
< (왼쪽부터) 신소재공학과 장재범 교수, 전기및전자공학부 윤영규 교수, 신소재공학과 서준영 박사과정 >
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.
< 그림 1. PICASSO 기술의 모식도 >
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.

< 그림 2. PICASSO 기술을 활용한 쥐 뇌 해마 영역 45컬러 이미징 >
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.
과학기술정보통신부 이노코어(InnoCORE) 사업을 통해 구축된 연구 협력 기반 아래, KAIST 이노코어 연구진이 의미 있는 연구 성과를 도출했다. 우리 대학은 2024년 노벨 화학상 수상자인 David Baker 교수(데이비드 베이커, 미국 워싱턴대학교)의 방문을 계기로, 공동연구를 통해 AI로 원하는 화합물을 정확히 인식하는 단백질 설계 연구 결과를 공개했다. 우리 대학은 생명과학과 이규리 교수가 AI-CRED 혁신신약 이노코어(InnoCORE) 연구단에 참여 중인 연구진으로서, David Baker 교수와의 공동 연구를 통해 특정 화합물을 선택적으로 인식하는 인공 단백질을 AI로 설계하는 데 성공했다고 9일 밝혔다. 이번 연구는 AI를 활용해 특정 화합물을 인식하는 단백질을 처음부터 설계(de novo)하고, 이를 실제로 작동하는 바이오 센서로 구현한 것이 특징이다. 기존에는 자연 단백질을 탐색하거나 일부 기능을 수정하는 방식이 주를 이뤘다면, 이번 연구는 AI 기반
2026-04-09우리 몸의 세포는 DNA에 저장된 유전 정보를 바탕으로 RNA를 만들고, RNA는 단백질을 만드는 설계도 역할을 한다. 우리 대학 연구진은 나이가 들수록 세포에 쌓이는‘원형 RNA(circular RNA)’를 제거해 노화를 늦추고 수명을 늘리는 새로운 현상을 발견했다. 이번 연구는 노화의 원리를 밝히고 관련 질환 치료 전략 개발에 중요한 단서를 제시했다. 우리 대학 생명과학과 이승재 교수 연구팀(RNA 매개 건강 장수 연구센터)은 김윤기 교수·이광록 교수 연구팀과 공동연구를 통해, 원형 RNA를 분해하는 효소인 RNASEK(알엔에이즈케이) 단백질이 노화를 늦추고 수명을 늘리는 데 중요한 역할을 한다는 사실을 발견했다고 18일 밝혔다. 그동안 원형 RNA는 안정성이 높아 분해되지 않고 나이가 들수록 세포에 축적되는 ‘노화의 지표’ 정도로만 알려져 있었지만, 이러한 RNA를 제거하는 분자적 기전과 노화와의 직접적인 연관성은
2026-03-18우리 몸의 단백질은 스위치처럼 작동한다. 약물이 단백질에 결합하면 결합 부위 구조가 변하고, 그 변화가 단백질 전체로 전달돼 기능이 켜지거나 꺼진다. 구글 딥마인드의 알파폴드3는 약물-단백질 결합 여부와 결합 부위의 3차원 구조를 예측하는 데 성공했지만, 약물이 결합한 뒤 단백질 내부에서 어떻게 신호를 전달하고 단백질 전체 구조를 바꿔서 실제로 단백질의 기능을 활성화하거나 억제하는지까지는 예측하지 못했다. 우리 대학 연구진이 약물이 ‘붙는지’가 아니라 ‘실제로 작동하는지’까지 예측하는 AI를 개발했다. 우리 대학은 바이오및뇌공학과 이관수 교수 연구팀이 대표적인 신약 표적인 G-단백질 결합 수용체(GPCR)에 대해, 후보 물질이 단순히 결합하는지를 넘어 실제로 단백질을 활성화하는지까지 예측하는 인공지능 모델 ‘GPCRact(지피씨알액트)’를 개발했다고 8일 밝혔다. GPCR(G-Protein Coupled Rece
2026-03-09“유전자는 알지만 기능은 모른다”는 미생물 연구의 오랜 난제를 해결하기 위해, 공동연구진이 인공지능(AI) 기반 미생물 유전자 기능 발견의 속도를 크게 높일 수 있는 최신 연구 전략을 제시했다. 우리 대학은 생명화학공학과 이상엽 특훈교수 연구팀이 UCSD 생명공학과 버나드 폴슨(Bernhard Palsson) 교수와 함께 AI를 활용해 미생물 유전자 기능 발견을 획기적으로 가속할 수 있는 최신 연구 접근법을 체계적으로 정리·분석한 리뷰논문을 발표했다고 12일 밝혔다. 2000년대 초 전장 유전체 해독 기술이 본격화되며 생명체의 유전자 구성을 완전히 규명할 수 있을 것이라는 기대가 컸다. 그러나 20년이 지난 지금도 미생물 유전체 내 상당수 유전자는 어떤 역할을 하는지 밝혀지지 않은 상태다. 유전자 결실 실험, 발현량 조절, 시험관 내 활성 측정 등 다양한 실험이 시도돼 왔지만 ▲ 대규모 실험의 한계 ▲ 복잡한 생물학적 상호작용 ▲ 실험실 결
2026-01-12독감이나 코로나19처럼 종류가 다양하고 변이가 빠른 호흡기 바이러스는 백신만으로 완벽히 막기 어렵다. 우리 대학 연구팀이 이 문제를 해결하기 위해 기존 인터페론-람다 치료제가 지녔던 ‘열에 약하고 코 점막에서 금방 사라지는’ 한계를 AI 기술로 극복한 비강(콧속) 투여형 항바이러스 플랫폼을 개발하는데 성공했다. 우리 대학은 생명과학과 김호민 교수, 정현정 교수, 의과학대학원 오지은 교수 공동 연구팀이 AI로 인터페론-람다 단백질을 안정적으로 재설계하고, 이를 비강 점막에 잘 확산하고, 오래 머물게 하는 전달 기술과 결합해 다양한 호흡기 바이러스를 범용적으로 예방할 수 있는 기술을 구현했다고 15일 밝혔다. 인터페론-람다(IFN-λ)는 우리 몸이 바이러스 감염을 막기 위해 스스로 만드는 선천면역 단백질로, 감기·독감·코로나19와 같은 호흡기 바이러스 차단에서 중요한 역할을 한다. 하지만 이를 치료제로 만들어 비강에 투여
2025-12-15