로 다시 전달되는지에 대한 정보가 거의 전무하기 때문에 이러한 반전된 시각-운동 신경망에 대한 이해는 부족한 상황이다. 이를 해결하기 위해 김교수팀은 시각 자극을 받은 VAX1(AA) 생쥐의 뇌를 자기 공명 영상 분석하는 공동 연구를 시작하였다. 이 연구를 통해 동물의 시각 정보가 어떤 경로로 뇌에서 처리되어 운동 신경을 활성화 할 수 있는지에 대한 이해를 심화할 수 있을 것으로 기대한다.
이번 연구는 국제학술지인 Experimental & Molecular Medicine (https://doi.org/10.1038/s12276-023-00930-4) 2월3일자로 발표됐다. KAIST 생명과학과 김진우 교수 연구팀 민광욱 박사가 제1저자로 연구를 주도하였고, 생명과학과 이승희 교수 연구팀, 바이오및뇌공학과 박영균 교수 연구팀, 연세대학교 이한웅 교수 연구팀, 한국뇌연구원 김남석 박사, 기초과학연구원 이창준 박사 연구팀이 함께 참여하였다. 본 연구는 과학기술정보통신부 중견연구자연구지원사업과 선도연구센터사업, 그리고 KAIST 국제공동연구지원사업의 지원을 받아 수행됐다.
2023.03.02
조회수 1638
-
KAIST 설명가능 인공지능 연구센터, XAI 기술 이해 저변을 넓히기 위한 튜토리얼 시리즈 개최
인공지능(AI) 기술 발전과 활용 분야가 확대되면서 다양한 AI 기반 서비스들이 등장하고 있다. 하지만 실제로는 어떤 원리로 작동하는지 이해하기 어려워 이용자 입장에서는 막연하게 느껴질 때가 많다. 이 같은 상황에서 국내 대표적인 설명가능 인공지능 연구그룹인 KAIST 설명가능 인공지능연구센터 (센터장 최재식 교수) 연구진이 지난 1월 26일부터 2월 16일까지 7회에 걸쳐 ‘설명가능 인공지능 (XAI, Explainable Artificial Intelligence)’ 알고리즘, 평가기법, 툴 등 XAI 분야의 주요 기술을 총망라하여 소개하는 튜토리얼 시리즈를 개최했다. 이 행사에는 관련 분야 연구자뿐만 아니라 AI 기술기반 제품을 개발 중인 기업(성남시 소재) 관계자 약 130여명이 신청하여 XAI에 대해 높아진 관심을 알 수 있었다. 센터장 최재식 교수는 “AI기술을 활용하는 산업에서 필수로 자리잡게 될 XAI 분야 기반 기술에 대한 교육 프로그램을 제공하여 유관 연구기관 및 기업들이 성과를 높이는 데에 기여하고자 한다”고 행사 취지를 밝혔다.
이번 KAIST XAI 튜토리얼 시리즈엔 KAIST 설명가능 인공지능연구센터 소속 석박사과정 연구원 총 11명과 센터장 최재식 교수, 그리고 초청 연사로서 박우진 교수(서울대 산업공학과), 서민준 교수(KAIST 김재철AI대학원) 등 국내외 전문가들이 강연을 담당해 △다양한 XAI 알고리즘 △XAI 알고리즘의 평가기법과 툴 △사용자 중심 XAI 인터페이스 △대규모 언어모델 기반 추론 기술로 최근 주목을 받고 있는 Chain of Thoughts 등을 주제로 발표했다.
‘설명가능 인공지능’이란 기계학습 및 딥러닝 모델이 내놓은 결과에 대해 왜 그런 결과가 나온 것인지를 사람이 이해할 수 있는 방식으로 설명해주는 기술이다. 예를 들어, 자율주행차가 주행 중 장애물을 발견하여 급정거를 했을 때 왜 그런 판단을 했는지 사람에게 설명할 수 있어야 한다. 그래야 사고 위험을 줄일 수 있고 오작동 시 책임 소재도 가릴 수 있다. 최근 딥러닝 알고리즘의 성능이 향상되고 있지만 아직까지는 사용자들이 내부 로직에 대해 이해할 수 있는 설명을 제공하는 기술까지 적용된 사례는 많지 않다. 앞으로 다양한 산업분야에서 인공지능 기술을 도입함에 따라 적용된 AI기술에 대한 신뢰성과 투명성을 담보하기 위해서 반드시 함께 제공되어야 하는 것이 설명가능 인공지능 기술이라고 볼 수 있다.
KAIST 설명가능 인공지능연구센터 (http://xai.kaist.ac.kr)는 사람중심인공지능 핵심원천기술개발(R&D)사업의 일환으로 과학기술정보통신부와 정보통신기획평가원(IITP)의 후원으로 설립된 연구조직으로서 현재 KAIST 김재철AI대학원 성남연구센터에 자리잡고 있다. 튜토리얼 자료와 동영상은 KAIST 설명가능 인공지능연구센터 홈페이지에서 제공될 예정이다. (관련 문의: 김나리 교수(nari.kim@kaist.ac.kr))
2023.02.15
조회수 1095
-
오스틴 기븐스 교수, 농림축산식품부 장관상 수상
우리 대학 어학센터 오스틴 기븐스(Austin Givens) 교수가 지난해 12월 21일 농림축산식품부(장관 정황근) 장관상을 수상했다.
오스틴 기븐스 교수는 2017년부터 우리 대학 어학센터에 재직 중이며, '오스틴! 주는 대로 먹는다(Eating what is Given)'라는 유튜브 채널을 개설해 한국의 음식 문화는 물론 우리 대학을 전 세계에 널리 알리는데 기여하고 있다. 농림축산식품부 관계자는 "오스틴 교수가 유튜브 콘텐츠를 통해 한국 식품외식산업 발전에 이바지한 공로를 인정해 표창을 수상여게 됐다"라고 전했다.
오스틴 교수는 "처음에는 유튜브 채널을 운영하는 것을 적극적으로 알리지 않았는데, 주변에서 많이 응원해줘서 계속 할 수 있었다"라고 전했다. 이어, "한국 음식에 대한 내 열정을 담은 콘텐츠를 계기로 표창까지 받게 되어 매우 기쁘다"라고 소감을 전했다.
◎ 오스틴! 주는 대로 먹는다(Eating what is Given) 유튜브 채널 바로가기 => https://www.youtube.com/@EatingwhatisGiven
2023.02.09
조회수 972
-
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 1251
-
바이오경제를 이끌어가는 대사공학 30년 역사와 미래
우리 대학 생명화학공학과 이상엽 특훈교수 연구팀이 지난 30년간 대사공학이 발전해온 역사를 정리해, 대사공학이 어떻게 지속 가능한 발전에 기여할 수 있는 분석한 결과를 정리하여 ‘지속 가능성과 건강을 위한 대사공학’ 논문으로 발표했다고 25일 밝혔다. 이번 논문은 셀(Cell) 誌가 발행하는 생명공학 분야 권위 리뷰 저널인 `생명공학 동향(Trends in Biotechnology)'의 40주년 특집호 온라인판에 게재됐다.
※ 논문명 : Metabolic engineering for sustainability and health
※ 저자 정보 : 김기배(한국과학기술원, 공동 제1 저자), 최소영(한국과학기술원, 공동 제1 저자), 조인진(한국과학기술원, 공동 제1 저자), 안다희(한국과학기술원), 이상엽(한국과학기술원, 교신저자) 포함 총 5명
대사공학은 1990년대 초반부터 본격적으로 연구되어 지난 30년간 괄목할 만한 발전을 이뤘다. 대사공학은 산업, 의료, 농업 및 환경 분야를 포함한 대부분의 생명공학 분야에서 적용돼왔으며, 특히 미생물 공학에 중점을 두고 연구가 진행됐다. 다양한 발효 식품과 알코올음료 생산 등, 미생물을 사용한 물질 생산은 오랜 역사가 있다. 미생물은 동식물에 비해 빠르게 자랄 수 있어 실험에 드는 시간과 비용이 적게 든다. 또한 유전자 변형 생물(Genetically Modified Organism; GMO) 관련한 윤리 및 안정성 문제에서 동식물과 비교해 미생물의 유전공학은 상대적으로 자유로워 미생물에 관한 대사공학 연구가 광범위하게 시행돼왔다.
지난 수십 년간 대사공학은 유용한 화학물질을 효율적으로 생산하고, 분해가 어려운 오염 물질을 분해할 수 있는 미생물 균주를 성공적으로 개발하는 등, 지속 가능한 발전을 위한 핵심적인 기술로서의 면모를 보여왔다. 특히, 현재까지 대사공학을 통해 개발한 미생물은 재생 가능한 바이오매스로부터 바이오 연료, 바이오 플라스틱, 산업용 대량 화학물질, 화장품 성분 및 의약품까지 수백 가지의 화학물질이 생산을 가능케 했다.
또한, 대사공학은 미생물과 곤충을 포함한 동식물의 자연적 정화 과정에서 영감을 얻어 미생물 기반의 다양한 생물학적 정화 방법을 개발하기 위해 사용돼왔다. 오염 물질과 독성 화학물질의 분해 경로를 조작함으로써 유출된 기름, 폐플라스틱, 살충제, 폐기된 항생제와 같은 물질을 더 높은 효율로 분해할 수 있도록 미생물을 개량할 수 있고, 이는 환경 보존을 위한 연구의 초석으로서 대사공학이 인류 건강에 기여하는 중요 예시다. 이처럼 대사공학은 유엔이 발표한 지속가능발전목표(Sustainable Development Goals; SDG) 달성에 다방면으로 기여하고 있다.
연구팀은 이번 연구에서 지난 30년간 대사 공학이 발전하며 어떻게 바이오 기반 화학물질의 지속 가능한 생산, 인류 건강 및 환경 문제까지 기여했는지에 대한 광범위한 개요를 제공했다. 특히 이상엽 특훈교수는 대사공학의 태동기부터 연구를 수행해 왔으며 2000년대 들어서 두드러진 합성생물학의 발전과도 함께해 왔다. 연구팀은 이번 논문을 통해 대사공학의 출현부터 인공지능을 활용한 최신 기술의 도입까지, 지난 수십 년 동안 어떻게 사회적, 산업적, 기술적 요구를 해결하기 위해 어떻게 발전해왔는지 정리하고, 최근 대사공학 연구가 어떻게 산업용 대량 화학물질 생산, 바이오 연료 생산, 천연물 생산, 생물학적 정화 분야에 기여하고 있는지 논의했다. 나아가 건강 및 환경 문제의 해결과 지속 가능한 바이오 기반의 화학산업을 정착시키기 위해 극복해야 할 대사공학의 문제점을 함께 제시했다.
공동 제1 저자인 생명화학공학과 김기배 박사과정생은 “기존의 석유화학 공정 기반의 화학물질 생산으로 인한 기후 위기와 화석 연료 고갈 문제를 고려했을 때 대사공학을 이용한 화학물질의 지속 가능한 생산 연구는 더욱 중요해지고 있다”라고 말했으며, 이상엽 특훈교수는 “이번 연구에서 대사공학의 역사를 돌이켜봄으로써 대사공학의 지속가능발전목표를 달성하기 위한 기여를 조명했으며, 우리 사회가 직면한 기후 위기, 환경 오염, 헬스케어, 식량 및 에너지 부족 문제에 대한 해결책으로서 대사공학이 점점 더 중요한 역할을 할 것”이라고 밝혔다.
한편, 이번 연구는 과기정통부가 지원하는 석유대체 친환경 화학기술개발사업의 바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발 과제, 바이오·의료기술개발사업의 맞춤형 세포공장 기반 유해선충제어 바이오소재 기술 개발 과제, 그리고 산업통상자원부가 지원하는 e바이오리파이너리 직접공기포집 C1전환 합성생물학의 통합 과제의 지원을 받아 수행됐다.
2023.01.25
조회수 929
-
실시간 나노 측정이 가능한 3D 표면예측 기술 개발
우리 대학 기계공학과 이정철 교수 연구팀이 현미경 사진을 이용해 나노 스케일 3D 표면을 예측하는 딥러닝 기반 방법론을 제시했다고 17일 밝혔다.
물리적 접촉 기반으로 나노 스케일의 표면 형상을 3D 측정하는 원자현미경은 웨이퍼 소자 검사 등 반도체 산업에서 사용되고 있다. 하지만, 원자현미경은 물리적으로 표면을 스캔하기 때문에 측정 속도*가 느리고, 고온 극한 환경에서는 작동할 수 없다는 단점을 지닌다.
* 측정 속도를 높이기 위해 표면 스캔 방식의 효율을 개선해 20 FPS(초당 프레임 수) 수준의 비디오 프레임 원자현미경이 개발됐지만, 측정 가능한 표면의 면적이 100제곱마이크로미터(μm2) 수준으로 제한되며, 극한의 환경에서는 여전히 작동이 제한된다.
이에 연구팀은 비접촉 측정 방법인 광 현미경에서 딥러닝을 이용하여 원자현미경으로 얻어질 수 있는 나노 스케일 3D 표면을 예측했다. 비슷한 개념인 사진에서 깊이를 예측하는 기술은 자율주행을 위해 많이 연구되고 있는 분야다. 연구팀은 이러한 기술이 적용되는 스케일을 일상생활 범위에서 나노 스케일 범위로 옮겨 인공지능 모델을 훈련했다. 인공지능 모델로는 입력 데이터에서 대상의 특징을 추출하고, 추출된 특징에서 출력 데이터를 표현하는 인코더-디코더 구조*를 활용했다. 연구팀이 제안한 모델은 광 현미경 사진을 하나의 변수로 표현하고, 이후 이 변수에서 현미경 사진을 3D 표면으로 계산하여 나타내는데 성공했다.
*인코더-디코더 구조: 입력 데이터에서 인공 신경망 혹은 합성곱 층을 이용하여 데이터의 크기 및 차원을 추출하며 특징을 추출하고 (인코더), 추출된 특징에서 출력 데이터를 생성하는 (디코더) 구조. 활용 목적에 따라 추출된 특징 혹은 출력 데이터가 사용됨.
연구팀은 제안된 방법론을 반도체 산업의 센서, 태양 전지 및 나노 입자 제작에 응용되는 저메니움(게르마늄) 자가조립 구조*의 공정 중 분석 및 검사를 위해 적용했다. 광 현미경 사진을 이용해 15% 오차 수준 이내에서 1.72배까지 더 높은 해상도의 높이 맵을 예측하였는데, 이를 기반으로 각 응용에 필요한 형상의 자가조립 구조가 만들어지도록 실시간으로 공정 과정을 검사하였다. 또한, 같은 딥러닝 모델로 어닐링(가열) 중 동적으로 변하는 표면 형상을 시뮬레이션 하여 공정 과정을 분석 및 최적화하여 기존 공정으로는 불가능했던 공동의 형상을 만들어냈다.
* 저메니움 자가조립 구조란, 저메니움 웨이퍼에 마이크로 단위 수직 구멍을 식각 후 고온 어닐링(가열)을 하면 생기는 표면 아래의 공동을 뜻한다. 가열과정 중 구멍이 식각된 표면이 닫히고, 이후 표면과 표면 아래 공동의 형상이 함께 변하는데 공동의 형상에 따라 각기 다른 용도로 활용된다. 연구팀은 이렇게 동적으로 변하는 구조의 표면 높이 맵을 예측했다.
이번 연구에서 제안된 딥러닝 기반 방법론은 원자현미경으로는 제한돼있던 나노 스케일 표면 높이 맵 측정을 1 제곱밀리미터(mm2) 까지의 넓은 표면에 대해 기존 원자현미경 측정 속도 대비 10배에 해당하는 200 FPS까지 측정 가능하도록 속도를 높였으며, 광학을 이용한 비접촉 관측이기에 극한의 열 환경에서도 측정이 가능한 방법을 제시한 데에 의의가 있다. 이번 연구는 광학 현미경 해상도의 물리적 한계인 빛의 파장 이하의 작은 나노 스케일에서 동적인 현상을 현미경만으로 분석할 수 있게 해, 공정 중 혹은 이후 표면 분석이 필요한 재료, 물리, 화학 등에서의 나노 스케일 연구를 촉진할 것으로 기대된다.
또한 학계 뿐 아니라 산업계에서도 쓰일 것으로 기대된다. 향후 반도체 사업에는 웨이퍼의 표면 분석 속도와 정확도를 개선함으로서, 반도체 공정 시 생산 속도와 정밀한 측정으로 수율 개선에 기여할 수 있다.
연구를 주도한 이정철 교수는 "개발된 기술은 시간에 따라 변화하는 반도체 표면 및 내부 구조에 대해 불연속적인 저해상도 광학 현미경 사진 몇 장만 이용해서, 연속적인 고해상도 원자현미경 동영상을 생성해내는 최초의 연구로서, 극한 공정 중 실시간 나노 측정을 대체하는 효과를 가져와 반도체 및 첨단센서 산업 발전에 기여할 것ˮ이라고 말했다.
한편, 이번 연구는 국제 학술지 어드밴스드 인텔리전트 시스템(Advanced Intelligent Systems)에 지난 12월 20일 字에 온라인 게재됐으며, 23년 1사분기의 표지 논문(Inside back cover) 중 하나로 선정됐다. 이번 연구는 한국연구재단의 중견연구자지원사업과 기초연구실 지원사업의 지원을 받아 수행됐다.
2023.01.17
조회수 1020
-
약물 상호작용 예측하는 美 FDA 수식, 틀렸다
여러 약물을 동시에 복용하면, 약물간의 상호작용에 의해 약효가 달라질 수 있다. 우리 대학 수리과학과 김재경 교수 연구팀(기초과학연구원 수리 및 계산 과학 연구단 의생명 수학 그룹 CI)은 채정우‧김상겸 충남대약대 교수팀과 공동으로 미국 식품의약국(FDA)이 사용을 권장하는 약물 상호작용 예측 수식이 부정확했던 원인을 규명하고, 정확도를 2배 이상 높인 새로운 수식을 제시했다.
체내 흡수된 약물은 간을 비롯한 여러 장기의 효소에 의해 대사되어 체내에서 사라진다. 두 가지 이상의 약을 함께 복용할 경우, 하나의 약이 다른 약의 대사를 변화시켜 체외 배설을 촉진하거나 억제할 수 있다. 목표로 한 치료 효과를 내지 못하거나 부작용이 발생할 가능성이 있다. 이를 ‘약물 상호작용(DDI)’이라고 한다.
약물 상호작용에 따라 약물의 제거 속도를 정확하게 예측하는 것은 의약품 처방 및 신약 개발에 있어 매우 중요하다. 의료진은 약물을 복합처방할 때 의약품 사용설명서에 명시된 약물 상호작용 정보를 토대로 처방을 내린다. 신약 개발 과정에서도 약물 상호작용을 필수로 연구하여 표시하도록 되어 있다.
FDA는 약물 상호작용을 평가하고, 다약제 복용 과정의 부작용을 최소화하기 위한 가이던스(Guidance‧지침서)를 1997년 처음 발행했다(2020년 1월 개정). 신약 개발과정에서 신약 후보물질과 시판된 모든 약물의 상호작용을 모두 평가하는 것이 현실적으로 불가능하기 때문에 FDA는 가이던스에서 제시한 수식을 활용해 약물 상호작용을 간접적으로 평가하도록 권고하고 있다.
문제는 이 수식의 정확도가 떨어진다는 점이다. FDA가 제시하는 수식은 효소의 반응속도를 설명하는 ‘미카엘레스-멘텐 식’을 기반으로 한다. 이 수식은 약물 대사에 관여하는 체내 효소의 농도가 낮다는 것을 전재로 한다. 연구진은 실제 간에서 약물 대사에 관여하는 효소 농도는 예측에 사용돼온 값보다 1000배 이상 높은 것으로 확인함으로써 기존 FDA 수식이 부정확한 원인을 찾았다.
채정우 충남대약대 교수는 “연구자들은 과학적인 근거가 부족한 인위적인 수를 곱하는 식으로 FDA의 수식을 보정해서 사용해왔다”며 “과거의 과학자들이 당시의 정설이던 천동설을 기반으로 행성의 움직임을 설명하기 위해 복잡한 궤도를 도입했던 것과 유사한 상황”이라고 말했다.
연구진은 수학-약학 협력연구를 통해 약물 상호작용을 설명할 수 있는 새로운 수식을 개발했다. 의심 없이 사용돼 온 기존 식 대신 효소의 농도에 상관없이 정확하게 약물의 대사 속도를 예측할 수 있는 새로운 수식을 유도했다.
이후, 새로 쓰인 수식을 이용해 약물 상호작용을 예측하고, 실제 실험으로 측정된 값과 비교했다. 그 결과, 인위적인 보정 없이도 예측 정확도가 2배 이상 증가한 것으로 확인됐다. 기존 FDA 수식은 약물 상호작용을 2배의 오차범위 내에서 예측한 비율이 38%인데 반해, 수정된 식은 80%에 달했다.
생물학적 제제를 제외한 대부분의 의약품은 FDA 가이던스에 따라 약물의 상호작용을 평가한다. 이 결과는 약효와 부작용에 직결된다. 정확한 수식을 활용한 약물 상호작용 연구 및 약물 처방이 필요한 이유다.
김상겸 충남대약대 교수는 “약물 상호작용 예측 정확도의 개선은 신약개발의 성공률과 임상에서의 약물 효율을 높이는데 기여할 것”이라며 “임상약리학 분야 최고의 저널에 논문을 발표한 만큼, 이번 연구결과에 따라 FDA 가이던스가 수정될 것으로 기대한다”고 말했다.
김재경 교수는 “수학과 약학의 협력 연구 덕분에 당연히 정답이라고 생각했던 수식을 수정하고, 인류의 건강한 삶을 위한 단서를 찾을 수 있었다”며 “미국 FDA 가이던스에 ‘K-수식’이 들어가길 꿈꿔본다”고 말했다.
이번 연구결과는 2022년 12월 15일(한국시간) 임상약리학 분야 권위지인 ‘임상약리학 및 약물치료학(Clinical Pharmacology and Therapeutics, IF 7.051)’ 온라인 판에 실렸다.
※ 논문명: Beyond the Michaelis-Menten: Accurate Prediction of Drug Interactions through Cytochrome P450 3A4 Induction
2023.01.09
조회수 1281
-
반도체 웨이퍼 절단 없는 두께 분석장비 개발
우리 대학 기계공학과 이정철 교수 연구팀이 근적외선의 간섭 효과를 이용해 실리콘 박막-공동 구조를 검사할 수 있는 웨이퍼 비파괴 분석 장비를 개발했다고 19일 밝혔다.
1 마이크로미터(이하 μm) 급의 두께를 갖는 박막-공동 구조는 압력센서, 마이크로미러, 송수신기 등의 다양한 미세전자기계시스템(MEMS) 소자로 사용된다. 이러한 MEMS 소자에서 박막의 두께와 공동의 높이는 소자 성능의 주요 설계 인자이기 때문에 소자의 거동 분석을 위해서는 제작된 구조의 두께 측정이 필수적이다. 하지만 최근까지 후속 공정에 사용할 수 없는 단점에도 불구하고 웨이퍼를 절단해 주사 전자 현미경과 같은 고해상도 현미경으로 두께를 측정하는 단면 촬영 기법이 사용됐다.
연구팀은 1μm 급의 두께를 갖는 실리콘 박막-공동 구조의 두께를 비파괴적으로 측정하기 위해 근적외선 간섭 현미경을 개발했다. 연구팀은 실리콘의 광특성과 빛의 간섭 길이를 고려해 근적외선 계측 장비를 설계 및 구축했으며 개발한 근적외선 간섭 현미경은 1μm 급과 서브 1μm 급의 단층 박막-공동 구조를 100 나노미터(nm) 미만의 편차로 측정했다. 이에 더불어 다중 반사로 인한 가상의 경계면을 특정하는 방법을 제안해 복층의 실리콘 박막-공동 구조에서 숨겨진 실리콘 박막의 두께 측정을 성공적으로 시연했다.
이번 연구는 국제학술지 `어드밴스드 엔지니어링 머터리얼즈(Advanced Engineering Materials)'에 지난 7월 14일 字에 온라인 게재됐으며 지난 10월 호의 후면 표지 논문(back cover)으로 선정됐다.
이번 연구는 실리콘 박막-공동 구조뿐만 아니라 기능성 웨이퍼인 실리콘 온 인슐레이터(Silicon-on-Insulator, SOI) 웨이퍼에서도 실리콘과 내부에 숨겨진 산화막의 두께를 성공적으로 측정함으로써 다양한 구조의 반도체 소자 비파괴 검사에 적용 가능함을 연구팀은 확인했다. 또한 연구팀은 적합한 파장 선택을 통해 실리콘뿐만 아니라 게르마늄 등 다른 반도체 물질의 비파괴 검사에도 적용할 수 있음을 밝혔다. 반도체 기판의 비파괴 검사 방법을 제안하는 이번 연구는 반도체 공정 중 소자 결함을 판별하기 위한 실시간 비파괴 검사에 적용될 수 있을 것으로 기대된다.
연구를 주도한 이정철 교수는 "개발된 기술은 널리 사용되는 적외선 광원을 사용해 비파괴 방식으로 반도체 물질 내부 구조를 측정한 점에서 기존 방법과 다르고, 안전하고 정밀한 장점 때문에 반도체 소재 및 소자 검사 속도를 향상하는 효과를 가져와 반도체 관련 산업과 우리 삶의 발전에 기여할 것이다ˮ라고 말했다.
한편 이번 연구는 한국연구재단의 중견연구자 지원사업과 기초연구실 지원사업의 지원을 받아 수행됐다.
2022.12.20
조회수 1580
-
AI 기반 디지털 바이오 심포지움 개최
우리 대학이 지난 6일 'Al 기반 디지털 바이오 심포지엄'을 대전 본원 KI빌딩 매트릭스홀에서 개최했다.
첨단 바이오 분야는 대한민국의 미래의 먹거리를 창출하는 핵심 기술로 그 중요성이 나날이 커지고 있다. 최근에는 AI와 빅데이터 분석 기술이 발달하며 전통적인 생물학적 기법을 넘어선 데이터 기반 바이오 연구에 대한 관심이 집중되고 있다.현재, 세계 주요 국가 및 기업들은 디지털 바이오 분야의 선도 기술 선점을 위해서 경주하고 있다. 구글 딥마인드는 '알파폴드2'를 활용해 모든 단백질의 3차원 구조를 밝힐 수 있다고 공언하고 있으며, 인공지능 분석을 통한 바이오마커 발굴 및 약물 설계 기술 등은 학계, 벤처, 연구소 등에서 활발하게 연구되고 있다. 우리나라에서도 대통령 주재로 국가과학기술자문회의 전원회의를 개최해 첨단 바이오와 인공지능을 12대 국가전략기술에 포함해 디지털바이오 분야에 대한 연구 투자 확대 등을 계획하고 있다.6일 열린 심포지엄은 국내 AI 및 디지털 바이오 분야의 전문가들을 초청해 관련 연구 분야의 정보를 공유하며, 국내·외 과학기술계의 움직임에 발 빠르게 대처하기 위해 마련됐다. 이상엽 KAIST 연구부총장과 오민규 한국연구재단 차세대바이오 단장이 개회사와 인사말을 전했으며, 예종철 KAIST 디지털 헬스 추진단장이 심포지엄의 개요를 소개했다. 리 우(Li Yu) 홍콩중문대 교수가 기조연설을 맡아 '머신러닝을 이용한 RNA 구조 및 기능 예측'을 주제로 발표했으며, 13명의 국내·외 전문가들이 ▴AI in Cancer Research ▴AI in Omics ▴AI in Protein Design 등 총 세 가지 주제에 관한 첨단 기술들을 소개하고 이에 대한 비전을 제시했다. 심포지엄을 총괄한 예종철 KAIST 디지털 헬스 추진단장은 "인공지능이 IT 분야를 넘어 바이오 분야에서 새로운 발견을 이끌어가는 주요한 수단이 되고 있다"라고 설명했다. 이어, 예 단장은 "이러한 디지털 바이오의 변곡점에서 연구진들에게 새로운 비전을 제시할 수 있는 계기를 마련하기 위해 이번 심포지엄을 개최했다"라고 밝혔다.
2022.12.11
조회수 701
-
KAIST, 세계적 권위의 AI 학회에서 연구 역량 입증
우리 대학 연구진이 인공지능 분야에서 세계 최고의 권위를 자랑하는 신경정보처리시스템학회(이하, NeurIPS)에서 왕성한 연구 역량과 위상을 입증했다. NeurIPS는 산업계와 학계에서 최신 인공지능 연구를 발표하는 권위 있는 국제학회다. 우리 대학은 2020년에 20편, 2021년에 45편의 논문을 발표했고, 올해도 작년 수준과 비슷한 37편을 게재해 인공지능 분야에서의 왕성한 연구 능력을 학계에 선보였다. 특히, 예종철 김재철AI대학원 교수의 논문(Energy-Based Contrastive Learning of Visual Representations)이 상위 6%만을 선정하는 구두 발표 논문으로 선정되어 질적으로도 우수한 연구 수준을 인정받았다. 이뿐만이 아니라 지난달 28일부터 미국 루이지애나주 뉴올리언스에서 열린 NeurIPS 2022 학회에서 우리 대학 교수진과 동문이 눈에 띄게 활약했다. 오혜연 전산학부 교수(KAIST 인공지능연구원 부원장)와 조경현 동문(KAIST 전산학부 학사 졸업)은 학술위원장 (Program chair)을, 안성진 전산학부 교수는 워크숍위원장(Workshop chair)을 맡았다. 김주호 전산학부 교수는 기조 강연자로 초청되어 ‘인터렉션 센트릭 AI(Interaction-Centric AI)’를 주제로 발표했다. 오혜연 교수는 “다수의 KAIST 연구진이 국제학회 조직위원 및 기조 강연자로 선정되었다는 것은 인공지능 연구 분야에서 KAIST의 위상이 세계적으로 높아졌음을 시사한다”라고 설명했다.
2022.12.11
조회수 1246
-
KAIST-University of Texas at Austin 협업 수업 진행
우리 대학 디지털인문사회과학부가 미국 텍사스대학교 오스틴 캠퍼스(University of Texas at Austin, 이하 UT Austin)의 아시아학부(Department of Asian Studie)와 2022년 가을학기에 협업수업을 진행했다.
우리 대학 김은경 교수와 UT Austin 앨리스 맥코이 배(Alice McCoy-Bae) 교수는 각각 "세계언어와 문화특강 '영어사와 미국문화'" 과목과 "Third-Year Korean" 과목을 개설했다. 양교 학생들은 한 학기동안 온라인(줌)으로 만나 음식문화, 관계, 캠퍼스 생활 등 한국 및 미국 문화의 다양한 주제에 대해 논의했으며, 결과물을 학기말 공동 과제로 발표했다.해외 대학의 학생들과 한 학기 동안 협업 수업을 해 공동 과제 수행하는 수업은 우리 대학 학부 과정에서 처음 실시된 방식이다. 양교 학생들은 자유롭게 의견을 교환하고 토론하며 서로의 문화를 직접 배우고 익히는 기회를 가졌다. 2022년 가을 학기에 처음 시도한 국제 공동 수업은 매년 가을학기마다 정기적으로 개설될 예정이다.
2022.12.09
조회수 1211