〈 허 원 도 교수 〉
우리 대학 생명과학과 허원도 교수 연구팀이 막으로 이루어진 세포내 소기관들의 이동을 빛으로 자유롭게 제어하는데 성공했다. 이로써 세포내 물질 수송의 단계별 메커니즘을 규명해 암과 신경질환 치료에 새로운 해법을 제시할 수 있을 것으로 기대된다.
연구팀은 세포내 물질 수송을 조절하는 새로운 광유전학 기술인 생체막 올가미(IM-LARIAT; Light-Activated Reversible Inhibition by Assembled Trap of Intracellular Membrane) 기술을 개발했다.
세포 내에는 엔도좀(endosome)이나 리소좀(lysosome), 엑소좀(exosome) 등 막으로 이루어진 다양한 막 구조 세포 소기관2)(intracellular membranes)들이 존재한다. 막 구조 세포 소기관들은 세포의 성장과 분열에 밀접한 세포의 기본 기능인 물질 수송과 물질 분비, 신호전달과정 등에 관여한다.
세포내 물질 수송은 매우 역동적으로 움직이는 세포 소기관들에 의해 이루어지는데, 복잡한 움직임을 제어할 방법이 거의 없어 세포 관련 연구가 제한돼 왔다.
이에 허원도 교수는 생체막 올가미 기술을 개발, 빛을 통해 세포 소기관들의 이동을 원하는 때, 원하는 위치에서 일시 정지시켜 세포 소기관들의 이동 메커니즘을 실시간으로 연구하는데 성공했다.
허원도 교수팀은 청색 빛에 반응하는 식물의 청색광 수용 단백질에, 세포 소기관들의 생체막에 존재하는 랩 단백질(Rab small GTPase)을 결합시킨 융합단백질을 개발했다. 이 융합단백질을 실험동물의 암세포와 신경세포에 발현시킨 뒤 청색 빛을 비춘 결과, 많은 막 구조 세포 소기관들이 서로 응집하여 이동이 일시 정지되는 현상을 확인했다.
특히 생체막 올가미 기술을 신경세포에 적용, 엔도좀들의 이동을 일시 정지 시켜, 뇌 신경 세포 성장원추(growth cone)의 성장을 제어하는데 성공했다. 청색 빛을 비추자 일시적으로 성장이 멈췄던 신경세포가, 빛을 끄자 다시 빠르게 자라나는 것을 추가로 확인했다.
이번 연구는 약물이나 전기 자극이 아닌 빛을 비추는 비 침습적(non-invasive) 방식을 고안, 최소 자극으로 막 구조 세포 소기관들의 이동을 제어할 수 있게 된 데 의의가 있다. 신경세포의 분화 및 암세포의 물질 수송을 빛으로 정지시킬 수 있는 생체막 올가미 기술을 응용하면, 다양한 암과 신경질환의 치료 해법을 제시할 수 있을 것으로 기대된다.
허원도 교수는 “이번 연구는 살아있는 세포내에 존재하는 다양한 세포 소기관들을 빛으로 제어한 연구로, 적외선이나 소형 광원을 이용한 생체막 관련 질환 치료법이나 신경세포재생연구로 발전시킬 수 있을 것”이라며 “특히 뇌 신경세포 내 소기관들의 이동과 물질 수송 연구는 기억과 학습 관련 연구 분야에도 새 장을 열어줄 것”이라고 말했다.
이번 연구결과는 생명과학 분야 세계적 학술지인 네이처 케미컬 바이올로지(Nature Chemical Biology, IF 12.996) 온라인판 4월 12일자에 게재됐다.
허원도 교수는 지난 3년 동안 유명학술지에 독자적으로 개발한 광유전학기술들을 연속적으로 발표하고 있으며 현재 수편의 논문들도 해외유명저널에서 심사 중이다. 2014년에 Nature Methods, Nature Communications, Cell 자매지인 Chemistry & Biology 표지논문으로 발표를 시작했다. 2015년 Nature Biotechnology 표지논문에 이어, 이번에는 Nature Chemical Biology에 발표하는 등 세계적으로 광유전학분야를 선도하고 있다.
□ 그림 설명
그림1. 세포 내 물질 수송의 과정
물질 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
2024-03-28비평형 현상이란, 평형에서 벗어난 상태를 지칭하는 것으로 우리가 일상적으로 자주 마주하는 현상이다. 커피에 우유를 넣고 섞게 되면 우유 분자들은 에스프레소와 섞이면서 카페라테가 되는데, 이렇게 평형을 찾아가는 과정을 비평형 동역학이라고 볼 수 있다. 물리학에서 답하고자 하는 주요한 질문은 ‘양자 역학계에서 일어나는 비평형 현상은 어떤 물리 법칙에 의해 지배되며, 과연 보편적으로 적용할 수 있는 법칙이 존재할지’ 여부다. 우리 대학 물리학과 최재윤 교수 연구팀이 극저온 중성원자 양자 시뮬레이터를 이용해 이론적으로 추측된 비평형 상태의 양자 물성 변화의 보편적 물리 법칙을 확인하는데 성공했다고 27일 밝혔다. 보편적 물리 법칙에 대한 예는 평형상태에서 액체에서 기체가 되는 것처럼 물질의 상이 변화하는 ‘상전이 현상’에서 찾아볼 수 있다. 상전이 일어나는 지점을 임계지점이라고 하는데, 이 지점에 물성의 변화는 입자들의 크기, 밀도, 및
2024-03-27눈에 보이지 않는 작은 분자 세계의 비밀이 밝혀졌다. 우리 대학 화학과 이효철 교수(기초과학연구원(IBS) 첨단 반응동역학 연구단장) 연구팀이 화학적 단결정 분자 내 구조 변화와 원자의 움직임을 실시간으로 관찰하는 데 성공했다. 물질을 이루는 기본 단위인 원자들은 화학결합을 통해 분자를 구성한다. 하지만 원자는 수 펨토초(1/1,000조 초)에 옹스트롬(1/1억 cm) 수준으로 미세하게 움직여 시간과 공간에 따른 변화를 관측하기 어려웠다. 분자에 엑스선을 쏴 회절 신호를 분석하는 엑스선 결정학(X-ray Crystallography)의 등장으로 원자의 배열과 움직임을 관찰하는 도구가 상당한 발전을 이뤘지만, 주로 단백질과 같은 고분자 물질에 대한 연구에 집중됐다. 비(非)단백질의 작은 분자 결정은 엑스선을 흡수하는 단면적이 넓고 생성되는 신호가 약해 분석이 어렵기 때문이다. 연구진은 선행 연구에서 단백질 내 화학반응의 전이상태와 그 반응경로를 3차원 구조로 실시간 규명한 바
2024-03-26차세대 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
2024-03-26신약 개발이나 재료과학과 같은 분야에서는 원하는 화학 특성 조건을 갖춘 물질을 발굴하는 것이 중요한 도전으로 부상하고 있다. 우리 대학 연구팀은 화학반응 예측이나 독성 예측, 그리고 화합물 구조 설계 등 다양한 문제를 동시에 풀면서 기존의 인공지능 기술을 뛰어넘는 성능을 보이는 기술을 개발했다. 김재철AI대학원 예종철 교수 연구팀이 분자 데이터에 다중 모달리티 학습(multi-modal learning) 기술을 도입해, 분자 구조와 그 생화학적 특성을 동시에 생성하고 예측이 가능해 다양한 화학적 과제에 광범위하게 활용가능한 인공지능 기술을 개발했다고 25일 밝혔다. 심층신경망 기술을 통한 인공지능의 발달 이래 이러한 분자와 그 특성값 사이의 관계를 파악하려는 시도는 꾸준히 이루어져 왔다. 최근 비 지도 학습(unsupervised training)을 통한 사전학습 기법이 떠오르면서 분자 구조 자체로부터 화합물의 성질을 예측하는 인공지능 연구들이 제시되었으나 새로운 화합물의
2024-03-25