KAIST

파킨슨병(PD)은 알파시누클린(α-synuclein) 단백질이 뇌세포 내에서 비정상적으로 응집되어 신경세포를 손상시키는 퇴행성 신경질환이다. KAIST 연구진은 파킨슨병의 핵심 병리 중 하나인 신경염증 조절에 있어 RNA 편집(RNA editing)이 중요한 역할을 한다는 사실을 세계 최초로 밝혀냈다. 우리 대학 뇌인지과학과 최민이 교수 연구팀이 영국 UCL 국립신경전문병원 연구소 및 프랜시스 크릭 연구소와의 공동 연구를 통해, 뇌를 보호하고자 염증 반응을 일으키는 교세포(astrocyte)에 대해 RNA 편집 효소인 에이다원(ADAR1)이 면역 반응을 조절하는 중요한 역할을 한다는 것을 밝혀내고 파킨슨병의 병리 진행에 핵심적인 역할을 한다는 사실을 입증했다. 최민이 교수 연구팀은 뇌 면역세포의 염증반응을 알아보고자 파킨슨 환자에게서 유래한 줄기세포를 이용해 뇌의 신경세포를 돕는 교세포와 신경세포로 구성된 세포 모델을 만들고, 파킨슨병의 원인이 된다고 알려진 알파

다양한 암 발생과 암전이 현상, 줄기세포로부터의 조직 분화 및 발생, 신경 세포의 활성화 과정 등을 근본적으로 일으키는 유전자 발현 조절 단백질의 핵심 유전자 발현 네트워크를 발견했다. 우리 연구진은 이 발견을 기초로 하여 혁신적인 치료 기술 개발에 활용 가능성을 높였다. 우리 대학 생명과학과 김세윤 교수, 이광록 교수, 조원기 교수 공동연구팀이 동물 세포의 유전자 발현을 조절하는 핵심적인 원리를 규명했다고 22일 밝혔다. 이노시톨 대사 효소에 의해 만들어지는 이노시톨 인산 대사체는 진핵 세포의 신호전달 시스템에 필요한 다양한 이차 신호전달물질로 작용하며 암, 비만, 당뇨, 신경계 질환들에 폭넓게 관여한다. 연구팀은 이노시톨 대사 시스템의 핵심 효소인 IPMK 단백질이 동물 세포의 핵심 유전자 발현 네트워크의 중요한 전사 활성화 인자로 작용함을 규명했다. 포도당과 유사한 영양소로 알려진 이노시톨의 대사 반응에 핵심적으로 작용하는 효소인 IPMK 단백질(inositol

지금까지 다양한 항암 치료 기술이 개발됐음에도 현재 시행되고 있는 모든 항암치료의 공통점은 암세포를 사멸시켜서 치료하는 것을 목표로 하고 있다. 이로 인해 암세포가 내성을 획득해 재발하거나 정상세포까지 사멸시켜 큰 부작용을 유발하는 등 근본적인 한계를 지니고 있다. 우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 대장암세포를 죽이지 않고 그 상태만을 변환시켜 정상 대장세포와 유사한 상태로 되돌림으로써 부작용 없이 치료할 수 있는 대장암 가역 치료를 위한 원천기술을 개발하였다고 22일 밝혔다. 연구팀은 정상세포의 암화 과정에서 정상적인 세포분화 궤적을 역행한다는 관찰 결과에 주목하고, 이를 기반으로 정상세포의 분화궤적에 대한 유전자네트워크의 디지털트윈을 제작하는 기술을 개발했다. 그리고 이를 시뮬레이션 분석해 정상세포 분화를 유도하는 마스터 분자스위치를 체계적으로 탐색해 발굴한 뒤 대장암세포에 적용했을 때 대장암세포의 상태가 정상화된다는 것을 분자세포 실험과 동물실험

현재, 전 세계는 플라스틱 폐기물로 인한 환경 문제로 인해 큰 골머리를 앓고 있다. KAIST 연구진이 생분해성을 가지면서 기존 페트병을 대체할 미생물 기반의 플라스틱 생산에 성공해서 화제다. 우리 대학은 생명화학공학과 이상엽 특훈교수 연구팀이 시스템 대사공학을 이용해 PET(페트병) 대체 유사 방향족 폴리에스터 단량체를 고효율로 생산하는 미생물 균주 개발에 성공했다고 7일 밝혔다. 유사 방향족 다이카복실산은 고분자로 합성시 방향족 폴리에스터(PET)보다 나은 물성 및 높은 생분해성을 가지고 있어 친환경적인 고분자 단량체*로서 주목받고 있다. 화학적인 방법을 통한 유사 방향족 다이카복실산 생산은 낮은 수율과 선택성, 복잡한 반응 조건과 유해 폐기물 생성이라는 문제점을 지니고 있다. *단량체: 고분자를 만드는 재료로 단량체를 서로 연결해 고분자를 합성함 이를 해결하기 위해 이상엽 특훈교수 연구팀은 대사공학을 활용, 아미노산 생산에 주로 사용되는 세균인 코리네박테

지난 수십 년간 많은 의생명과학자의 집중적인 연구에도 불구하고 여전히 국내 사망원인 1위는 암이다. 이처럼 암 치료가 난해한 이유는 환자마다 암 발생의 원인이 되는 유전자 돌연변이와 그로 인한 유전자 네트워크 변형이 서로 달라서 전통적인 실험생물학 접근만으로 표적치료를 적용하는 데에는 본질적인 한계가 있기 때문이다. 한편 딥러닝과 같은 소위 블랙박스(black-box) 방식의 인공지능 기술을 활용해 실험을 대체하고 데이터 학습을 통해 약물 반응을 예측할 수 있으나 이에 대한 생물학적 근거를 설명할 수 없어 결과를 신뢰하기 어려웠다. 우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 인공지능과 시스템생물학을 융합해 암세포의 약물 반응 예측 및 메커니즘 분석을 동시에 이룰 수 있는 새로운 개념의 ‘그레이박스’ 기술을 개발했다고 3일 밝혔다. 조광현 교수 연구팀은 높은 예측 성능을 보이지만 그 근거를 알 수 없어 블랙박스로 불리는 딥러닝과 복잡한 대규모 모델