
< (왼쪽부터) 화학과 강진영 교수, 황혜랑 석박사통합과정, 물리학과 이원희 교수 >
생명현상을 이해하고 나아가 신약 개발을 위해 단백질 상호 작용 및 효소-기질 반응 등 마이크로초(micro-second)~밀리초(milli-second) 수준의 짧은 시간 동안 일어난 현상을 이해하는 것이 핵심이다. KAIST 연구진이 생명 현상을 이해하는데 필수적인 생화학 반응의 변화를 수 밀리초 수준에서 정지시키고 분석하는 방법을 개발했다.
우리 대학 화학과 강진영 교수와 물리학과 이원희 교수의 공동 연구팀이 초고속 생화학 반응 연구를 위한 ‘패릴렌(parylene)’* 기반 박막 미세유체 혼합-분사 장치’를 개발했다고 24일 밝혔다.
*패릴렌: 단백질 반응을 초고속으로 관찰하기 위한 미세유체(microfluidics) 장치를 만드는 핵심 재료로 수 마이크로미터의 얇은 박막형태로 스프레이 제작이 가능하게 만든 소재임
이번 연구는 기존에 제시됐던 시간 분해 초저온 전자현미경(이하 TRCEM, Time-resolved cryo-electron microscopy) 기법의 한계를 극복해 기존 대비 시료 소모량을 1/3 수준으로 줄이면서 분석가능한 최소 반응시간을 기존 기술 대비 수십 배 향상하여 6밀리초(1,000분의 6초)까지 단축했다.
시간 분해 초저온 전자현미경은 단백질 복합체의 반응 중간 상태를 초저온에서 빠르게 냉동해 구조를 분석하는 기술로 최근 특별히 많은 주목을 받고 있다.

< 그림 1. 미세유체채널을 이용한 시간 분해 초저온 전자현미경 기법 (TRCEM, Time-resolved cryo-EM). 시간에 따른 생화학 반응 중 생체분자의 중간 구조를 포착하기 위해서는 생체분자와 반응기질을 미세유체채널에서 섞은 후 특정 반응시간 후에 그리드에 뿌리고 엑체에탄에 얼려 cryo-EM 시료를 준비한다. 이후 이를 cryo-EM으로 분석하여 시간에 따른 단백질의 구조 변화를 관찰할 수 있다. >
통상적인 초저온 전자현미경 분석에서는 짧은시간 존재하고 사라지는 반응 중간체를 포착하기 어려웠다. 이를 해결하기 위해 다양한 TRCEM 기법이 개발됐으나, 기존 기술은 많은 시료 소비와 제한된 시간 해상도 등의 한계로 어려움이 있었다. 연구침은 이를 극복하기 위해 초박막 패릴렌 소재를 적용한 새로운 혼합-분사장치를 개발했다.
본 장치는 시료의 양을 기존 대비 1/3 수준으로 줄여 실질적인 연구의 어려움을 개선했으며, 미세유체역학 소자 내에서 반응 개시에 드는 시료 혼합 시간을 0.5밀리초로 줄여 전체 반응시간을 6밀리초까지 줄였다. 연구팀은 또한 소자의 일체형 설계를 통해 실험의 정밀도와 재현성을 향상했다.

< 그림 2. 패릴렌 기반 박막 마이크로플루이딕 장치를 이용한 TRCEM 그리드 제작 셋업과 장치의 실제 모습. 박막 형태의 패릴렌 채널이 분사 노즐에 삽입된 것을 볼 수 있다. 반응 채널과 분사 노즐의 통합으로 인해 장치 내 체류시간을 최소 0.5ms로 줄일 수 있었다. >
강진영 교수는 “이번 연구는 TRCEM 기법을 더욱 실용적으로 만들었으며, 구조 생물학 및 신약 개발, 효소 반응연구, 바이오 센서 개발 등 다양한 생명과학 및 의약 분야에서 패럴린 박막 소자의 폭넓은 활용 가능성을 제시했다”고 연구의 의의를 설명했다.
이원희 교수는 “연구팀은 앞으로 이를 활용한 생화학 반응 연구와 더 빠른 반응 분석을 위한 성능 향상을 목표로 연구를 이어갈 계획이다”라고 밝혔다.

< 그림 3. 패릴렌 혼합-분사 장치와 기존 혼합-분사 장치의 분사 양상 비교와 이로 인한 RecA-ssDNA 필라멘트 형성 반응에서의 필라멘트 길이 비교. 박막 분사 노즐 구조가 최종 반응 시간의 균일도와 정확도에 영향을 미치고 있음을 보여주었다. >
이번 연구 결과는 화학과 석·박통합과정 황혜랑 연구원이 제 1저자로 국제학술지 어드밴스드 펑셔널 머티리얼즈(Advanced Functional Materials) 2025년 1월 28일 자에 온라인 게재됐다. (논문명: Integrated Parylene-Based Thin-Film Microfluidic Device for Time-Resolved Cryo-Electron Microscopy, doi.org/10.1002/adfm.202418224).
한편 이번 연구는 한국연구재단과 삼성미래기술육성재단, CELINE 컨소시엄의 지원을 받아 수행됐다.
6G 통신이나 자율주행 레이더, 우주 관측 기술에는 매우 정확한 신호가 필요하다. 하지만 주파수가 높아질수록 신호가 흔들려 오차가 커지는 문제가 있었다. 우리 대학 연구진은 빛을 이용해 이러한 신호의 흔들림을 크게 줄이는 기술을 개발했다. 우리 대학은 기계공학과 김정원 교수 연구팀이 물리학과 이한석 교수 연구팀과의 공동 연구를 통해 ‘마이크로콤(Micro-comb)’이라 불리는 광학 칩 기술을 이용해 초저잡음·초고안정 밀리미터파(millimeter-wave, 30~300 GHz) 대역 신호를 생성하는 데 성공했다고 11일 밝혔다. 밀리미터파는 넓은 대역폭을 활용할 수 있어 6G 통신과 정밀 센싱(sensing·정밀 감지), 차세대 레이더 기술의 핵심 주파수 대역으로 주목받고 있다. 그러나 기존 전자식 신호원은 주파수가 높아질수록 잡음(noise·원하지 않는 신호 흔들림)이 증가하고 장시간 안정성을 유지하기 어렵다는 한
2026-05-11항암제가 암세포를 죽이는 진짜 이유가 밝혀졌다. 한국연구진은 표적항암제가 단순히 암 단백질을 막는 것이 아니라, 세포 내부의 ‘단백질 공장’을 멈춰 세우고 스스로 죽게 만든다는 사실을 규명했다. 이 ‘자멸 과정’을 더 강하게 유도하면 약이 잘 듣지 않던 암세포도 다시 죽일 수 있어, 이 과정에서 핵심 역할을 하는 ‘두 얼굴의 단백질’이 약물 내성 환자 치료의 돌파구로 주목된다. 우리 대학은 생명과학과 임정훈 교수, 의정부을지대학교병원(원장 송현)혈액암센터 김동욱 교수, UNIST(총장 박종래) 김홍태 교수 공동연구팀이 만성골수성백혈병 항암제의 반응을 조절하는 새로운 분자 기전을 규명했다고 23일 밝혔다. 만성골수성백혈병은 조혈모세포에 유전적 이상이 생겨 ‘BCR::ABL1’이라는 비정상 단백질이 만들어지면서 발생한다. 이 단백질은 세포에 지속적인 성장 신호를 보내 암세포를 계속 증식시키는 주
2026-04-23과학기술정보통신부 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