%EB%B0%94%EC%9D%B4%EC%98%A4%EB%B0%8F%EB%87%8C%EA%B3%B5%ED%95%99%EA%B3%BC
-
전염병 바이러스 10분 내 현장 진단 가능한 PCR 개발
전염성 높은 바이러스의 빠른 확산을 방지하기 위해서는 의료 현장에서 빠르고 정확하게 바이러스를 검출해 신속하게 진단하는 것이 매우 중요하다. 현재 현장 진단 검사는 신속 항원 검사에 국한되어 진단의 정확성이 낮은 문제점이 있다. 감염병 확진을 위해선 실시간 역전사 중합효소연쇄반응(Real-time reverse-transcription Polymerase Chain reaction, RT-qPCR) 검사가 필요하지만, 기술적인 한계로 인해 현장 진단 검사에는 매우 부적합한 실정이다.
우리 대학 바이오및뇌공학과 정기훈 교수 연구팀이 나노종합기술원과 (주)오상헬스케어와의 공동연구로 개발하여 코로나-19 바이러스 검출 95% 정확도를 가진 현장 진단에 적합한 초고속 초소형 플라즈모닉 핵산 분석 시스템을 개발했다고 11일(화) 밝혔다.
연구팀이 개발한 시스템은 광열 나노소재 기반 초고속 플라즈모닉 열 순환기, 미세 유체 랩온어칩 기반 금속 박막 카트리지, 초박형 마이크로렌즈 어레이 형광 현미경 등 최첨단 마이크로 나노기술을 접목한 현장 진단형 플라즈모닉 핵산분석 시스템을 핸드헬드 크기로 개발했으며 코로나-19 RNA 바이러스를 10분 이내에 성공적으로 검출했다. 또한, 파일럿 제품의 성능평가를 위해 임상적 성능시험을 수행했으며, 임상 현장에서 정상인 시료로부터 코로나-19 환자의 시료를 95% 이상의 높은 정확도로 구분하는 데 성공했다.
`플라즈모닉 열 순환기'는 나노 및 마이크로공정기술을 통해 유리 나노 기둥 위 금나노섬 구조와 백금박막 저항 온도센서를 결합해 대면적으로 제작됐다. 해당 나노 구조는 가시광선 전 영역에서 광 흡수율이 매우 높아 백색광 다이오드(LED)의 빛을 빠르게 열로 치환해 온도 상승 속도를 대폭 향상했으며, 상단에 있는 박막 저항 온도 센서를 통해 실시간으로 표면 온도를 측정함으로써 초고속 열 순환 기능을 구현했다.
또한, 연구팀은 사출 성형된 플라스틱 미세 유체 칩과 알루미늄 박막을 결합해 `금속박막 카트리지'를 개발했으며, 이를 통해 값비싼 나노소재의 재사용률을 높이고 비용 효율을 극대화했다. 해당 금속 박막은 두께가 얇고 열전도율이 높으므로 열 순환기로부터 발생한 광열을 반응 용액에 효율적으로 전달해 온도상승 및 하강 속도를 개선했다. 또한, 금속 박막은 빛 반사율 또한 매우 높아 플라즈모닉 핵산 증폭 기술의 가장 큰 한계점인 광열 여기광원과 형광 검출 사이의 광학적 누화 현상을 완전히 해결했다.
연구팀은 미세 유체칩 내 실시간 정량화를 위해 마이크로공정기술을 활용해 곤충 눈을 모사한 `마이크로렌즈 어레이 형광 현미경'을 개발했다. 해당 기술은 초점거리의 한계를 극복해 10밀리미터(mm)의 초근접 거리에서 미세 유체 채널의 형광 이미지를 촬영할 수 있도록 제작됐고 전체 형광 시스템의 크기를 대폭 축소했다. 또한, 어레이 이미지의 병합 및 재구성을 통해 높은 동적범위 및 고대비 다중 형광 촬영이 가능하므로 플라즈모닉 핵산 증폭 동안 증가하는 유전자를 실시간으로 정량화할 수 있도록 개발했다.
정기훈 교수는 “플라즈모닉 핵산분석 시스템이 속도, 가격, 크기 측면에서 현장 진단에 매우 적합하여 진단 장비의 탈중앙화를 가능하게 할 뿐만 아니라 다중 이용 시설이나 지역 병원 등 방역 현장에서 바이러스 검출 목적으로 활용할 수 있을 것으로 기대된다” 라고 말했다.
우리 대학 바이오및뇌공학과 강병훈 박사과정이 주도한 이번 연구 결과는 국제 학술지 `에이씨에스 나노 (ACS Nano)'에 게재됐다. (논문명: 분자진단의 분산화를 위한 초고속 플라즈모닉 핵산 증폭 및 실시간 정량화, Ultrafast Plasmonic Nucleic Acid Amplification and Real-Time Quantification for Decentralized Molecular Diagnostics)
한편 이번 연구는 KAIST 코로나19대응 과학기술뉴딜사업과 과학기술정보통신부 나노소재기술개발사업으로 수행됐다.
2023.04.11 조회수 8266 -
노화된 뇌막 속 쌓인 당이 장애 유발 최초 규명
평균연령 증가로 인해 심각한 뇌 질환을 동반하지 않은 일반적인 노화로 인한 뇌의 변화에 관한 연구 역시 필요한 추세다. 노화 연구와 관련하여 노화가 진행될수록 몸속에 ‘당’이 축적되고 이렇게 축적된 당은 노화-연관 염증, 혈관질환 등 다양한 질환의 원인 물질이 된다. 결국‘남아도는 당 분자’는 몸속 다양한 단백질에 붙어 단백질의 기능을 방해한다.
우리 대학 바이오및뇌공학과 김필남 교수, 정용 교수 공동연구팀이 뇌를 감싸고 있는 뇌막(혹은 뇌수막; brain meninges)이 노화에 따른 `당' 축적이 되면서 뇌 피질을 감싸고 있는 ‘최전선 방어벽'으로의 기능에 장애가 일어남을 확인했다고 15일 밝혔다.
김 교수 연구팀은 고령자의 뇌막에서 당 분자의 과도한 축적을 확인하고, 생쥐 모델에서도 나이에 따른 당의 축적이 이뤄짐을 확인하였다. 뇌막은 뇌를 감싸고 있는 얇은 막으로 뇌척수액과 피질의 경계에 존재하며 뇌를 보호하는 중요한 기능을 하고 있다. 이번 연구에서는 이러한 뇌막이 노화로 인해 생기는 기능이상이 뇌 속 ‘남아도는’ 당에 의해서 유도됨을 밝혔다. 특히, 노화에 의해서 뇌막이 얇아지고 끈적해지면서 뇌척수액과 뇌피질과의 물질교환이 감소하는 것에 대한 원리 규명에 새로운 패러다임을 제공하게 되었다.
이번 연구는 KAIST 바이오및뇌공학과 김효민 박사과정 학생과 김신흔 박사가 공동 제1 저자로 참여해 국제 학술지 `노화하는 세포(Aging Cell)'에 지난 2월 28일 자 온라인판으로 게재됐다. (논문명: Glycation mediated tissue level remodeling of brain meningeal membrane by aging)
뇌척수액과 직접 맞닿아 있는 뇌막은 주로 콜라겐 (collagen)이라는 세포외기질 (Extracellular Matrix, ECM) 단백질로 구성되어 있으며 이 단백질을 생산하는 세포인 섬유아세포 (fibroblast) 로 이루어져 있다. 당이 흡착된 콜라겐 단백질과 부착된 세포는 콜라겐의 생산기능이 떨어지는 반면, 콜라겐의 분해 효소의 발현이 높아지면서 뇌막은 지속적으로 얇아지고 붕괴된다.
지속적인 당 섭취로 인해서 초과된 당 분자가 뇌에 쌓이면서 신경세포의 변성과 뇌 질환 간의 연구는 지속적으로 진행되어 왔다. 하지만 뇌를 감싸고 있는 뇌막 자체에 초점을 두어 당 축적으로 인한 뇌막 변성 및 기능 장애를 확인한 것은 이번 연구에서 최초로 제시되었으며, 이는 뇌 질환 연구에서의 새로운 치료접근을 제시할 것을 기대할 수 있다.
제1 저자인 김효민 연구원은 “인간의 뇌에서 시작해서 생체모사 뇌막 모델과 동물모델을 활용한 융합적 접근으로 노화로 인한 뇌 장벽 변화에 대해 규명한 흥미로운 연구ˮ 라고 연구 결과를 소개했다.
김필남 교수 연구팀은 이러한 뇌막을 비롯한 인체 전반적으로 쌓이는 당을 제거하기 위한 연구개발을 진행하고 있다. 인체에서 단백질과 당이 만나서 형성되는 찌꺼기인 최종당화산물(Advanced glycation end product)는 대식세포에 의해서 일부 제거된다. 하지만, 콜라겐과 같은 세포외기질 단백질과 결합한 당화산물은 자연적으로는 제거되기 어렵다. 본 연구진은 KAIST-세라젬 연구센터를 통해서 ‘몸 속 당 찌꺼기’ 제거를 위한 헬스케어 의료기기를 개발하고 있다.
이번 연구는 한국연구재단 집단연구지원을 받아 수행됐다.
2023.03.15 조회수 6230 -
암세포만 공략하는 스마트 면역세포 시스템 개발
우리 대학 바이오및뇌공학과 최정균 교수와 의과학대학원 박종은 교수 공동연구팀이 인공지능과 빅데이터 분석을 기반으로 스마트 면역세포를 통한 암 치료의 핵심 기술을 개발했다고 밝혔다. 이 기술은 키메라 항원 수용체(Chimeric antigen receptor, CAR)가 논리회로를 통해 작동하게 함으로써 정확하게 암세포만 공략할 수 있도록 하는 차세대 면역항암 치료법으로 기대가 모아진다. 이번 연구는 분당차병원 안희정 교수와 가톨릭의대 이혜옥 교수가 공동연구로 참여했다.
최정균 교수 연구팀은 수백만개의 세포에 대한 유전자 발현 데이터베이스를 구축하고 이를 이용해 종양세포와 정상세포 간의 유전자 발현 양상 차이를 논리회로 기반으로 찾아낼 수 있는 딥러닝 알고리즘을 개발하고 검증하는 데 성공했다. 이 방법론으로 찾아진 논리회로를 장착한 CAR 면역세포는 마치 컴퓨터처럼 암과 정상 세포를 구별하여 작동함으로써 부작용없이 암세포만 정확하게 공략하는 것이 가능하다.
바이오및뇌공학과 권준하 박사, 의과학대학원 강준호 박사과정 학생이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 '네이처 바이오테크놀로지(Nature Biotechnology)'에 지난 2월 16일 출판됐다. (논문명: Single-cell mapping of combinatorial target antigens for CAR switches using logic gates)
최근의 암 연구에서 가장 많은 시도와 진전이 있었던 분야는 바로 면역항암치료이다. 암환자가 갖고 있는 면역체계를 활용하여 암을 극복하는 이 치료 분야에는 몇 가지 방법이 있는데, 면역관문억제제 및 암백신과 더불어 세포치료 또한 해당된다. 특히, 키메라 항원 수용체를 장착한 CAR-T 혹은 CAR-NK라고 하는 면역세포들은 암항원을 인식하여 암세포를 직접 파괴할 수 있다.
CAR 세포치료는 현재 혈액암에서의 성공을 시작으로 고형암으로 그 적용 범위를 넓히고자 하는 중인데, 혈액암과 달리 고형암에서는 부작용을 최소화하면서 효과적인 암 살상 능력을 보유하는 CAR 세포 개발에 어려움이 있었다. 이에 따라 최근에는 한 단계 진보된 CAR 엔지니어링 기술, 즉 AND, OR, NOT 과 같은 컴퓨터 연산 논리회로를 활용해 효과적으로 암세포를 공략할 수 있는 스마트 면역세포 개발이 활발히 진행되고 있다.
이러한 시점에서, 연구진은 세포 단위에서 정확히 암세포들에서만 발현하는 유전자들을 발굴하기 위해 대규모 암 및 정상 단일세포 데이터베이스를 구축했다. 이어서 연구진은 암세포들과 정상세포들을 가장 잘 구별할 수 있는 유전자 조합을 검색하는 인공지능 알고리즘을 개발했다. 특히 이 알고리즘은, 모든 유전자 조합에 대한 세포 단위 시뮬레이션을 통해 암세포만을 특이적으로 공략할 수 있는 논리회로를 찾아내는데 사용되었다. 이 방법론으로 찾아진 논리회로를 장착한 CAR 면역세포는 마치 컴퓨터처럼 암과 정상 세포를 구별하여 작동함으로써 부작용은 최소화하면서도 항암치료의 효과는 극대화시킬 수 있을 것으로 기대된다.
제1 저자인 권준하 박사는 "이번 연구는 이전에 시도된 적이 없는 방법론을 제시했는데, 특히 주목할 점은 수백만개의 개별 암세포 및 정상세포들에 대한 시뮬레이션을 통해 최적의 CAR 세포용 회로들을 찾아낸 과정이다ˮ라며 "인공지능과 컴퓨터 논리회로를 면역세포 엔지니어링에 적용하는 획기적인 기술로서 혈액암에서 성공적으로 사용되고 있는 CAR 세포치료가 고형암으로 확대되는데 중요한 역할을 할 것으로 기대된다"고 설명했다.ﾠ
이번 연구는 한국연구재단 원천기술개발사업-차세대응용오믹스사업의 지원을 받아 수행됐다.
2023.03.02 조회수 11330 -
똑똑한 영상 복원 인공지능 기술 개발
딥러닝 기술은 영상 복원 속도가 기존 알고리즘 대비 수백 배 이상 빠를 뿐만 아니라 복원 정확도 역시 높다. 하지만, 주어진 학습 데이터에만 의존하는 딥러닝 기술은 영상 취득 환경상에 변화가 생기면 성능이 급격히 저하되는 치명적인 약점이 있다. 이는 알파고와 이세돌 九단과의 대국 시 `신의 한 수'에 의해 알파고의 성능이 급격하게 저하되었던 사례를 떠올리면 쉽게 이해할 수 있다. 즉, 인공지능이 학습하지 못했던 변수(학습 데이터상에 존재하지 않는 수)가 발생할 때 신뢰도가 급격히 낮아지는 인공지능 기술의 근본적인 문제이기도 하다.
우리 대학 바이오및뇌공학과 장무석 교수 연구팀과 김재철AI 대학원 예종철 교수 연구팀이 공동 연구를 통해 인공 지능의 신뢰도 문제를 해결할 수 있는 물리적 학습 기반의 영상 복원 딥러닝 기술을 개발했다고 6일 밝혔다.
연구팀은 영상 취득 환경에서 발생할 수 있는 변수 대부분이 물리적 법칙을 통해 수학적으로 기술 가능하다는 점에 착안해 물리적 법칙과 심층 신경망이 통합된 학습 기법을 제시했다.
모든 영상 기술은 물리적인 영상 기기를 통해 영상 정보를 취득한다. 연구팀은 이 정보 취득 과정에 대한 물리적인 통찰력을 인공지능에 학습시키는 방법을 개발했다. 예를 들면, `네가 도출한 복원 결과가 물리적으로 합당할까?' 혹은 `이 영상 기기는 물리적으로 이런 변수가 생길 수 있을 것 같은데?'라는 식의 질문을 통해 물리적 통찰력을 인공지능에 이식하는 방법을 제시한 것이다.
연구팀은 변화하는 영상 취득 환경에서도 신뢰도 높은 홀로그래피 영상* 을 복원하는데 성공했다. 홀로그래피 영상 기술은 의료 영상, 군용 감시, 자율 주행용 영상 등 다양한 정밀 영상 기술에 다양하게 활용될 수 있는데, 이번 연구는 의료 진단 분야의 활용성을 집중적으로 검증하였다.
*홀로그래피 영상: 물체의 그림자 패턴(회절 패턴)으로부터 물체의 형태를 복원하는 영상 기법, 일반적인 영상 기술과 달리 위상 변화에 의한 물체의 미세 구조를 감지할 수 있는 영상 기술
연구팀은 먼저 3차원 공간상에서 매우 빠르게 움직이는 적혈구의 회절 영상(확산된 그림자형상)으로부터 적혈구의 형태를 실시간으로 복원하는데 성공했다. 이러한 동적인 영상 환경에서 예상치 못한 변수로는 여러 개의 적혈구 덩어리가 복잡하게 겹쳐진다거나 적혈구가 예상하지 못했던 위치로 흘러가는 경우를 생각해 볼 수 있다. 여기서, 연구팀은 인공 지능이 생성한 영상이 합당한 결과인지 빛 전파 이론을 통해 검산하는 방식으로 물리적으로 유효한 복원 신뢰도를 구현하는데 성공하였다.
연구팀은 암 진단의 표준기술로 자리잡고 있는 생검 조직(생체에서 조직 일부를 메스나 바늘로 채취하는 것)의 영상 복원에도 성공했다. 주목할 점은 특정한 카메라 위치에서 측정된 회절 영상만을 학습했음에도 인공지능의 인지능력이 부가되어 다양한 카메라 위치에서도 물체를 인식하는데 성공했다는 점이다. 이번에 구현된 기술은 세포 염색 과정이나 수 천 만원에 달하는 현미경이 필요하지 않아 생검 조직 검사의 속도와 비용을 크게 개선할 수 있을 것으로 기대된다.
물리적 통찰력을 인공 지능에 이식하는 영상 복원 기술은 의료 진단 분야 뿐만 아니라 광범위한 영상 기술에 활용될 것으로 기대된다. 최근 영상 기술 산업계 (모바일 기기 카메라, 의료 진단용 MRI, CT, 광 기반 반도체 공정 불량 검출 등) 에선 인공지능 솔루션 탑재가 활발히 이루어지고 있다. 영상 취득에 사용되는 센서, 물체의 밝기, 물체까지의 거리와 같은 영상 취득 환경은 사용자마다 다를 수밖에 없어 적응 능력을 갖춘 인공 지능 솔루션에 대한 수요가 큰 상황이다. 현재 대부분의 인공 지능 기술은 적응 능력 부재로 신뢰도가 낮은 문제 때문에 실제 현장에서 활용성이 제한적인 상황이다.
바이오및뇌공학과 이찬석 연구원은 "데이터와 물리 법칙을 동시에 학습하는 적응형 인공지능 기술은 홀로그래피 영상뿐만 아니라 초고해상도 영상, 3차원 영상, 비시선 영상(장애물 뒷면을 보는 영상) 등 다양한 계산 영상 기술에 적용될 수 있을 것으로 기대된다ˮ고 밝혔다.
연구진은 "이번 연구를 통해 인공지능 학습에 있어서 학습 데이터에 대한 강한 의존성(신뢰도 문제)을 물리적 법칙을 결합해 해소했을 뿐만 아니라, 이미지 복원에 있어 매게 변수화된 전방 모델을 기반으로 했기 때문에 신뢰도와 적응성이 크게 향상됐다ˮ며, 이어 "이번 연구에서는 데이터의 다양한 특성 중에서 수학적 혹은 물리적으로 정확히 다룰 수 있는 측면에 집중했고, 향후 무작위적인 잡음이나 데이터의 형태에 대해서도 제약받지 않는 범용 복원 알고리즘을 개발하는 데 주력할 것이다ˮ라고 밝혔다.
바이오및뇌공학과 이찬석 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 머신 인텔리전스(Nature Machine Intelligence)'에 지난 1월 17일 字 출판됐다. (논문명: Deep learning based on parameterized physical forward model for adaptive holographic imaging with unpaired data)
한편 이번 연구는 삼성미래기술육성사업과 선도연구센터사업의 지원을 받아 수행됐다.
2023.02.06 조회수 7195 -
폐암 전이를 막고 치료 가능한 세포로 되돌리는 원천기술 개발
고령화에 따라 암의 발생이 늘어나면서 암은 인류의 건강수명을 위협하는 가장 치명적인 질환이 됐다. 특히 조기 발견을 놓쳐 여러 장기로 전이될 때 암의 치명률은 높아진다. 이러한 문제를 해결하기 위해 암세포의 전이 능력을 제거하거나 낮추려는 시도가 이어졌으나 오히려 중간상태의 불안정한 암세포 상태가 되면서 더욱 악성을 보이게 되어 암 치료의 난제로 남아 있었다.
우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 시스템생물학 연구를 통해 폐암 세포의 성질을 변환시켜 암세포의 전이를 막고 약물에 대한 저항성을 제거할 수 있는 기술을 개발하는 데 성공했다고 30일 밝혔다.
조광현 교수 연구팀은 폐암 세포의 전이능력이 없는 상피(epithelial, 세포 방향성이 있어 유동성 없이 표면조직을 이루는 상태)세포에서 전이가 가능한 중간엽(mesenchymal, 방향성없이 개별적인 이동성을 가진 상태)세포로 변화되는 천이 과정(epithelial-to-mesenchymal transition, 이하 EMT)에서 나타나는 다양한 암세포 상태들을 나타낼 수 있는 세포의 분자 네트워크 수학모델을 만들었다. 컴퓨터 시뮬레이션 분석과 분자 세포실험을 통해 악성종양으로 증식하여 인접한 조직이나 세포로 침입하거나 약물에 내성을 가진 중간엽세포 상태에서 전이가 되지 않은 상피세포 상태로 다시 바뀔수 있도록 세포의 성질을 변환시켜주는 핵심 조절인자들을 발굴했다.
특히 이 과정에서 그동안 난제로 남아 있었던 중간과정의 불안정한 암세포 상태(EMT 하이브리드 세포 상태)를 피하는 동시에 항암 화학요법(chemotherapy) 치료가 잘 되는 상피세포 상태로 온전히 역전하는 데 성공했다.
우리 대학 김남희 박사과정, 황채영 박사, 김태영 연구원, 김현진 박사과정이 참여한 이번 연구 결과는 미국암학회(AACR)에서 출간하는 국제저널 `캔서 리서치(Cancer Research)' 1월 30일 字 온라인판 논문으로 출판됐다. (논문명: A cell fate reprogramming strategy reverses epithelial-to-mesenchymal transition of lung cancer cells while avoiding hybrid states)
암세포의 EMT 과정에서 불완전한 천이(변화과정)로 인해 발생하는 EMT 하이브리드 상태의 세포들은 상피세포와 중간엽세포의 특성을 모두 갖고 있으며, 높은 줄기세포능*을 획득해 약물저항성 및 전이 잠재성이 큰 것으로 알려져 있다. 불안정한 암세포 상태(EMT)는 매우 복잡하여 높은 전이 능력과 약물저항성을 가지는 EMT 하이브리드 세포 상태를 회피하면서 암세포를 전이 능력과 약물저항성이 제거된 상피세포 상태로 온전히 역전시키는 것은 매우 어려운 일이었다.
*줄기세포능: 줄기세포가 지속적 자가복제를 할 수 있도록 하는 세포내 신호전달체계
조광현 교수 연구팀은 복잡한 EMT를 지배하는 유전자 조절 네트워크의 수학모델을 정립한 후, 대규모 컴퓨터 시뮬레이션 분석 및 복잡계 네트워크 제어기술을 적용해 중간엽세포 상태인 폐암 세포를 EMT 하이브리드 세포 상태를 회피하면서 전이 능력이 상실된 상피세포 상태로 역전시킬 수 있는 세 개의 핵심 분자 타깃인 ‘p53 (암 억제 단백질)’, ‘SMAD4 (EMT를 조절하는 대표적 신호전달을 매개하는 중심물질로 SMAD 그룹에 포함된 단백질)’와 ‘ERK1/2 (세포의 성장 및 분화에 관여하는 조절인자)’를 발굴하고 이를 분자 세포실험을 통해 검증했다. 이러한 발견은 실제 인체 내 암 조직의 환경에서처럼 자극이 주어진 상황에서 중간엽세포 상태가 상피세포 상태로 역전될 수 있음을 증명해 그 의미가 크다.
암세포의 비정상적인 EMT는 암세포의 이동과 침윤, 화학요법 치료에 대한 반응성 변화, 강화된 줄기세포능, 암의 전이 등 다양한 악성 형질로 이어지게 된다. 특히 암세포의 전이 능력 획득은 암 환자의 예후를 결정짓는 매우 중요한 요소다. 이번에 개발된 폐암 세포의 EMT 역전 기술은 암세포를 리프로그래밍해 높은 가소성과 전이 능력을 제거하고 항암 화학치료의 반응성을 높이도록 하는 새로운 항암 치료 전략이다.
조광현 교수는 "높은 전이 능력과 약물저항성을 획득한 폐암 세포를 전이 능력이 제거되고 항암 화학요법치료에 민감한 상피세포 상태로 온전히 역전시키는 데 성공함으로써 암 환자의 예후를 증진할 수 있는 새로운 치료전략을 제시했다ˮ라고 말했다.
조광현 교수 연구팀은 암세포를 정상세포로 되돌리는 가역 치료원리를 최초로 제시한 뒤 2020년 1월에 대장암세포를 정상 대장 세포로 되돌리는 연구 결과를 발표했고, 2022년 1월에는 가장 악성인 유방암세포를 호르몬 치료가 가능한 유방암세포로 리프로그래밍하는 연구에 성공한 바 있다. 이번 연구 결과는 전이 능력을 획득한 폐암 세포 상태를 전이 능력이 제거되고 약물 반응성이 증진된 세포 상태로 되돌리는 가역화 기술 개발의 세 번째 성과다.
한편 이번 연구는 과학기술정보통신부와 한국연구재단의 중견연구자지원사업 등의 지원으로 수행됐다.
2023.01.30 조회수 9280 -
기억 저장 세포의 뇌 지도 제작기법 최초 개발
우리 대학 연구진이 기억을 저장하는 다양한 뇌 부위 세포들의 분포를 지도로 제작하는 기법의 개발에 최초로 성공했다.
바이오및뇌공학과 박영균 교수 연구팀이 메사추세츠 공과대학(MIT) 정광훈 교수 및 스스무 도네가와(Susumu Tonegawa) 교수 공동연구팀과 함께 단일 기억을 저장하는 세포들을 생쥐의 뇌 전체에서 매핑하는 기법을 개발하고, 이를 통해 공간 공포 기억을 저장하는 새로운 뇌 부위 세포들을 발견했다고 2일 밝혔다.
기억은 주로 몇몇 뇌 부위에 국한해 연구돼왔다. 예를 들어 공포 기억은 편도체, 공간 기억은 해마의 세포들에 저장된다고 생각돼왔으며, 해당 뇌 부위들이 주로 연구됐다. 하지만 단일 기억이 다양한 뇌 부위에 나누어 저장될 것이라는 가설도 제시돼왔는데, 이러한 가설은 기억을 저장하는 세포들의 분포를 뇌 전체에서 확인(매핑)함으로써 확실한 검증이 가능하나, 이는 기술적 한계로 이뤄지지 못했다.
공동연구팀은 기존 팀이 개발한 전뇌 투명화 기술(SHIELD) 및 초고속 전뇌 면역염색 기술(eFLASH)을 통해, 공간 공포 기억을 학습한 생쥐에서 기억의 학습과 회상 시 모두 활성화된 세포들을 뇌 전체에서 매핑했다. 이를 통해 공간 공포 기억을 저장하고 있을 확률이 높은 뇌 부위의 세포들을 생쥐 뇌 전체에서 찾아낼 수 있었다. 이후 해당 세포들을 광유전학적 방법으로 조절해 해당 세포들에 공간 공포 기억이 저장됐음을 확인함으로써, 공간 공포 기억을 저장하는 7개의 새로운 뇌 부위와 세포들을 연구팀은 찾아낼 수 있었다.
그렇다면 기억에 다양한 뇌 부위의 기억저장 세포들이 모두 필요한 것일까? 연구팀은 이를 확인하기 위해, 화학유전학 기법을 통해 다양한 뇌 부위의 기억저장 세포들을 한꺼번에 자극해 보았으며, 그 결과 뇌의 한 부위의 기억저장 세포를 자극했을 때와는 다르게, 자연적인 기억 회상에 가까운 기억의 완전한 회상이 유도됨을 확인했다. 이는 다양한 뇌 부위의 기억저장 세포들의 활성이 기억에 모두 필요함을 의미한다.
박영균 교수는 "이번 연구는 연구팀이 기존에 개발한 기술들에 힘입어 기억저장 세포의 매핑을 최초로 실현하고, 이를 통해 단일 기억이 다양한 뇌 부위 세포들에 흩어져 저장됨을 증명한 데 의의가 있다ˮ며, "이번 연구에서 밝혀진 기억저장 세포의 뇌 지도는, 각 뇌 부위의 세포 및 세포 간 상호작용이 기억에 있어 각각 어떠한 세부적인 기능을 하는지에 관한 연구를 촉진함으로써, 기억의 메커니즘에 대한 완전한 이해를 도울 수 있다ˮ고 말했다.
이번 연구 결과는 국제 학술지 `네이처 커뮤니케이션즈(Nature Communications)'에 지난 4월 4일 자로 게재됐다(논문명: Brain-wide mapping reveals that engrams for a single memory are distributed across multiple brain regions)
2022.06.02 조회수 7394 -
생각만으로 정확하게 로봇팔 조종이 가능한 뇌-기계 인터페이스 개발
우리 대학 바이오및뇌공학과 정재승 교수 연구팀이 3차원 공간상에서 생각만으로 로봇팔을 높은 정확도 (90.9~92.6%)로 조종하는 `뇌-기계 인터페이스 시스템'을 개발했다고 23일 밝혔다.
정 교수 연구팀은 인공지능과 유전자 알고리즘을 사용해 인간의 대뇌 심부에서 측정한 뇌파만으로 팔 움직임의 의도를 파악해 로봇팔을 제어하는 새로운 형태의 뇌-기계 인터페이스 시스템을 개발했다. 뇌 활동만으로 사람의 의도를 파악해 로봇이나 기계가 대신 행동에 옮기는 `뇌-기계 인터페이스' 기술은 최근 급속도로 발전하고 있다. 하지만 손을 움직이는 정도의 의도 파악을 넘어, 팔 움직임의 방향에 대한 의도를 섬세하게 파악해 정교하게 로봇팔을 움직이는 기술은 아직 정확도가 높지 않았다.
하지만 연구팀은 이번 연구에서 조종 `방향'에 대한 의도를 뇌 활동만으로 인식하는 인공지능 모델을 개발했고, 그 결과 3차원 공간상에서 24개의 방향을 90% 이상의 정확도로 정교하게 해석하는 시스템을 개발했다.
게다가 딥러닝 등 기존 기계학습 기술은 높은 사양의 GPU 하드웨어가 필요했지만, 이번 연구에서는 축적 컴퓨팅(Reservoir Computing) 기법을 이용해 낮은 사양의 하드웨어에서도 인공지능 학습이 가능하여 스마트 모바일 기기에서도 폭넓게 응용될 수 있도록 개발해, 향후 메타버스와 스마트 기기에도 폭넓게 적용이 가능할 것으로 기대된다.
우리 대학 김훈희 박사(現 강남대 조교수)가 제1 저자로 참여한 이번 연구는 국제학술지 `어플라이드 소프트 컴퓨팅(Applied Soft Computing)' 2022년 117권 3월호에 출판됐다. (논문명 : An electrocorticographic decoder for arm movement for brain-machine interface using an echo state network and Gaussian readout).
뇌-기계 인터페이스는 사용자의 뇌 활동을 통해 의도를 읽고 로봇이나 기계에 전달하는 기술로서 로봇, 드론, 컴퓨터뿐만 아니라 스마트 모바일 기기, 메타버스 등에서의 이용될 차세대 인터페이스 기술로 각광받고 있다.
특히 기존의 인터페이스가 외부 신체 기관을 통해 명령을 간접 전달(버튼, 터치, 제스처 등)해야 하지만 뇌-기계 인터페이스는 명령을 뇌로부터 직접적 전달한다는 점에서 가장 진보된 인터페이스 기술로 여겨진다.
그러나 뇌파는 개개인의 차이가 매우 크고, 단일 신경 세포로부터 정확한 신호를 읽는 것이 아니라 넓은 영역에 있는 신경 세포 집단의 전기적 신호 특성을 해석해야 하므로 잡음이 크다는 한계점을 가지고 있다.
연구팀은 이러한 문제 해결을 위해 최첨단 인공지능 기법의 하나인 `축적 컴퓨팅 기법'을 이용해 뇌-기계 인터페이스에서 필요한 개개인의 뇌파 신호의 중요 특성을 인공신경망이 자동으로 학습해 찾을 수 있도록 구현했다.
또한 유전자 알고리즘(Genetic Algorithm)을 이용해 인공지능 신경망이 최적의 뇌파 특성을 효율적으로 찾을 수 있게 시스템을 설계했다. 연구팀은 심부 뇌파를 최종 해석하는 리드아웃(Readout)을 가우시안(Gaussian) 모델로 설계해 시각피질 신경 세포가 방향을 표현하는 방법을 모방하는 인공신경망을 개발했다. 이런 리드아웃 방식은 축적 컴퓨팅의 선형 학습 알고리즘을 이용해 일반적 사양의 간단한 하드웨어에서도 빠르게 학습할 수 있어 메타버스, 스마트기기 등 일상생활에서 응용이 가능해진다.
특히, 이번 연구에서 만들어진 뇌-기계 인터페이스 인공지능 모델은 3차원상에서 24가지 방향 즉, 각 차원에서 8가지 방향을 디코딩할 수 있으며 모든 방향에서 평균 90% 이상의 정확도 (90.9%~92.6% 범위)를 보였다. 또한 연구된 뇌-기계 인터페이스는 3차원 공간상에서 로봇팔을 움직이는 상상을 할 때의 뇌파를 해석해 성공적으로 로봇팔을 움직이는 시뮬레이션 결과를 보였다.
인공지능 시스템을 만든 제1 저자인 김훈희 박사는 "공학적인 신호처리 기법에 의존해 온 기존 뇌파 디코딩 방법과는 달리, 인간 뇌의 실제 작동 구조를 모방한 인공신경망을 개발해 좀더 발전된 형태의 뇌-기계 인터페이스 시스템을 개발해 기쁘다ˮ면서 "향후 뇌의 특성을 좀 더 구체적으로 이용한 `뇌 모방 인공지능(Brain-inspired A.I.)'을 이용한 다양한 뇌-기계 인터페이스를 개발할 계획이다ˮ라고 말했다.
이번 연구를 주도한 연구책임자 정재승 교수는 "뇌파를 통해 생각만으로 로봇팔을 구동하는 `뇌-기계 인터페이스 시스템'들이 대부분 고사양 하드웨어가 필요해 실시간 응용으로 나아가기 어렵고 스마트기기 등으로 적용이 어려웠다. 그러나 이번 시스템은 90%~92%의 높은 정확도를 가진 의도 인식 인공지능 시스템을 만들어 메타버스 안에서 아바타를 생각대로 움직이게 하거나 앱을 생각만으로 컨트롤하는 스마트기기 등에 광범위하게 사용될 수 있다ˮ고 말했다.
이번 연구 결과는 사지마비 환자나 사고로 팔을 잃은 환자들을 위한 로봇팔 장착 및 제어 기술부터, 메타버스, 스마트기기, 게임, 엔터테인먼트 애플리케이션 등 다양한 시스템에 뇌-기계 인터페이스를 적용할 가능성을 열어 줄 것으로 기대된다.
이번 연구는 한국연구재단 뇌 원천기술개발사업의 지원을 받아 수행됐다.
2022.02.24 조회수 14032 -
3차원 표정인식용 인공지능 라이트필드 카메라 개발
우리 대학 바이오및뇌공학과 정기훈, 이도헌 교수 공동연구팀이 근적외선 기반 라이트필드 카메라와 인공지능기술을 융합하여 얼굴의 감정표현을 구분하는 기술을 개발했다고 7일 밝혔다.
라이트필드 카메라는 일반적인 카메라와 다르게 미세렌즈 배열(Microlens arrays)을 이미지센서 앞에 삽입해 손에 들 수 있을 정도로 작은 크기이지만 한 번의 촬영으로 빛의 공간 및 방향 정보를 획득한다. 이를 통해 다시점 영상, 디지털 재초점, 3차원 영상 획득 등 다양한 영상 재구성이 가능하고 많은 활용 가능성으로 주목받고 있는 촬영 기술이다.
그러나 기존의 라이트필드 카메라는 실내조명에 의한 그림자와 미세렌즈 사이의 광학 크로스토크(Optical crosstalk)에 의해 이미지의 대비도 및 3차원 재구성의 정확도가 낮아지는 한계점이 있다.
연구팀은 라이트필드 카메라에 근적외선 영역의 수직 공진형 표면 발광 레이저(VCSEL) 광원과 근적외선 대역필터를 적용해 기존 라이트필드 카메라가 갖는 조명 환경에 따라 3차원 재구성의 정확도가 낮아지는 문제를 해결했다. 이를 통해 얼굴 정면 기준 0도, 30도, 60도 각도의 외부 조명에 대해, 근적외선 대역필터를 사용한 경우 최대 54%까지 영상 재구성 오류를 줄일 수 있었다. 또한, 가시광선 및 근적외선 영역을 흡수하는 광 흡수층을 미세렌즈 사이에 제작하면서 광학 크로스토크를 최소화해 원시 영상의 대비도를 기존 대비 약 2.1배 정도로 획기적으로 향상하는 데 성공했다.
이를 통해 기존 라이트필드 카메라의 한계를 극복하고 3차원 표정 영상 재구성에 최적화된 근적외선 기반 라이트필드 카메라(NIR-LFC, NIR-based light-field camera) 개발에 성공했다. 연구팀은 개발한 카메라를 통해 피험자의 다양한 감정표정을 가진 얼굴의 3차원 재구성 이미지를 조명 환경과 관계없이 고품질로 획득할 수 있었다.
획득한 3차원 얼굴 이미지로부터 기계 학습을 통해 성공적으로 표정을 구분할 수 있었고, 분류 결과의 정확도는 평균 85% 정도로 2차원 이미지를 이용했을 때보다 통계적으로 유의미하게 높은 정확도를 보였다. 이뿐만 아니라, 연구팀은 표정에 따른 얼굴의 3차원 거리 정보의 상호의존성을 계산한 결과를 통해, 라이트필드 카메라가 인간이나 기계가 표정을 판독할 때 어떤 정보를 활용하는지에 대한 단서를 제공할 수 있음을 확인했다.
정기훈 교수는 "연구팀이 개발한 초소형 라이트필드 카메라는 정량적으로 인간의 표정과 감정을 분석하기 위한 새로운 플랫폼으로 활용될 수 있을 것으로 기대된다ˮ며 "모바일 헬스케어, 현장 진단, 사회 인지, 인간-기계 상호작용 등의 분야에서 활용될 것ˮ이라고 연구의 의미를 설명했다.
우리 대학 바이오및뇌공학과 배상인 박사과정 졸업생이 주도한 이번 연구 결과는 국제저명학술지 `어드밴스드 인텔리전트 시스템즈(Advanced Intelligent Systems)'에 2021년 12월 16일 온라인 게재됐다. (논문명: Machine-Learned Light-Field Camera that Reads Facial Expression from High-Contrast and Illumination Invariant 3D Facial Images).
한편 이번 연구는 과학기술정보통신부 및 산업통상자원부의 지원을 받아 수행됐다.
2022.01.07 조회수 9549 -
인공지능의 오랜 난제를 뇌 기반 인공지능으로 풀다
우리 대학 바이오및뇌공학과 이상완 교수(신경과학 인공지능 융합연구센터장) 연구팀이 뇌 기반 인공지능 기술을 이용해 인공지능의 난제 중 하나인 과적합-과소적합 상충 문제를 해결하는 원리를 풀어내는 데 성공했다고 5일 밝혔다.
이상완 교수와 김동재 박사(現 뉴욕대학교 박사후 연구원)가 주도하고 우리 대학 정재승 교수가 참여한 이번 연구는 `강화학습 중 편향-분산 상충 문제에 대한 전두엽의 해법'이라는 제목으로 국제 학술지 셀(Cell)의 오픈 액세스 저널인 `셀 리포트(Cell Reports)'에 지난해 12월 28일 字 온라인판에 게재됐다. (논문명: Prefrontal solution to the bias-variance tradeoff during reinforcement learning)
최근 인공지능 모델들은 다양한 실제 문제들에 대해 최적의 해법을 제시하지만, 상황 변화에 유동적으로 대응하는 부분에 있어서는 여전히 어려움을 겪고 있다. 기계학습에서는 이를 과소적합-과적합의 위험성 (underfitting-overfitting risk) 또는 편향-분산 상충 문제(bias-variance tradeoff)라 하며 오랫동안 연구됐지만, 실제 세계와 같이 상충 조건이 계속 변하는 상황에서의 명확한 해법은 아직 제안된 바가 없다.
반면 인간은 현재 주어진 문제에 집중하면서도(과소적합 문제 해결), 당면 문제에 과하게 집착하지 않고(과적합 문제 해결) 변하는 상황에 맞게 유동적으로 대처한다. 연구팀은 뇌 데이터, 확률과정 추론 모형, 강화학습 알고리즘을 이용해 인간의 뇌가 이 문제를 어떻게 해결하는지에 대한 이론적 틀을 마련하고 이로부터 유동적인 메타 강화학습 모델을 도출해냈다.
놀랍게도 인간의 뇌는 중뇌 도파민 회로와 전두엽에서 처리되는 `예측 오차'의 하한선(prediction error lower bound)이라는 단 한 가지 정보를 이용해 이 문제를 해결한다. 우리의 전두엽, 특히 복외측전전두피질은 현재 내가 사용하고 있는 문제 해결 방식으로 주어진 문제를 얼마나 잘 풀 수 있을지에 대한 기대치의 한계를 추정하고(예: `이렇게 풀면 90점까지는 받을 수 있어'), 변화하는 상황에 맞춰 최적인 문제 해결전략을 유동적으로 선택하는 과정 (예: `이렇게 풀면 기껏해야 70점이니 다르게 풀어보자')을 통해 과소적합-과적합의 위험을 최소화하게 된다.
이상완 교수 연구팀은 2014년 해당 전두엽 영역이 환경의 불확실성을 바탕으로 강화학습전략을 유동적으로 조절하는 데 관여한다는 사실을 처음 발견했고(`뉴런(Neuron)' 학술지에 발표), 2015년에는 인과관계 추론 과정에도 관여한다는 사실을 발견했다(`PLOS Biology' 학술지에 발표). 이어 2019년에는 해당 뇌 영역이 문제의 복잡도까지 고려할 수 있다는 사실을 발견했다(`네이처 커뮤니케이션즈(Nature Communications)' 학술지에 발표).
이러한 일련의 연구 결과들은 자신의 학습 및 추론 능력을 스스로 평가하는 인간의 메타 인지 능력을 보여주는 증거로, 이 능력을 바탕으로 인공지능이 풀기 어려워하는 현실 세계의 다양한 상충적 상황들을 풀어낼 수 있다는 `전두엽 메타 학습 이론'을 정립한 바 있다(`사이언스 로보틱스(Science Robotics)' 학술지에 발표). 이번 연구는 이 이론에 기반해 인공지능의 오랜 난제 중 하나인 과소적합-과적합 상충 문제를 실제로 풀어낸 최초의 사례로 평가된다.
연구를 통해 개발된 메타 강화학습 모델을 이용하면 간단한 게임을 통해 인간의 유동적 문제 해결 능력을 간접적으로 측정할 수 있다. 더 나아가 스마트 교육이나 중독과 관련된 인지 행동치료에 적용할 경우 상황 변화에 유동적으로 대처하는 인간의 문제 해결 능력 자체를 향상할 수 있을 것으로 기대된다. 차세대 인공지능, 스마트 교육, 인지 행동치료 등 다양한 분야에 파급력이 큰 원천 기술로 최근 국내 및 해외 특허 출원이 완료된 상태다.
연구를 주도한 제1 저자 김동재 박사는 "인간 지능의 특장점에 대한 이해가 얼마나 중요한지 보여주는 연구 중 하나ˮ라고 말했다. 연구 책임자인 이상완 교수는 "인공지능이 우리보다 잘 푸는 문제가 많지만, 반대로 인공지능으로 풀기 어려운 문제들이 우리에게는 정말 쉽게 느껴지는 경우들이 많다. 인간의 다양한 고위 수준 능력을 인공지능 이론 관점에서 형식화하는 연구를 통해 인간 지능의 비밀을 하나씩 풀어나갈 수 있을 것으로 기대된다ˮ라며 "이러한 뇌 기반 인공지능 연구는 인간의 지능을 공학적으로 탐구하는 과정으로 볼 수 있으며, 인간과 인공지능이 서로 도우며 함께 성장해 나갈 수 있는 명확한 기준점을 마련할 수 있을 것ˮ이라고 말했다. 이상완 교수는 뇌 기반 인공지능 연구의 독창성과 도전성을 인정받아 구글 교수 연구상과 IBM 학술상을 받은 바 있다.
연구팀은 과학기술정보통신부의 재원으로 정보통신기획평가원의 지원을 받아 설립한 KAIST 신경과학-인공지능 융합연구센터에서 기반 기술을 활용해 인간 지능을 모사한 차세대 인공지능 모델을 개발하고, 아울러 딥마인드, IBM 인공지능 연구소, MIT, 옥스퍼드 대학 등 국제 공동연구 협약 기관과 공동연구를 통해 기술의 파급력을 높여나갈 계획이라고 말했다.
한편 이번 연구는 삼성전자 미래기술육성센터, 과학기술정보통신부 정보통신기획평가원 및 한국연구재단의 지원을 받아 수행됐다.
2022.01.05 조회수 10603 -
학습 없이 자발적으로 발생하는 뇌 인지기능 원리 밝혀
우리 대학 바이오및뇌공학과 백세범 교수 연구팀이 학습을 전혀 거치지 않은 뇌 신경망에서 선천적인 인지 기능이 발생하는 원리를 규명했다고 30일 밝혔다.
이번 연구 결과는 동물들이 출생 직후 학습을 거치지 않은 상태에서도 기초적 인지 기능들을 수행할 수 있게 하는 `선천적 뇌 기능'에 대한 이해에 다가가는 기초를 마련했으며 `초기 뇌 신경망 인지 기능의 발생'에 대해 기존의 상식과 완전히 다른 시각을 제시한다.
또한 연구팀의 결과는 일반적인 인공지능 모델에서 기능을 발생시키기 위해서는 외부의 데이터 학습이 반드시 요구되는 것과 달리, 생물학적 뇌 신경망의 기능 발생과 진화는 확률적으로 생성되는 물리적 연결 구조에 의해 자발적으로 발생할 수 있다는 차별된 기저 원리를 제안한다.
연구팀은 인지과학 분야에서 활발히 연구돼 온 얼굴 인지 기능(face detection)에 초점을 두어 뇌의 시각 신경망을 모사한 인공신경망에서의 사물 인지 기능을 시뮬레이션했다. 이를 통해 모든 연결 가중치가 무작위로 정해지도록 초기화된 심층신경망이 전혀 학습을 거치지 않은 상태에서도 얼굴 이미지를 다른 사물 이미지와 구별할 수 있음을 발견했다.
연구팀은 이러한 무작위화 신경망에서 발생하는 얼굴 선택성 (face-selectivity)이 실제 동물 실험에서 관측되는 다양한 생물학적, 인지 행동적 특성들과 매우 유사한 양상을 보이는 것을 확인했다. 이는 이론적 모델 기반의 본 연구 결과가 충분한 생물학적 타당성을 가지며, 향후 뇌 신경망에서 나타나는 선천적 인지 기능의 핵심적 발생 원리를 설명하는 일반적인 이론으로 확장될 수 있음을 시사한다.
우리 대학 바이오및뇌공학과 백승대, 송민 박사과정이 공동 제 1저자로 참여한 이번 연구는 국제 학술지 `네이처 (Nature)'의 자매지 `네이처 커뮤니케이션스 (Nature Communications)' 12월 16일 字에 게재됐다. (논문명 : Face Detection in Untrained Deep Neural Networks)
인지 지능의 최초 발생에 관한 연구는 뇌신경과학, 인지과학과 인공지능 분야 모두에서 중요한 주제다. 특히, 별다른 학습 과정 없이 출생 직후부터 다양한 인지 기능을 수행할 수 있게 하는 뇌의 `선천적' 인지 기능은 데이터 입력을 통한 학습에 의존하는 인공신경망의 기능과 뚜렷이 구별되며, 이에 대한 이해는 생물학적 지능의 발생과 진화의 원리를 밝히는 데 결정적인 역할을 할 것으로 기대됐다.
또한 얼굴 인지 기능은 사회적 행동을 하는 다양한 동물 종의 어린 개체들에서 관측되며, 이 기능의 발생을 위해 외부 정보의 학습이 필수적인지는 학계에서 활발하게 논의돼왔다.
연구팀은 앞서 진행했던 연구를 토대로 구축한 신경망 기능 발생 이론에 기반해, 아무런 학습을 거치지 않은 계층적 신경망의 초기 피드 포워드 연결 구조를 통해 얼굴 인지 기능이 자발적으로 형성될 수 있을 것이라 가정했다. 이를 확인하기 위해 수행한 심층신경망 시뮬레이션에서 얼굴 이미지를 비롯한 단순 사물의 인식 기능은 학습을 전혀 거치지 않은 초기 무작위화 신경망에서 자발적으로 발생할 수 있음을 확인했다.
이러한 결과는 학습이 이루어지기 전, 신경망의 초기 구조가 갖춰진 시점에 이미 다양한 인지 기능이 발생할 수 있음을 보여주며, 뇌 과학의 오랜 화두인 지능 형성의 선천성 또는 후천성(nature vs. nurture) 논의와 관련해 자발적으로 발생하는 선천적 기능 발생에 대한 이해의 중요성을 강조한다.
백세범 교수는 "이번 연구는 뇌신경과학 연구의 가장 근본적인 질문 중 하나인 선천적인 인지 기능의 발생을 설명할 수 있는 최초의 이론을 제시해 생물학적 지능의 발생과 진화의 원리를 이해하는데 결정적인 단서를 제공할 것으로 기대된다ˮ며 "한편으로 데이터 학습 기반 인공지능 구현의 방법과 완전히 다른 관점의 생물학적 지능 구현 원리를 정립해 현재의 인공지능 개발의 상식과 완전히 다른 시각을 제공할 수 있을 것으로 기대된다ˮ고 언급했다.
한편 이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업, KAIST 특이점교수 사업의 지원을 받아 수행됐다.
2021.12.31 조회수 9478 -
아동의 다언어 사용이 뇌 전체 연결망 향상에 미치는 영향 확인
우리 대학 바이오및뇌공학과 정용 교수 연구팀이 미국 예일대학교(Yale University) 심리학과 마빈 천(Marvin M. Chun) 교수 연구팀과 공동연구를 통해 아동기의 외국어 구사 여부가 인지능력을 향상하고 뇌 연결망에 변화를 가져온다고 10일 밝혔다.
연구팀은 미국 국립 보건원(National Institutes of Health, NIH)의 청소년 뇌 인지 발달 연구(the Adolescent Brain Cognitive Development, ABCD Study) 데이터를 사용해 발달단계에 있는 9-10세 아이들의 인지기능 점수와 기능적 자기공명영상(functional magnetic resonance imaging, fMRI)을 분석했다. 모국어 외 다른 언어를 추가로 사용하는 아이들은 모국어만 사용하는 아이들에 비해 기억을 측정하는 인지 과제에서 높은 점수를 보였다. 또한 다언어 사용은 아이들의 뇌 전체 연결망에도 영향을 주는 것으로 확인됐다.
바이오및뇌공학과 권영혜 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `미국국립과학원회보(Proceedings of the National Academy of Sciences of the United States of America, PNAS)' 11월 118권 49호에 출판됐다. (논문명 : Predicting multilingual effects on executive function and individual connectomes in children: an ABCD Study).
뇌는 과제를 수행할 뿐만 아니라 쉬고 있을 때도 특정 영역들이 활성화된다. 기능적 자기공명영상(fMRI)을 통해 활성화되는 각 영역을 관찰할 수 있고, 이 영역들이 서로 어떻게 연결이 돼 있는지 기능적 뇌 연결망(functional connectivity)을 계산할 수 있다.
뇌 모든 영역 간의 연결 패턴을 나타내는 뇌 전체 연결망(whole-brain functional connectivity, connectome)은 사람마다 다르고, 그 사람의 나이, 지능, 인지기능 등 그 사람만의 고유한 특성을 내포하고 있다고 알려져 최근 뇌 과학 분야에서 활발히 연구되고 있다.
연구팀은 뇌의 특정 영역에 국한하지 않고 뇌 전체의 연결망에 초점을 맞춰, 여러 언어를 하는 아이들과 하나의 언어만 사용하는 아이들이 서로 다른 뇌 전체 연결망을 가지는 것을 관찰했다. 기억 관련 과제를 수행할 때 다언어 사용 아이들은 단일언어 사용 아이들에 비해 뇌 후두엽(occipital lobe)과 피질하 영역(subcortical area)간 강한 연결망을 보였다. 아이들이 아무 과제를 수행하지 않는 휴지기(resting state)에도 두 그룹 간 차이가 관찰됐는데, 다언어 사용 아이들에게서 뇌 후두엽과 전전두엽(prefrontal cortex)간 강한 연결성을 보였다.
더 나아가 연구팀은 기계학습을 통해 아이들이 기억 관련 과제를 수행할 때와 휴지기일 때 나타나는 뇌 전체 연결망만으로 그 아이가 여러 언어를 사용하는지 한 언어를 사용하는지를 성공적으로 예측할 수 있었다. 또한 다언어 사용 아이들이 기억 관련 과제를 수행할 때 관찰되는 기억 관련 연결망만으로 그 아이들이 해당 과제에서 어떤 점수를 얻었는지 예측할 수 있었다. 단일 언어사용 아이들에게서는 이러한 현상이 발견되지 않았는데, 이는 다언어 사용 아이들의 뇌 전체 연결망이 그들의 행동과 더 밀접한 관계를 맺고 있다는 것을 시사한다.
연구팀은 이번 연구를 통해 발달단계에 있는 9-10세 아이들의 다언어 사용 여부가 뇌 전체 연결망에 변화를 주는 것을 확인했다. 이 연구를 바탕으로 다언어 사용의 영향이 발달단계를 거치며 성인이 될 때까지 어떻게 변화하는지 이해하는 데 도움이 될 것으로 기대한다. 더 나아가 다언어 사용은 알츠하이머와 같은 퇴행성 뇌질환에 동반되는 인지기능 저하를 방어하는 뇌인지 예비능(cognitive reserve)을 가져오는데, 이 현상을 연구하는 데 도움이 될 것으로 기대된다.
제1 저자인 권영혜 박사과정은 "성인보다 언어사용 기간이 짧은 9-10세 아이들에게서도 여러 언어의 사용이 인지기능과 뇌 연결 패턴에 영향을 주는 것을 확인하였다ˮ 라며 "어렸을 때부터 형성된 이러한 차이가 시간이 흐르면서 어떠한 형태로 자리 잡아 성인이 되었을 때 그리고 노인이 되어서까지 영향을 주는지를 이해하는 데 도움이 되길 바란다ˮ 라고 말했다.
이번 연구는 한국연구재단, 산업통상자원부, 미국 국립 보건원 지원을 받아 수행됐다.
2021.12.10 조회수 10049 -
악성 유방암 세포를 치료 가능한 상태로 되돌리는 암세포 리프로그래밍 기술 개발
우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 시스템생물학 연구를 통해 악성 유방암세포를 치료 가능한 상태로 되돌리는 암세포 리프로그래밍 기술을 개발하는 데 성공했다고 30일 밝혔다.
연구팀은 유방암 아류 중에서 가장 악성으로 알려진 삼중음성 유방암(basal-like 혹은 triple negative) 환자들과 호르몬 치료가 가능한 루미날-A 유방암(luminal-A) 환자들의 유전자 네트워크를 컴퓨터시뮬레이션을 통해 분석함으로써 삼중음성 유방암세포를 루미날-A 유방암세포로 변환하는데 필요한 핵심 인자를 규명했다. 그리고 이를 조절해 삼중음성 유방암세포를 루미날-A 유방암세포로 리프로그래밍한 뒤 호르몬 치료를 시행하는 새로운 치료 원리를 개발했다.
우리 대학 최새롬 박사과정, 황채영 박사, 이종훈 박사과정 등이 참여한 이번 연구결과는 미국암학회(AACR)에서 출간하는 국제저널 `캔서 리서치 (Cancer Research)' 11월 30일 字 논문으로 출판됐다. (논문명: Network analysis identifies regulators of basal-like breast cancer reprogramming and endocrine therapy vulnerability)
현재 삼중음성 유방암 환자들에게 적용되는 항암 화학요법은 빠르게 분열해 전이를 일으키는 암세포를 공격해 죽임으로써 암세포의 증식을 억제하는 방식이다. 하지만 이러한 치료는 신체 내 정상적으로 분열하고 있는 세포들까지도 함께 사멸시켜 구토, 설사, 탈모, 골수 기능장애, 무기력 등의 심각한 부작용을 일으킨다. 또한 삼중음성 유방암세포들은 이와 같은 독성항암제에 처음부터 내성을 갖거나 새로운 내성을 획득하면서 결국 약물에 높은 저항성을 가지는 암세포로 진화하게 된다. 따라서 삼중음성 유방암에 대한 현재의 항암치료는 내성을 갖는 암세포를 없애기 위해 더 많은 정상세포의 사멸을 감수해야만 하는 큰 한계를 지니고 있다.
이를 극복하기 위해 암세포만을 특이적으로 공격하는 표적 항암요법과 우리 몸의 면역시스템을 활용한 면역 항암요법이 주목을 받고 있으나 각각 효과와 적용대상이 매우 제한적이며 장기치료 시 여전히 내성 발생의 문제가 보고되고 있다. 이처럼 현재 개발된 항암요법들은 암세포를 죽이려는 공통적인 원리 때문에 근본적인 한계를 가진다.
조 교수 연구팀은 시스템생물학 연구기법을 통해 악성 유방암세포인 삼중음성 유방암세포를 호르몬 치료가 가능한 루미날-A 유방암세포로 변환시킨 뒤 치료하는 새로운 개념의 치료전략을 개발했다. 이를 위해 유전자 네트워크의 수학모델을 개발하고 대규모 컴퓨터시뮬레이션 분석과 복잡계 네트워크 제어기술을 적용한 결과 두 개의 핵심 분자 타겟인 `BCL11A'와 `HDAC1/2'를 발굴했다.
조 교수 연구팀은 BCL11A와 HDAC1/2를 억제함으로써 삼중음성 유방암세포를 효과적으로 루미날-A 유방암세포로 변환시킬 수 있음을 분자 세포실험을 통해 증명했다. 삼중음성 유방암세포에서 이 핵심 인자들을 억제했을 때 세포의 분열이 감소하고, 삼중음성 유방암세포의 주요 세포성장 신호 흐름 경로인 `EGFR'과 관련된 인자들의 활동이 감소했으며, 루미날-A 유방암세포의 주요 세포성장 신호흐름 경로인 `ERa' 신호전달 경로 인자들의 활성이 회복되는 것을 확인했다.
이번 연구에서 발굴된 분자 타겟 중 BCL11A 단백질의 활성을 억제할 수 있는 저분자화합물은 아직 개발된 바 없으며 추후 신약개발과 임상실험을 통해 악성 유방암세포를 치료 가능한 세포상태로 리프로그래밍 함으로써 안전하고 효과적으로 치료하는 새로운 치료기술이 실현될 수 있을 것으로 보인다. 특히 이처럼 암세포의 성질을 되돌리거나 변환하는 암세포 리프로그래밍 기반의 새로운 치료전략이 임상에서 실현된다면 현재 항암치료의 많은 부작용과 내성 발생을 근본적으로 해결함으로써 암 환자의 고통을 최소화하고 삶의 질을 크게 향상시킬 수 있을 것으로 기대된다.
조 교수는 "그동안 유방암 중에서도 가장 악성인 삼중음성 유방암은 독성이 강해 큰 부작용을 일으키는 화학 항암치료 외에는 방법이 없었으나 이를 호르몬 치료가 가능하며 덜 악성인 루미날-A 유방암세포로 리프로그래밍해 효과적으로 치료할 수 있는 새로운 가능성을 열었다ˮ라며 "이번 연구는 악성 암세포를 직접 없애려고 하기보다 치료가 수월한 세포 상태로 되돌린 뒤 치료하는 새로운 방식의 항암 치료전략을 제시했다ˮ라고 말했다.
조 교수 연구팀은 2020년 1월에 대장암세포를 정상 대장 세포로 되돌리는 연구에 성공한 바 있으며, 이번 연구 결과는 암세포 리프로그래밍을 통한 가역화 기술 개발의 두 번째 성과다.
이번 연구는 과학기술정보통신부와 한국연구재단의 중견연구자지원사업과 한국전자통신연구소 공동연구사업, KAIST Grand Challenge 30의 지원으로 수행됐다.
2021.11.30 조회수 10935