연구
< (왼쪽부터) 신소재공학과 육종민 교수, 박정재 박사 >
퇴행성 질환을 유발하는 아밀로이드 섬유 단백질의 초기 불안정한 움직임과 같은 생명 현상을 분자 수준에서 실시간 관찰이 가능한 기술이 개발되었다. 이를 통해 알츠하이머나 파킨슨 병과 같은 퇴행성 질환의 발병 과정에 대한 실마리를 제공할 수 있을 것으로 기대된다.
우리 대학 신소재공학과 육종민 교수 연구팀이 한국기초과학지원연구원, 포항산업과학연구원, 성균관대학교 약학대학 연구팀과 함께 그래핀을 이용해 알츠하이머 질병을 유발한다고 알려진 아밀로이드 섬유 단백질의 실시간 거동을 관찰할 수 있는 새로운 단분자 관찰 기술(single-molecule technique)을 개발했다고 30일 밝혔다.
단분자 관찰 기술은 단일 분자 수준에서 발생하는 현상을 관찰할 수 있는 기법을 말한다. 생체 과정에서 수반되는 단백질 간의 상호작용, 접힘, 조립 과정 등을 이해하는 데 핵심적인 기술이다. 현재까지 단분자 관찰 기술로는 특정 분자를 식별하기 위한 형광 현미경을 이용해 관찰하거나, 단백질을 급속 냉동시켜 움직임을 고정해 분자 구조를 해석하는 초저온 전자현미경 기법이 활용 돼왔다.
하지만, 자연 그대로의 단백질을 특별한 전처리 없이 분자 단위에서 실시간으로 관찰할 수 있는 기술은 여전히 부재한 상황이었다.
최근 이에 대한 대안으로 물질을 얼리지 않고 상온 상태에서 관찰하는 액상 전자현미경 기술이 최근 주목을 받고 있다. 이 기술은 얇은 투과막을 이용해 액체를 감싸 전자현미경 내에서 물질의 변화를 관찰할 수 있는 기술이지만, 두꺼운 투과 막에 의한 분해능 저하와 전자빔에 의한 단백질 변성은 해결해야 하는 숙제였다.
육종민 교수 연구팀은 차세대 소재로 주목받고 있는 그래핀을 이용해 막에 의한 분해능 저하와 전자빔에 의한 단백질 변성 문제를 해결하며, 단백질의 거동을 실시간 관찰할 수 있는 단분자 그래핀 액상 셀 전자현미경 기술을 개발했다. [그림 1]
< 그림 1. 단분자 그래핀 액상 셀 전자현미경 모식도 및 성능: 그래핀으로 인한 전자빔에 의한 단백질 손상 억제 효과와 실제 액상 내 아밀로이드 베타 섬유 관찰 >
이번 연구에서 투과 막으로 이용한 그래핀은 원자 단위의 두께를 가지고 있어 분자 수준 관찰을 가능하게 할 뿐만 아니라, 전자빔에 의한 단백질의 산화를 방지하는 산화 방지 역할을 해 기존 대비 40배 가량 변성을 억제해 단백질의 거동을 실시간으로 관찰할 수 있게 했다.
연구팀은 개발한 전자현미경 기술을 활용해, 알츠하이머 질병을 유발한다고 알려진 아밀로이드 베타 섬유의 초기 성장 과정에서 발현되는 분자 불안정성을 세계 최초로 관찰했다. [그림 2]
< 그림 2. 아밀로이드 섬유의 불안정성을 보여주는 시간에 따른 변화: 아밀로이드 단백질은 지퍼와 같은 분자들의 맞물림 구조에 따라 다양한 형태가 나타나는 다형성을 가지고 있는데, 연구팀은 완전한 지퍼구조가 형성되지 않은 초기 상태에서는 불안정한 다형성 변화가 발생함을 증명하였음 >
이 전자현미경 기술은 온전한 단백질의 다양한 거동들을 분자 수준에서 관찰을 가능하게 하므로, 코로나19와 같은 바이러스성 단백질의 감염 과정, 퇴행성 질환을 일으키는 아밀로이드성 단백질의 섬유화/응집 거동 등과 같이 단백질의 상호작용에 의한 생명 현상을 이해하는 데 활용될 수 있을 것으로 기대된다.
육 교수는 "현미경 기술의 발전은 생명과학 및 공학 기술 발전의 토대가 되는 것으로, 분자 단위의 현상을 관찰할 수 있다면 단백질들의 상호작용을 이해하고 조절할 수 있는 실마리를 제공할 수 있으며, 이를 통해 알츠하이머와 같은 퇴행성 질환의 신약 개발에 도움을 줄 수 있을 것으로 기대한다ˮ 라고 말했다.
< 그림 3. 초기 아밀로이드 섬유 내에서 발생하는 불안정성의 분자 단위 실시간 이미지: 형태적인 불안정성을 일으키는 원인이 단백질 간 결합 사이의 물 분자로 인해 나타난다는 것을 확인하였음 >
우리 대학 신소재공학과 졸업생 박정재 박사가 제1 저자로 참여한 이번 연구는 국제 학술지 `어드밴스드 머티리얼스(Advanced Materials)' 지난 11월 온라인으로 발표됐다. (논문명 : Single-Molecule Graphene Liquid Cell Electron Microscopy for Instability of Intermediate Amyloid Fibrils).
이번 연구는 한국연구재단의 중견연구자지원사업(MIST) (NRF-2022R1A2C2008929)과 나노 및 소재 기술개발사업(MIST)(NRF-2021M3H4A6A02050365)의 지원을 받아 수행됐다.
-
연구 신개념 생체형틀법 캠바이오(CamBio) 개발
생물학적 구조는 인공적으로 복제하기 어려운 정도의 복잡한 특징을 가지고 있지만 이러한 생체 구조체를 직접적으로 활용여 제작하는 생체형틀법*은 다양한 분야의 응용으로 사용됐다. KAIST 연구진이 이전에 활용할 수 없었던 생체 구조체를 활용하고, 생체형틀법을 통해 적용될 수 있는 영역을 넓히는데 성공했다. *생체형틀법: 바이러스부터 우리의 몸을 구성하는 조직과 장기에 이르기까지 이러한 생체 구조의 기능을 활용하고자, 생체 구조를 형틀로 사용하여 기능성 구조재료를 만들어내는 방식 우리 대학 신소재공학과 장재범, 정연식 교수 공동연구팀이 생체 시료 안의 특정 내부 단백질을 활용하고 높은 조정성을 지닌 생체형틀법을 개발했다고 10일 밝혔다. 기존의 생체형틀법 방법은 주로 생체시료의 외부 표면만을 활용하거나, 한정된 치수와 샘플 크기로 인해 다양한 생체 구조체들의 구조-기능 상관성을 활용하여 기능성 나노구조체를 제작하기 어렵다는 한계를 가지고 있다. 이런 문제를 해결하고자 연
2025-01-10 -
연구 화재 위험 차단한 자가발전형 수소 생산 시스템 개발
현재 그린 수소 생산의 한계를 극복할 새로운 수소 생산 시스템을 KAIST 연구진이 개발하여 수용성 전해질을 사용한 물분해 시스템을 활용해 화재의 위험을 차단하고 안정적인 수소 생산이 가능할 것으로 예상된다. 우리 대학 신소재공학과 강정구 교수 연구팀이 우수한 성능의 아연-공기전지* 기반의 자가발전형 수소 생산 시스템을 개발했다고 22일 밝혔다. *공기전지: 일차 전지 중 하나로 공기 중 산소를 흡수해 산화제로 사용하는 전지이며, 수명이 긴 것이 장점이지만 기전력이 낮은 것이 단점임. 수소(H2)는 고부가가치 물질 합성의 원료로 기존 화석연료(휘발유, 디젤 등) 대비 3배 이상 높은 에너지밀도(142MJ/kg)를 지녀 청정 연료로 주목받고 있다. 그러나 현재 수소 생산 방식 대부분 이산화탄소(CO2)를 배출하는 문제가 있다. 아울러 그린 수소 생산은 태양전지, 풍력 등 신재생에너지를 동력원으로 물을 분해해 수소의 생산이 가능하나, 신재생에너지 기반의 동력원은 온도,
2024-10-22 -
연구 지질 뗏목의 원리 밝혀 질병 치료에 희소식
지질 뗏목은 세포막 간 융합, 신호 전달, 바이러스 침투 등 세포 기능과 질병 발병의 핵심 과정에 중요한 역할을 한다. 한국 연구진이 지금까지 알려지지 않았던 지질 뗏목의 정렬 원인과 그 조절 메커니즘을 밝혀내어 세포막 간 상호작용을 조절하여 질병 치료에 새로운 접근법을 제공할 수 있을 것으로 기대된다. 우리 대학 바이오및뇌공학과 최명철 교수팀이 고등과학원(원장 최재경) 현창봉 교수팀, 포항가속기연구소(소장 강흥식) 이현휘 박사와 공동으로 세포막 간의 상호작용을 매개하는 지질 뗏목(Lipid Raft)의 정렬 현상의 원리를 최초로 규명했다고 5일 밝혔다. 세포 융합, 바이러스 침투, 세포 간 신호 전달 등 다양한 세포막 간의 상호작용을 조절할 수 있는 핵심 기전을 밝힌 것이다. 세포막(Cell membrane)은 세포의 내부와 외부를 구분하는 얇고 유연한 막으로, 지질 이중층(lipid bilayer)으로 구성돼 있다. 세포막에는 수많은 막단백질(membrane prote
2024-06-05 -
연구 생성형 AI로 혁신적 신약 개발 가능성 열어
최근 자연어나 이미지, 동영상, 음악 등 다양한 분야에서 주목받는 생성형 AI가 신약 설계 분야에서도 기존 신규성 문제를 극복하고 새로운 혁신을 일으키고 있다고 하는데 어떤 기술일까? 우리 대학 화학과 김우연 교수 연구팀이 단백질-분자 사이의 상호작용을 고려해 활성 데이터 없이도 타겟 단백질에 적합한 약물 설계 생성형 AI를 개발했다고 18일 밝혔다. 신규 약물을 발굴하기 위해서는 질병의 원인이 되는 타겟 단백질에 특이적으로 결합하는 분자를 찾는 것이 중요하다. 기존의 약물 설계 생성형 AI는 특정 단백질의 이미 알려진 활성 데이터를 학습에 활용하기 때문에 기존 약물과 유사한 약물을 설계하려는 경향이 있다. 이는 신규성이 중요한 신약 개발 분야에서 치명적인 약점으로 지적되어 왔다. 또한 사업성이 높은 계열 내 최초(First-in-class) 타겟 단백질에 대해서는 실험 데이터가 매우 적거나 전무한데, 이 경우 기존 방식의 생성형 AI를 활용하는 것이 불가능하다. 연구팀
2024-04-18 -
연구 화합물 생성AI 기술로 신약 개발 앞당긴다
신약 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