-
인공지능으로 화학반응을 예측하다
우리 대학 생명화학공학과 정유성 교수 연구팀이 화학자처럼 생각하는 인공지능을 개발했다고 4일 밝혔다. 연구팀이 개발한 인공지능은 유기 반응의 결과를 정확하게 예측한다.
유기 화학자는 반응물을 보고 유기 화학반응의 결과를 예상해 약물이나 유기발광다이오드(OLED)와 같이 원하는 물성을 갖는 분자를 합성한다. 하지만 실험을 통해 화학반응의 생성물을 직접 확인하는 작업은 일반적으로 시간과 비용이 많이 소모된다. 게다가 유기 화학 반응은 같은 반응물에서 다양한 생성물이 생길 수 있어 숙련된 유기 화학자라도 모든 화학반응을 정확하게 예측하지 못한다.
이런 한계를 극복하고자 인공지능을 이용해 유기 반응을 예측하는 연구가 활발하게 일어나고 있다. 대부분의 연구는 반응물과 생성물을 서로 다른 두 개의 언어로 생각하고 한 언어에서 다른 언어로 번역하는 언어 번역 모델을 사용하는 방법에 집중하고 있다. 이 방법은 예측 정확도는 높지만, 인공지능이 화학을 이해하고 생성물을 예측했다고 해석하기 어려워 모델이 예측한 결과를 신뢰하기 어렵다.
정 교수팀은 화학적 직관을 바탕으로 모델을 설계해서 모델이 예측한 결과를 화학적으로 설명을 할 수 있을 뿐 아니라, 공개 데이터베이스에서 매우 우수한 예측 정확도를 달성했다.
정 교수팀은 화학자가 반응 결과를 예측하는 방법에서 아이디어를 얻었다. 화학자는 반응 중심을 파악하고 화학반응 규칙을 적용해 가능한 생성물을 예측한다. 이 과정을 본떠서 공개 화학반응 데이터베이스로부터 화학반응 규칙을 도출했다. 화학반응 규칙을 바탕으로 분자의 화학 반응성을 예측하기 위해서, 분자를 그래프로 취급하는 그래프 신경망(Graph Neural Network, GNN) 모델을 개발했다. 이 모델에 반응물들을 넣으면 화학반응 규칙과 반응 중심을 식별해 생성물을 성공적으로 예측한다.
정 교수팀은 화학반응에서 널리 사용되는 미국 특허무역청(USPTO) 데이터를 이용해 유기 반응을 90% 이상의 정확도로 예측하는 데 성공했다. 개발된 모델은 실제 사용 시 모델에 높은 신뢰성을 제공하는 `예측의 불확실성'을 말할 수 있다. 예를 들어, 불확실성이 낮다고 간주되는 모델의 정확도는 98.6%로 증가한다. 모델은 무작위로 샘플링된 일련의 유기 반응을 예측하는 데 있어 소규모의 합성 전문가보다 더 정확한 것으로 나타났다.
이번 연구의 성공으로 연구팀은 다른 분야에서 좋은 성능을 보인 모델을 그대로 사용하던 기존 방법보다, 화학자가 생각하는 방법과 동일하게 신경망을 설계하는 전략이 더 합리적이고 우수한 성능을 보인다는 것을 입증했다. 연구팀은 이 연구를 활용하면 분자 설계 과정이 비약적으로 빨라질 것으로 기대하며, 새로운 화합물 개발에 실용적인 응용을 기대하고 있다. 정유성 교수팀은 현재 연구 성과의 특허 출원을 준비하고 있다.
우리 대학 생명화학공학과 첸수안(Shuan Chen) 박사과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 '네이처 머신 인텔리전스(Nature Machine Intelligence)'에 9월호 표지논문으로 선정돼 출판됐다.
한편 이번 연구는 산업통상자원부와 한국연구재단의 지원을 받아 수행됐다.
2022.10.04
조회수 14093
-
두뇌 신경 조율 활동을 모방한 저전력 인공지능 하드웨어 핵심기술 개발
우리 대학 신소재공학과 김경민 교수 연구팀이 두뇌에서 일어나는 신경 조율 활동을 구현한 인공지능용 하드웨어와 관련 알고리즘의 개발에 성공했다고 19일 밝혔다.
4차 산업 혁명 시대를 맞아 인공지능 기술(Artificial Intelligence; AI)의 연구가 활발해지고 이에 따라 인공지능 기반 전자기기들의 개발 및 제품 출시가 가속화되고 있다. 인공지능을 전자기기에서 구현하기 위해서 맞춤형 하드웨어의 개발 또한 뒷받침돼야 하는데, 현재 대부분의 인공 지능용 전자기기들은 많은 연산량을 수행하기 위해 높은 전력 소모와 고도로 집적된 메모리 배열을 사용하고 있다.
인공 지능의 능력 향상을 위해 이러한 전력 소모 및 집적화 한계의 문제를 해결하는 것은 인공 지능 기술 분야의 커다란 과제이며, 인간의 뇌 활동에서 문제 해결의 단서를 찾고자 하는 노력이 계속돼왔다.
김경민 교수 연구팀은 인간의 두뇌 신경망이 신경 조율(Neuromodulation) 기능을 통해 연결 구조를 상황에 따라 지속적으로 변화시키는 것을 모방, 인공 지능을 위한 수학적 연산을 효율적으로 처리할 수 있는 기술을 개발했다. 두뇌에서는 학습하는 과정에서 실시간으로 신경망의 연결도를 변경해 필요에 따라 기억을 저장하거나 불러내는데, 이러한 신경 조율 기능을 하드웨어에서 직접 구현하는 새로운 방식의 인공 지능 학습 방식을 제시한 것이다.
연구팀은 개발된 기술의 효율성을 증명하기 위해 독자적인 전자 시냅스 소자가 탑재된 인공 신경망 하드웨어를 제작했으며, 여기에 개발한 알고리즘을 적용해 실제 인공지능 학습을 진행했고, 그 결과 인공지능 학습에 필요한 에너지를 37% 절약할 수 있었다.
공동 제1 저자인 신소재공학과 정운형 박사과정과 전재범 박사과정은 "인간의 두뇌는 생존을 위해 에너지 소모를 최소화하는 방향으로 진화해왔다. 이번 연구에서는 간단한 회로의 구성만으로 인간 두뇌의 학습 방식을 구현하였으며, 이를 통해 40%에 가까운 에너지를 줄일 수 있었다, 이는 범용성 있게 모든 SNN(스파이킹 뉴럴 네트워크) 인공 신경망에서 사용 가능한 장점을 가진다ˮ며 "뇌 활동을 모방해 개발한 새로운 학습 방식의 착안은 앞으로 인공 지능 분야의 소프트웨어·하드웨어 분야가 나아가야 할 길의 이정표가 될 것이다ˮ라고 말했다.
이러한 두뇌 신경 활동을 모방한 학습 알고리즘은 기존 전자기기 및 상용화된 반도체 하드웨어에 적용 및 호환을 할 수 있으며 차세대 인공 지능용 반도체 칩의 설계에 사용할 수 있을 것으로 기대된다.
이번 연구는 국제 학술지 `어드밴스드 펑셔널 머터리얼즈(Advanced Functional Materials)'에 지난 3월 31일 자에 게재됐으며 한국연구재단, ㈜SK Hynix, 나노종합기술원(NNFC) 및 KAIST의 지원을 받아 수행됐다. (논문명: Demonstration of Neuromodulation-inspired Stashing System for Energy-efficient Learning of Spiking Neural Network using a Self-Rectifying Memristor Array)
2022.04.19
조회수 9751
-
세계 최초 그래프 기반 인공지능 추론 가능한 SSD 개발
우리 대학 전기및전자공학부 정명수 교수 연구팀(컴퓨터 아키텍처 및 메모리 시스템 연구실)이 세계 최초로 그래프 기계학습 추론의 그래프처리, 그래프 샘플링 그리고 신경망 가속을 스토리지/SSD 장치 근처에서 수행하는 `전체론적 그래프 기반 신경망 기계학습 기술(이하 홀리스틱 GNN)'을 개발하는데 성공했다고 10일 밝혔다.
연구팀은 자체 제작한 프로그래밍 가능 반도체(FPGA)를 동반한 새로운 형태의 계산형 스토리지/SSD 시스템에 기계학습 전용 신경망 가속 하드웨어와 그래프 전용 처리 컨트롤러/소프트웨어를 시제작했다. 이는 이상적 상황에서 최신 고성능 엔비디아 GPU를 이용한 기계학습 가속 컴퓨팅 대비 7배의 속도 향상과 33배의 에너지 절약을 가져올 수 있다고 밝혔다.
그래프 자료구조가 적용된 새로운 기계학습 모델은 기존 신경망 기반 기계학습 기법들과 달리, 데이터 사이의 연관 관계를 표현할 수 있어 페이스북, 구글, 링크드인, 우버 등, 대규모 소셜 네트워크 서비스(SNS)부터, 내비게이션, 신약개발 등 광범위한 분야와 응용에서 사용된다. 예를 들면 그래프 구조로 저장된 사용자 네트워크를 분석하는 경우 일반적인 기계학습으로는 불가능했던 현실적인 상품 및 아이템 추천, 사람이 추론한 것 같은 친구 추천 등이 가능하다. 이러한 신흥 그래프 기반 신경망 기계학습은 그간 GPU와 같은 일반 기계학습의 가속 시스템을 재이용해 연산 되어왔는데, 이는 그래프 데이터를 스토리지로부터 메모리로 적재하고 샘플링하는 등의 데이터 전처리 과정에서 심각한 성능 병목현상과 함께 장치 메모리 부족 현상으로 실제 시스템 적용에 한계를 보여 왔다.
정명수 교수 연구팀이 개발한 홀리스틱 GNN 기술은 그래프 데이터 자체가 저장된 스토리지 근처에서 사용자 요청에 따른 추론의 모든 과정을 직접 가속한다. 구체적으로는 프로그래밍 가능한 반도체를 스토리지 근처에 배치한 새로운 계산형 스토리지(Computational SSD) 구조를 활용해 대규모 그래프 데이터의 이동을 제거하고 데이터 근처(Near Storage)에서 그래프처리 및 그래프 샘플링 등을 가속해 그래프 기계학습 전처리 과정에서의 병목현상을 해결했다.
일반적인 계산형 스토리지는 장치 내 고정된 펌웨어와 하드웨어 구성을 통해서 데이터를 처리해야 했기 때문에 그 사용에 제한이 있었다. 그래프처리 및 그래프샘플링 외에도, 연구팀의 홀리스틱 GNN 기술은 인공지능 추론 가속에 필요한 다양한 하드웨어 구조, 그리고 소프트웨어를 후원할 수 있도록 다수 그래프 기계학습 모델을 프로그래밍할 수 있는 장치수준의 소프트웨어와 사용자가 자유롭게 변경할 수 있는 신경망 가속 하드웨어 프레임워크 구조를 제공한다.
연구팀은 홀리스틱 GNN 기술의 실효성을 검증하기 위해 계산형 스토리지의 프로토타입을 자체 제작한 후, 그 위에 개발된 그래프 기계학습용 하드웨어 *RTL과 소프트웨어 프레임워크를 구현해 탑재했다. 그래프 기계학습 추론 성능을 제작된 계산형 스토리지 가속기 프로토타입과 최신 고성능 엔비디아 GPU 가속 시스템(RTX 3090)에서 평가한 결과, 홀리스틱 GNN 기술이 이상적인 상황에서 기존 엔비디아 GPU를 이용해 그래프 기계학습을 가속하는 시스템의 경우에 비해 평균 7배 빠르고 33배 에너지를 감소시킴을 확인했다. 특히, 그래프 규모가 점차 커질수록 전처리 병목현상 완화 효과가 증가해 기존 GPU 대비 최대 201배 향상된 속도와 453배 에너지를 감소할 수 있었다.
☞ RTL (Registor Transistor Logic): 저항과 트랜지스터로 구성한 컴퓨터에 사용되는 회로
정명수 교수는 "대규모 그래프에 대해 스토리지 근처에서 그래프 기계학습을 고속으로 추론할 뿐만 아니라 에너지 절약에 최적화된 계산형 스토리지 가속 시스템을 확보했다ˮ며 "기존 고성능 가속 시스템을 대체해 초대형 추천시스템, 교통 예측 시스템, 신약 개발 등의 광범위한 실제 응용에 적용될 수 있을 것ˮ이라고 말했다.
한편 이번 연구는 미국 산호세에서 오는 2월에 열릴 스토리지 시스템 분야 최우수 학술대회인 `유즈닉스 패스트(USENIX Conference on File and Storage Technologies, FAST), 2022'에 관련 논문(논문명: Hardware/Software Co-Programmable Framework for Computational SSDs to Accelerate Deep Learning Service on Large-Scale Graphs)으로 발표될 예정이다.
해당 연구는 삼성미래기술육성사업 지원을 받아 진행됐고 자세한 내용은 연구실 웹사이트(http://camelab.org)에서 확인할 수 있다.
2022.01.10
조회수 9025
-
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 8268
-
사물인터넷 기반 다수의 뇌 신경회로 동시 원격제어 시스템 개발
우리 연구진이 인터넷을 이용해 뇌 신경회로를 원격 제어할 수 있는 무선 네트워크 기술을 개발했다. 이 기술을 활용하면 시간과 장소에 구애받지 않고 목표 동물의 뇌 신경회로를 정교하게 제어할 수 있다.
우리 대학 전기및전자공학부 정재웅 교수 연구팀이 미국 워싱턴 대학교(Washington University in St. Louis), 미국 콜로라도 대학교(University of Colorado Boulder) 연구팀과의 공동 연구를 통해 사물인터넷 기반의 뇌 신경회로 원격제어 시스템을 개발했다고 8일 밝혔다.
이번 개발 기술은 많은 시간과 인력이 있어야 하는 뇌 연구 및 다양한 신경과학 연구를 자동화시켜 다양한 퇴행성 뇌 질환과 정신질환의 발병 기전 규명과 치료법 개발의 가속화에 크게 기여할 것으로 기대된다. 또한, 먼 거리에 있는 환자의 질환을 원격으로 치료하는 원격 의료 구현에도 활용될 수 있을 것으로 예상된다.
우리 대학 전기및전자공학부 라자 콰지(Raza Qazi) 연구원과 김충연 박사과정, 그리고 워싱턴대 카일 파커(Kyle E. Parker) 연구원이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 바이오메디컬 엔지니어링(Nature Biomedical Engineering)' 11월 25일 字에 게재됐다. (논문명 : Scalable and modular wireless-network infrastructure for large-scale behavioural neuroscience)
전 세계적으로 고령화 시대에 접어드는 현 상황에서 알츠하이머병, 파킨슨병과 같은 뇌 질환들로 고통받는 환자 수가 급증하고 있다. 이에 따라 근본적인 뇌 질환 치료법을 개발하기 위해 뇌 기능 및 뇌 질환 발병기전을 규명하기 위한 뇌 연구가 매우 시급하지만, 뇌 연구의 진행 속도가 뇌 질환 환자의 증가 속도를 따라잡지 못하고 있어서 뇌 연구의 효율성을 극대화하기 위한 새로운 기술 개발이 절실히 요구된다.
기존 뇌 연구에 사용되던 대부분의 신경과학 장치들은 외부 장비와 선으로 연결된 유선 방식으로 구동됐지만, 이러한 방식은 피실험 동물들을 물리적으로 제약할 뿐 아니라 실험 진행자의 직접적인 개입이 불가피해 피실험 동물의 행동에 영향을 주는 `관찰자 효과'를 발생시켜서 정확한 뇌 연구 결과 도출을 어렵게 만든다. 아울러 모든 과정에서 실험자의 직접적인 조작이 요구돼 연구에 많은 시간과 인력, 비용이 발생하게 한다.
연구팀은 사물인터넷(Internet of Things; IoT) 기술을 접목해 다양한 다수의 뇌 이식용 기기들을 인터넷 원격으로 동시 제어하거나 예약된 스케줄에 따라 기기들이 자동으로 구동되도록 하는 무선 네트워크 시스템을 개발했다. 이를 통해 시간과 장소에 상관없이 목표 동물들의 특정 뇌 회로를 원격 제어하는 것을 가능하게 했다. 이 시스템은 사용자가 인터넷 웹사이트 기반의 무선 네트워크 플랫폼을 통해 뇌 이식용 장치의 원격제어, 자동화된 데이터 수집, 뇌 회로 제어 스케줄링 등의 다양한 기능을 손쉽게 구현할 수 있도록 설계됐다.
연구팀은 이 시스템의 뇌 신경회로 자동 원격제어 기능을 사용해 자체 제작한 무선 장치(뉴럴 임플란트)가 이식된 수십 마리의 쥐의 뇌 신경회로를 광유전학적 방법으로 사람의 개입 없이 정교하게 원격 자동 제어함으로써, 완전 자동화된 뇌 연구 실험에 적용 가능함을 입증했다. 이 실험을 통해 쥐의 먹이 섭취량, 활동량, 그리고 다른 쥐들과의 사회적 상호작용 빈도를 성공적으로 조절함으로써, 예약이 설정된 대로 다수 동물의 뇌 신경회로를 동시에 독립적으로 원격 제어할 수 있음을 보였다.
정 교수는 "개발된 원격제어 기술은 동물을 활용한 뇌 연구에 필요한 인간개입을 최소화함으로써 뇌 연구의 효율을 높이고 실험의 불확실성을 크게 줄일 수 있을 것ˮ이라며 "이 기술은 뇌 연구를 넘어, 많은 동물 실험을 필요로 하는 신약 개발, 병원 방문 없이 뇌 질환 및 다양한 질병을 치료하기 위한 원격 의료 구현에도 적용될 수 있을 것이다ˮ라고 말했다.
연구팀은 이 기술이 더욱 광범위하게 뇌 과학 연구 및 치료에 사용될 수 있게 하도록, 인공지능 기반의 실시간 뇌파 원격 모니터링 기술을 개발해 본 시스템과 접목하기 위한 연구를 계획하고 있다.
한편 이번 연구는 KAIST 글로벌 특이점 연구사업, 한국연구재단이 추진하는 중견연구자지원사업 및 바이오의료기술개발사업, 미국 국립보건원의 지원을 받아 수행됐다.
2021.12.08
조회수 9218
-
소량의 데이터로 딥러닝 정확도 향상기술 발표
최근 다양한 분야에서 심층 학습(딥러닝) 기술을 활용한 서비스가 급속히 증가하고 있다. 서비스 구축을 위해서는 심층 학습 모델을 훈련해야 하며, 이를 위해서는 충분한 훈련 데이터를 준비해야 한다. 특히 훈련 데이터에 정답지를 만드는 레이블링(labeling) 과정이 필요한데 (예를 들어, 낙타 사진에 `낙타'라고 정답을 적어줌), 이 과정은 일반적으로 수작업으로 진행되므로 엄청난 노동력과 시간이 소요된다. 따라서 훈련 데이터가 충분하지 않은 상황을 효과적으로 타개하는 방법이 요구되고 있다.
우리 대학 전산학부 이재길 교수 연구팀이 적은 양의 훈련 데이터가 존재할 때도 높은 예측 정확도를 달성할 수 있는 새로운 모델 훈련 기술을 개발했다고 27일 밝혔다.
심층 학습 모델의 훈련은 주어진 훈련 데이터에서 레이블과 관련성이 높은 특성을 찾아내는 과정으로 볼 수 있다. 예를 들어, `낙타'의 주요 특성이 등에 있는 `혹'이라는 것을 알아내는 것이다. 그런데 훈련 데이터가 불충분할 경우 바람직하지 않은 특성까지도 같이 추출될 수 있는 문제가 발생한다. 예를 들어, 낙타 사진의 배경으로 종종 사막이 등장하기에 낙타에 대한 특성으로 `사막'이 추출되는 것도 가능하다. 사막은 낙타의 고유한 특성이 아닐뿐더러, 이러한 바람직하지 않은 특성으로 인해 사막이 아닌 곳(예: 동물원)에 있는 낙타는 인식하지 못할 수 있다.
이 교수팀이 개발한 기술은 심층 학습 모델의 훈련에서 바람직하지 않은 특성을 억제해 충분하지 않은 훈련 데이터를 가지고도 높은 예측 정확도를 달성할 수 있게 해준다.
우리 대학 지식서비스공학대학원에 재학 중인 박동민 박사과정 학생이 제1 저자, 송환준 박사, 김민석 박사과정 학생이 제2, 제3 저자로 각각 참여한 이번 연구는 최고권위 국제학술대회 `신경정보처리시스템학회(NeurIPS) 2021'에서 올 12월 발표될 예정이다. (논문명 : Task-Agnostic Undesirable Feature Deactivation Using Out-of-Distribution Data)
바람직하지 않은 특성을 억제하기 위해서 분포 外(out-of-distribution) 데이터를 활용한다. 예를 들어, 낙타와 호랑이 사진의 분류를 위한 훈련 데이터에 대해 여우 사진은 분포 외 데이터가 된다. 이때 이 교수팀이 착안한 점은 훈련 데이터에 존재하는 바람직하지 않은 특성은 분포 외 데이터에도 존재할 수 있다는 점이다.
즉, 위의 예에서 여우 사진의 배경으로도 사막이 나올 수 있다. 따라서 다량의 분포 외 데이터를 추가로 활용해 여기에서 추출된 특성은 영(0) 벡터가 되도록 심층 학습 모델의 훈련 과정을 규제해 바람직하지 않은 특성의 효과를 억제한다. 훈련 과정을 규제한다는 측면에서 정규화 방법론의 일종이라 볼 수 있다. 분포 외 데이터는 쓸모없는 것이라 여겨지고 있었으나, 이번 기술에 의해 훈련 데이터 부족을 해소할 수 있는 유용한 보완재로 탈바꿈될 수 있다.
연구팀은 이 정규화 방법론을 `비선호(比選好) 특성 억제'라고 이름 붙이고 이미지 데이터 분석의 세 가지 주요 문제에 적용했다. 그 결과, 기존 최신 방법론과 비교했을 때, 이미지 분류 문제에서 최대 12% 예측 정확도를 향상했고, 객체 검출 문제에서 최대 3% 예측 정확도를 향상했으며, 객체 지역화 문제에서 최대 8% 예측 정확도를 향상했다.
제1 저자인 박동민 박사과정 학생은 "이번 기술은 훈련 데이터 부족 현상을 해결할 수 있는 새로운 방법ˮ 이라면서 "분류, 회귀 분석을 비롯한 다양한 기계 학습 문제에 폭넓게 적용될 수 있어, 심층 학습의 전반적인 성능 개선에 기여할 수 있다ˮ 고 밝혔다.
연구팀을 지도한 이재길 교수도 "이 기술이 텐서플로우(TensorFlow) 혹은 파이토치(PyTorch)와 같은 기존의 심층 학습 라이브러리에 추가되면 기계 학습 및 심층 학습 학계에 큰 파급효과를 낼 수 있을 것이다ˮ고 말했다.
한편, 이 기술은 과학기술정보통신부 재원으로 정보통신기획평가원의 지원을 받아 SW컴퓨팅산업원천기술개발사업 SW스타랩 과제로 개발한 연구성과 결과물(2020-0-00862, DB4DL: 딥러닝 지원 고사용성 및 고성능 분산 인메모리 DBMS 개발)이다. (끝).
2021.10.27
조회수 9983
-
우수한 소재를 설계하는 딥러닝 방법론 개발
우리 대학 기계공학과 유승화 교수 연구팀이 능동-전이 학습 (active-transfer learning)과 데이터 증강기법(Data augmentation)에 기반해, 심층신경망 초기 훈련에 쓰인 소재들과 형태와 조합이 매우 다른 우수한 특성을 지닌 소재를 효율적으로 탐색하고 설계하는 방법론을 개발했다고 16일 밝혔다.
인공신경망에 기반해 방대한 설계 공간에서 새로운 소재를 찾기 위한 역설계 연구는 최근 매우 활발하게 진행되고 있다. 하지만 이러한 기존 설계 방식은 목표로 하는 소재의 형태와 조합이 심층신경망 훈련에 활용된 소재들과 매우 다를 때 인공신경망이 가지는 낮은 예측능력으로 인해 극히 많은 수의 소재 데이터 검증이 요구되며, 이에 따라 제한적으로만 활용이 가능하다.
연구팀은 이번 연구에서 이를 극복하기 위해 초기 훈련 데이터 영역에서 벗어나 우수한 소재를 효율적으로 탐색할 수 있는 인공신경망 기반 전진 설계 (Forward design) 방법론을 제안했다. 이 방법론은, <그림 1>에 도시된 바와 같이 유전 알고리즘과 결합된 능동-전이 학습 및 데이터 증강기법을 통해 심층신경망을 점진적으로 업데이트함으로써, 초기 훈련데이터를 벗어난 영역에서 심층신경망의 낮은 예측능력을 적은 숫자의 데이터 검증 및 추가로 보완한다.
유전 알고리즘에 의해 제안되는 우수 소재 후보군은 기보유한 소재 데이터를 조합해 도출하기 때문에 심층신경망의 신뢰할 수 있는 예측 영역과 설계 공간 측면에서 상대적으로 가까워 예측정확도가 유지된다. 이 후보군과 능동-전이 학습을 활용해 점진적으로 심층신경망의 신뢰성 있는 예측 범위를 확장하면, 초기 훈련데이터 영역 밖에서도 적은 데이터를 생성해 효율적인 설계 과정이 가능하다.
이번 방법은 천문학적인 수의 설계 구성을 가지는 그리드 복합소재 최적화 문제에 적용해 검증했으며, 이를 통해 전체 가능한 복합재 구조의 1029분의 1 가량인 10만 개의 복합재들만 초기 훈련 데이터로 활용해 심층신경망을 학습한 후, 이후 약 500개에 미치지 못하는 데이터 검증을 통해 초기 훈련에 쓰인 복합재와 매우 다른 구조를 가지고 우수한 특성을 지닌 복합재 구조를 설계할 수 있음을 보였다.
연구진이 개발한 방법론은 국소 최적점(Local optima)에 수렴하는 문제를 완화하면서도 인공신경망의 신뢰할 수 있는 예측 영역을 점진적으로 확장하는 효율적인 방법을 제공하기 때문에, 큰 설계 공간을 다루는 다양한 분야의 최적화 문제에 적용할 수 있을 것으로 기대되며, 특히 설계에 요구되는 데이터 검증의 숫자가 적기 때문에 데이터 생성에 시간이 오래 걸리고 비용이 많이 드는 설계 문제에서 이 방법론이 크게 활용될 수 있을 것으로 기대된다.
이번 연구는 공동 제 1저자 김용태 박사과정, 김영수 박사(한국기계연구원) 주도하에 진행됐으며, 유승화 교수(우리 대학 기계공학과)가 교신저자로 참여해, 국제학술지인 `npj 컴퓨테이셔널 머터리얼(Computational Material, IF:12.241)'에 `Deep Learning Framework for Material Design Space Exploration using Active Transfer Learning and Data Augmentation' 라는 제목으로 게재됐다.
이번 연구는 한국연구재단의 중견 연구자지원사업(3D 프린팅 복합재의 최적설계기법 및 피로수명 예측기법 개발)과 미래소재 디스커버리 사업 (레이저-물질 상호작용 멀티스케일 모델링을 통한 분자디자인), KAIST 글로벌 특이점 프렙 사업의 지원을 통해 수행됐다.
2021.09.16
조회수 9776
-
시각 정보가 행동으로 변환되는 신경회로 규명
우리 대학 생명과학과 이승희 교수 연구팀이 시각 정보를 인식해 목표 지향적 행동을 결정하는 대뇌 전두엽의 신경회로 기전을 새롭게 규명했다고 26일 밝혔다.
이 교수 연구팀은 시각 피질과 상호 작용하는 전측 대상회(전대상) 피질(Anterior cingulate cortex, ACC)의 억제성 신경회로가 동물이 시각 정보를 인식하고 이에 맞는 정확한 행동을 개시하는 데 중요한 역할을 함을 밝혔다. 연구 결과는 포유류 전두엽 전대상 피질의 신경회로가 어떻게 시각 인지 행동 및 충동적 행동을 제어할 수 있는지를 새롭게 규명해, 주의력결핍과잉행동장애(ADHD)와 같은 인지장애 및 충동성을 주 증상으로 하는 뇌질환 치료에 적용될 수 있을 것으로 기대된다.
생명과학과 김재현 박사가 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 뉴로사이언스 (Nature Neuroscience, IF 20.071)' 8월 19일 字 온라인판에 게재됐다. (논문명 : Gated feedforward inhibition in the frontal cortex releases goal-directed action)
우리는 외부 환경에서 유입되는 다양한 감각 정보를 인지해 상황에 맞는 행동을 수행한다. 한 예로, 운전할 때 신호등 앞에서 빨간색 신호를 보면 출발하지 않고 멈춰야 하며, 초록색 신호로 바뀌면 출발하게 된다. 이처럼 시각 정보를 인식하고 이에 맞는 운동 행동을 결정하기 위해 우리 뇌는 받아들인 감각 정보를 적절한 운동 정보로 변환해야 하는데, 이 교수 연구팀은 이것이 전대상 피질의 억제성 회로에 의해 이루어짐을 밝혔다.
연구팀은 뇌가 받아들인 시각 정보를 어떻게 운동 정보로 전달하는지 규명하기 위해, 시각 자극을 보면 물을 핥고 그렇지 않으면 물 핥기를 멈추는 목표 지향적 행동을 학습시킨 생쥐의 전대상 피질에 고밀도 실리콘 전극을 삽입해 생체 내 신경 신호를 측정 및 분석했다. 그 결과, 전두엽 전대상 피질 내에서 시각 피질로부터 정보를 받는 시각 반응성 신경세포들이 주변의 세포들을 억제할 경우 생쥐가 운동을 개시할 수 있음을 밝혔다.
또한, 약물적 방법을 이용해 전대상 피질의 활성 정도를 낮추게 되면 생쥐는 시각 자극이 주어지지 않았음에도 불구하고 충동적으로 목표 지향적 행위를 지속하는 비정상적인 행동 양상을 보였다. 이를 통해 전대상 피질은 정상적인 감각-운동 변환 과정에서도 핵심적인 기능을 수행할 뿐 아니라, 시각 정보가 없을 때 운동 개시를 멈추고 기다려야 하는 충동 조절에도 중요한 역할을 하고 있음을 밝혔다.
이 교수 연구팀은 바이러스 추적자, 광유전학, 다채널 전극 레코딩과 같은 신경과학 최첨단 실험 기법을 활용해 전대상 피질 내의 신경세포 타입과 회로가 어떠한 방식으로 시각 정보를 목표 지향적 운동 행위로 변환하는지에 대한 신경 메커니즘 원리를 최초로 규명했다.
전대상 피질에는 시각 정보에 반응하는 시각 반응성 신경세포, 운동 개시를 억제하는 운동 억제성 신경세포, 그리고 시각 정보와 운동 개시에 반응하지 않는 나머지 신경세포들이 존재함을 확인했다. 그리고 이와 같은 세 종류의 뉴런들의 신경 활성도는 생쥐가 시각 정보를 인지하여 행동을 개시하는 반응 속도와 유의미한 상관관계가 있음을 규명했다.
특히, 광유전학적(optognetics) 방법을 이용한 실험에서, 전대상 피질의 시각 반응성 뉴런들은 시각 피질로부터 신경 정보를 직접 전달받음을 확인했고, 광 자극으로 해당 신경 회로를 활성화할 때 시각 자극이 없어도 생쥐의 목표 지향적 행동을 유발할 수 있음을 증명했다.
이승희 교수는 "이번 연구 결과는 주의력결핍과잉행동장애 및 조현병과 같은 질병에서 전대상 피질이 정상적으로 작동하지 못할 때 나타나는 행동 장애를 치료하기 위한 정밀한 신경회로 타겟을 제시했다ˮ라고 말했다.
한편, 이번 연구는 한국 연구재단 및 KAIST 글로벌 특이점 프로그램의 지원을 통해 수행됐다.
2021.08.26
조회수 10358
-
동물의 과식을 억제하는 원리 규명
장면 하나, 영국의 전설적인 코미디 그룹인 몬티 파이선(Monthy Phython) 의 '삶의 의미(The meaning of life) (1983)'라는 영화에서는 영화사에 손꼽히는 충격적 장면이 등장한다. 배가 잔뜩 불러 레스토랑에 들어온 크레오소트 씨는 웨이터가 권하는 음식을 끊임없이 먹다가 결국 배가 터져버린다. 이로 인해 배 속에 있던 음식물이 레스토랑 전체로 흩뿌려지는 장면은 관객들에게 하여금 매우 불쾌한 감정을 느끼게 한다.
장면 둘, 오스트레일리아 빅토리아주 멜버른 대학교에서 모기를 연구하는 페란 로즈 박사가 공개한 영상이 화제가 되고 있다. 이 영상에서는 인간의 피를 탐욕스럽게 빨다가 결국 배가 터져버리는 모기의 충격적인 모습을 보여주고 있다. 본격적으로 시작되는 초여름 더위와 함께 찾아온 모기들 때문에 밤잠을 설친 사람이라면 약간의 통쾌함을 느낄 수도 있는 장면일 수도 있겠다.
앞서 제시한 두 가지의 충격적이고 약간은 괴기스러운 장면들은 실제 자연 상태에서는 발생하지 않는다는 공통점을 가지고 있다. 실제 자연 상태의 (인간을 포함한) 동물들에서는 특정 수준 이상으로 음식을 섭취하면 섭식 행동을 억제하는 신경전달체계가 작동해 과식으로 인한 내장 파열은 발생하지 않는다.
인간은 자연적인 상황에서 내장기관이 손상될 정도로 음식을 과도하게 먹지 않으며, 모기의 경우 과도한 섭식 행동을 억제하는 복부 신경중추가 물리적으로 파손됐기 때문에 배가 터지도록 피를 빨았던 것이다. 이렇듯 동물들은 과도한 섭식 행동을 억제하는 다양하고 체계적인 시스템을 가지고 있다. 이러한 과식 억제 신호에 대한 구체적 이해는 인간의 식이장애 및 비만 발생 과정을 이해하는 데 필수적이지만, 이에 관한 연구는 아직 충분히 이루어지지 않은 상태다. 이런 가운데 최근 국내외 연구진의 과식 방지를 위한 새로운 억제 신경망에 대한 연구결과가 밝혀져 화제가 되고 있다.
우리 대학 생명과학과 서성배 교수 연구팀이 뉴욕대학교 (NYU) 오양균 박사 연구팀과 공동연구를 통해 충분한 음식을 섭취한 초파리에서 특이적으로 발견되는 두 개의 독립적인 과식 억제 시스템을 최초로 발견했다고 15일 밝혔다. 뉴욕대학교 (NYU) 오양균 박사가 제1 저자로, KAIST 생명과학과 서성배 교수가 교신저자로 참여한 이번 연구 결과는 국제 신경과학 전문 최고 권위 학술지 `뉴런 (Neuron)'의 5월 19일 字 온라인판에 게재됐다. (논문명: Periphery signals generated by Piezo-mediated stomach stretch and Neuromedin-mediated glucose load regulate the Drosophila brain nutrient sensor)
동물의 뇌 속에는 미각 신경이 생기기 이전부터 있어온 영양분 감지 신경세포들이 존재한다. 서성배 교수가 뉴욕대(NYU) 재직 당시 박사후 연구원 모니카 더스(Monica Dus) 박사와 함께 발표한 2015년 논문에서 초파리가 영양분을 필요로 하는 상황에서 다우레틱 호르몬(Diuretic Hormone 44, DH44) 펩타이드를 특이적으로 분비하는 신경세포(DH44+ 신경세포)가 체내 당분의 농도를 감지함으로써 영양가 있는 음식을 선택하도록 행동 변화를 일으키는 현상을 발견했다. 이전까지 포유동물의 뇌 속에서 영양분을 감지해 자신의 활성을 조절하는 신경세포들은 보고된 적이 있으나, 이들 영양분 감지 신경세포의 생물학적 기능은 위 연구를 통해서 최초로 보고됐다.
DH44 신경세포의 생물학적 기능에 대한 발표를 한 연구팀은 후속 연구를 통해 초파리 체내에 영양분이 많은 상황에서는 DH44 신경세포를 특이적으로 억제하는 상위 조절 신호를 발견했으며 오양균 박사를 중심으로 이들 억제 신호에 관한 본격적인 연구가 시작됐다.
먼저 연구팀은 DH44 신경세포의 생물학적 기능이 단지 초파리의 음식 선택 행동을 조절하는 데 그치지 않고 영양분이 필요한 상황에서 적극적으로 영양적 가치가 있는 탄수화물류에 대한 섭식 행동을 증가시킴을 자동화된 초파리 섭식 행동 측정 장치를 이용해 증명했다. 즉 DH44 신경세포의 활성화는 초파리가 식사량을 증가시키며, 배가 부른 상태에서 특이적으로 활성화되는 억제 신호를 통해 DH44 활성화에 의한 과잉 섭식 행동이 방지되는 것이다.
이어서 연구팀은 DH44 신경세포에 대한 억제 신호가 초파리 뇌 밖의 주변 장기들로부터 전해져 오는 것을 실험으로 확인했다. 연구팀은 구체적으로 어떠한 말단 장기에서 DH44 억제 신호를 보내는지 확인하기 위해 초파리의 뇌와 연결된 다양한 말단 장기들을 하나씩 제거해 나가는 방식으로 억제 신호의 유래를 추적했으며, 그 결과 초파리의 위에 해당하는 내장 부위와(Crop), 척수에 해당하는 복부 신경중추(ventral nerve cord, VNC) 에서 DH44 억제 신호가 발생함을 확인했다.
계속해서 연구팀은 DH44 신경세포가 초파리의 위에 해당하는 내장기관에 신경 가지를 뻗어서 음식물 섭취에 의한 해당 기관의 물리적 팽창 신호를 `피에조(Piezo)' 채널을 통해 인지할 수 있음을 확인했다. 피에조 채널은 특정 세포나 조직에 가해지는 물리적 팽창을 감지할 수 있는 센서로 포유동물의 호흡, 혈압 조절 등에 중요한 역할을 하고 있으며 초파리에게서는 소화기관의 물리적 팽창 감지를 통한 식욕 억제를 유발한다. 이번 연구에서는 피에조 채널이 음식물 섭취에 의한 초파리 위의 물리적 팽창을 감지한 후 DH44 신경세포의 기능을 특이적으로 억제해 추가적인 탄수화물 섭취 행위를 방지함으로써 과도한 물리적 팽창으로부터 내장기관을 보호하는 기능을 가짐을 밝혔다.
또한, 초파리의 척수에 해당하는 복부 신경중추에 있는 `후긴(Hugin)' 신경세포는 채 내에 순환되고 있는 영양분의 농도가 높을 때 이를 감지해 후긴 수용체를 발현하고 있는 DH44 세포들의 신경 활성을 억제한다. 이러한 작용을 통해 이미 체내 에너지가 높은 상태일 때 소화기관에 부담을 줄 수 있는 추가적 섭식 행동을 효과적으로 차단할 수 있음을 실험적으로 확인했다.
위 실험들을 통해 연구팀은 초파리 내장기관에 가해지는 물리적 압력을 인지해 활성화되는 피에조 채널과 체내에 순환되는 영양분이 많을 때 활성화되는 후긴 신경세포들이 각기 다른 물리적, 화학적 신호를 인지해 서로 독립적이면서도 상호보완적으로 DH44 세포 활성화를 통해 야기될 수 있는 과식을 억제함을 확인했다.
서성배 교수는 "이번 연구 결과는 동물의 뇌 속에 존재하는 영양분 감지 신경세포의 섭식 유도기능이 상위 신호전달 체계에 의해서 특이적으로 억제될 수 있음을 보여주는 첫 번째 사례ˮ라며 "과식에 대한 억제는 독립적으로 인지되는 물리, 화학적 척도를 다각적으로 종합해 체계적으로 이뤄져야 할 만큼 동물 생존에 매우 중요함을 다시 한번 보여주는 결과이며 인간의 식이장애 및 비만 예방에 도움이 되기 위한 밑거름이 될 연구 결과ˮ라고 말했다.
즉, 처음에 제시한 두 가지 끔찍한 장면들은 동물에 존재하는 유기적인 과식 억제 시스템으로 인해 자연 상태에서는 일어날 가능성이 희박함을 이번 연구 결과를 통해 다시금 확인할 수 있다.
2021.06.15
조회수 49180
-
신경세포의 흥분성 증가로 인한 뇌 질환 기제 규명
관련 유튜브 영상 링크 : https://www.youtube.com/watch?v=dwV_Xs7tHEY&t=13s
우리 연구진이 뇌 신경세포의 흥분과 억제 불균형을 일으키는 새로운 기전을 규명했다. 이는 발작과 같은 다양한 뇌 신경질환의 원인과 연결되며, 뇌 질환 치료에 활용이 기대된다.
우리 대학 생명과학과 정원석 교수와 박정주 박사과정 연구팀이 억제성 시냅스가 *미세아교세포에 의해 제거되는 분자 기전을 처음으로 밝히고, 이 현상이 과도하게 일어날 때 신경세포의 흥분성 증가로 발작과 같은 뇌 질환이 일어날 수 있음을 증명해 국제학술지 `엠보저널(EMBO Journal)'에 공개했다고 2일 밝혔다.
☞ 미세아교세포(microgila): 뇌에서 면역기능을 담당하는 신경세포의 일종이다. 뇌와 척추 전역에 분포돼 있으며, 정상적인 뇌 기능을 수행하도록 핵심적인 역할을 한다.
*시냅스는 뇌 발달 및 학습 시에 생성과 제거가 반복되는 변화를 겪는다. 정원석 교수 연구팀은 이전 연구를 통해 비신경세포인 별아교세포와 미세아교세포가 신경세포의 불필요한 시냅스를 잡아먹어 제거할 수 있음을 밝힌 바 있다. 하지만, 이 과정에서 어떤 물질이 특정 시냅스를 표지해 교세포들로 하여금 제거하도록 유도하는지는 알려지지 않았다.
☞ 시냅스(synapse): 뉴런(신경세포) 간 또는 뉴런과 다른 세포 사이의 접합 관계나 접합 부위를 말한다. 뉴런이 모여 있는 곳, 즉 뇌와 척수에 집중되어 있다.
연구팀은 포스파티딜세린 (phosphatidylserine)이라는 세포막에 존재하는 인지질 중의 하나가 죽어가는 세포 표면에 선택적으로 표지돼 면역세포에 의해 세포를 잡아먹도록 유도한다는 사실에 착안했다. 죽어가는 세포가 제거되는 분자 기전이 시냅스만이 선택적으로 제거되는 현상에도 응용될 수 있을 것이라 예상한 것이다.
이 가정을 증명하기 위해 연구팀은 포스파티딜세린을 신경세포 표면에 인위적으로 노출한 후, 특정 시냅스가 교세포에 의해 잡아먹힐 수 있는지 연구했다.
먼저 연구팀은 포스파티딜세린을 항상 세포 표면으로부터 안으로 지속적으로 불러들여 정상 세포막에서 이들을 노출되지 않도록 막고 있는 플립파아제(Flippase)라는 단백질의 기능을 신경세포에서만 억제할 수 있는 실험용 쥐 모델을 제작했다.
그 결과 놀랍게도 신경세포의 세포체 주변의 표면에서만 선택적으로 포스파티딜세린이 표지됨을 발견했고 이로 인해 세포막이나 흥분성 시냅스의 손상 없이 억제성 시냅스만이 선택적으로 감소함을 발견했다. 그뿐만 아니라 해당 쥐 모델은 청각을 담당하는 뇌 지역에서 흥분-억제 균형이 깨져서 소리로 인해 촉발되는 특이한 발작 증세를 일으킴을 확인했다.
더 나아가 연구팀은 미세아교세포를 인위적으로 제거하거나 미세아교세포에 존재하는 특정 포식 수용체를 제거했을 때, 신경세포의 표면에 포스파티딜세린이 표지되었을지라도 과도한 억제성 시냅스 감소와 발작 증세가 방지될 수 있음을 발견했다.
이로써 신경세포체 주변 세포막에 포스파티딜세린이 표지되는 것이 미세아교세포가 포식 수용체를 통해 억제성 시냅스만을 선택적으로 먹는 기전으로 쓰일 수 있음을 최초로 규명한 것이다.
연구팀의 이 같은 발견은 흥분성 및 억제성 시냅스가 서로 다른 기전을 통해 미세아교세포에 의해 제거될 수 있음을 처음으로 제시한 것이며, 미세아교세포에 의한 과도한 억제성 시냅스 제거 기전이 뇌 신경세포의 흥분-억제 불균형 발생의 새로운 원인이 될 수 있음을 증명한 것이다.
연구팀 관계자는 "비정상적인 억제성 시냅스 수 변화는 발작, 자폐 스펙트럼 장애, 조현병, 치매 등과 같은 다양한 뇌 질환의 유병률과 연관성이 높다ˮ며 "뇌에서의 흥분-억제 균형이 깨져서 일어나는 다양한 뇌 신경질환에서 미세아교세포가 억제성 시냅스를 먹는 현상을 조절하는 것이 이들 질환을 치료하는 새로운 전략이 될 것이다ˮ고 말했다.
우리 대학 생명과학과 박정주 박사과정이 제1 저자로 참여하고, 정원석 교수가 교신저자로 참여한 이번 연구는 국제학술지 `엠보저널(EMBO Journal)'에 지난 5월 20일 字 공개됐다. (논문명: Microglial MERTK eliminates phosphatidylserine-displaying inhibitory post-synapses)
한편, 이번 연구는 삼성미래기술육성재단의 도움을 받아 진행됐다.
2021.06.03
조회수 57665
-
난치성 뇌전증의 새로운 진단법 개발
우리 대학 의과학대학원 이정호 교수 연구팀이 프랑스 파리 소르본 대학교(Sorbonne University) 뇌연구센터 스테파니 볼락(Stéphanie Baulac) 교수 연구팀과 공동연구를 통해 다양한 난치성 뇌전증 환자의 뇌 특이적 체성 돌연변이 유전자를 뇌척수액에서 검출했다고 26일 밝혔다.
의과학대학원 김세연 석박사통합과정 학생이 제1 저자로 참여한 이번 연구내용은 정신의학 분야 국제 학술지 `신경학회보(Annals of Neurology)'에 지난달 4일 字 온라인 게재됐다. (논문명 : Detection of Brain Somatic Mutations in Cerebrospinal Fluid from Refractory Epilepsy Patients)
난치성 뇌전증은 많은 경우 발생 과정 중 뇌 신경세포에만 국소 특이적으로 생긴 체성 돌연변이(somatic mutation)에 의해 일어난다. 최근 들어 혈장과 같은 체액에 세포가 괴사해 생기는 세포 유리 DNA(circulating cell -free DNA)를 활용해 비침습적(noninvasive) 진단과 예후를 밝히려는 시도가 활발했다.
하지만, 뇌는 다른 장기와는 다르게 뇌혈관 장벽으로 막혀있기 때문에 병인 돌연변이를 포함한 세포 유리 DNA가 혈장에서는 검출되지 않는다. 그래서 난치성 뇌전증 환자들은 원인 유전자를 찾기 위해 뇌수술로 병변 부위를 도려내어 병인 돌연변이를 알아냈으며, 뇌척수액을 통해 세포 유리 DNA를 검출하려는 시도 자체가 없었다.
이에 연구팀은 난치성 뇌전증 환자의 뇌척수액에 존재하는 미량의 세포 유리 DNA에도 병인 돌연변이가 존재할 가능성을 주목했다.
연구팀은 난치성 뇌전증 환자 12명의 뇌척수액에서 극미량으로 존재하는 세포 유리 DNA를 정제하고 증폭해 병변 부위에서 이미 검출한 돌연변이가 존재하는지 디지털 중합효소연쇄반응(digital droplet PCR)로 분석 진행했다. 그 결과 3명의 난치성 뇌전증 환자에서 평균 0.57%로 존재하는 병인 유발 돌연변이 유전자를 검출했다.
논문의 주저자인 김세연 석박사통합과정 학생은 "난치성 뇌전증의 원인 유전자 검출은 수술을 통해 조직을 얻어야만 가능했는데 뇌척수액만을 채취해 돌연변이를 검출할 수 있고, 이 검출법이 새로운 진단법으로 쓰이길 기대한다ˮ고 말했다.
연구팀은 이를 통해 악성 뇌종양이 아닌 난치성 뇌전증 환자의 뇌척수액에서 병인 유발 돌연변이를 검출할 수 있음을 밝히고 나아가 수술 없이 척추 주사를 통해 최소 침습적인 방식으로 병인 돌연변이를 진단할 수 있는 틀을 마련했다. 또한, 진단뿐만 아니라 같은 방식을 통해 치료 후 환자의 예후를 지켜볼 수 있을 것으로 기대한다.
연구팀은 이번 연구 결과를 바탕으로 우리 대학 교원창업 기업(소바젠, 대표 김병태)을 통해 난치성 뇌전증의 치료제 개발과 더불어 진단법 활용을 개발할 계획이다.
한편 이번 연구는 서경배 과학재단, 보건복지부 및 한국연구재단의 지원을 받아 수행했다.
2021.05.27
조회수 45366
-
서성배 교수 연구팀, 동물의 식습관을 조절하는 원리 규명해 네이처 게재
우리 대학 생명과학과 서성배 교수 연구팀이 서울대학교 생명과학부 이원재 교수 연구팀과 공동연구를 통해 체내 단백질, 필수아미노산 부족을 감지하는 장 세포와 필수아미노산을 섭취하도록 섭식행동을 조절하는 구체적인 원리를 규명했다고 7일 밝혔다. 그뿐만 아니라, 공동연구팀은 필수아미노산을 생산하는 장내미생물이 이러한 메커니즘에 어떠한 영향을 미치는 지도 규명했다.
사람이든 동물이든 수분이 부족하면 갈증을 느끼고 물을 마시고, 혈당량이 떨어지면 당을 찾아 먹는다. 필수 영양소가 부족하면 자연스럽게 이를 섭취하기 위한 행동 변화가 있다는 것은 누구나 경험적으로 쉽게 알 수 있는 사실이다. 과학자들은 수분이나 당분뿐만 아니라 필수아미노산과 같은 영양소에 대해서도 동물들이 결핍을 인지하여 항상성을 유지하는 메커니즘을 가지고 있을 것이라 오랫동안 예상해 왔지만, 그동안 이를 구체적으로 밝힌 연구는 없었다.
필수아미노산 항상성은 수분 항상성보다 복잡한 메커니즘을 가질 수밖에 없다. 장내미생물의 종류에 따라 반드시 섭취해야 하는 필수아미노산의 종류가 달라지기 때문이다. 예를 들면, 코알라의 경우 주된 먹이가 되는 나뭇잎의 섬유질을 직접 소화하지 못하고, 장내미생물이 나뭇잎을 분해하여 흡수 가능한 영양소를 만들어 내면 이를 흡수한다. 그런데 장내미생물의 종류에 따라 분해할 수 있는 나뭇잎의 종류가 달라지고, 이에 따라 코알라의 식성도 달라진다. 이는 필수아미노산과 같이 미생물을 통해 합성이 가능한 영양소의 경우, 똑같은 종의 동물들이라 해도, 동일한 필수아미노산이 부족한 상황에서 각 개체가 보유하고 있는 장내미생물의 종류에 따라 다른 식성을 보일 수 있다는 것을 의미한다.
공동연구팀은 이번 연구에서 어떤 유전자가 체내 필수아미노산 부족을 감지하는지 찾아내고, 어떤 신호를 통해 부족한 아미노산을 섭취하도록 섭식행동을 조절하는지 규명했으며, 필수아미노산을 생산하는 장내미생물이 이러한 메커니즘에 어떠한 영향을 미치는지 확인하기 위한 실험을 진행했다.
연구진은 초파리에 필수아미노산이 결핍된 먹이를 제공하거나 유전적 결핍 혹은 유전자 조작을 이용해 필수아미노산을 생산하지 못하는 장내미생물을 초파리에 도입하면, 초파리의 장 호르몬 중 하나인 CNMa 호르몬의 발현이 유도됨을 확인했다. 흥미롭게도, 이 호르몬은 그동안 장 호르몬이 발현된다고 알려진 내분비세포 (enteroendocrine cells)가 아닌 장 상피세포(enterocytes)에서 발현되는데 이는 장 상피세포가 필수아미노산 결핍을 직접 인지한다는 것을 의미한다. 또한 공동연구팀은 CNMa 호르몬이 발현되는 과정에서 기존에 세포 내 아미노산 센서로 잘 알려진 Gcn2와 Tor 분자들이 관여한다는 사실도 증명했다. CNMa 호르몬의 수용체는 두뇌와 장 신경세포(enteric neuron)에서 발현하는데 CNMa 수용체를 발현하는 신경세포가 활성화되는지 여부에 따라 필수아미노산을 섭취하려는 섭식행동이 증가하거나 감소한다.
이번 논문은 동물이 필수아미노산의 부족을 인지한 후 필수아미노산이 풍부한 음식을 섭취하는 행동을 장내미생물-장-뇌 축(microbiome-gut-brain axis)을 통해 분자적 수준에서 설명한 최초의 논문이다.
제 1저자인 우리 대학 김보람 연구원은 “이번 연구 결과는 장내미생물에서 동물의 장 그리고 뇌로 이어지는 장내미생물-장-뇌 축을 통해 아미노산 결핍이 일어난다는 사실을 처음으로 밝혔다는데 큰 의미가 있으며, 초파리뿐만 아니라, 사람을 포함한 척추동물에서도 이런 경로를 통해 장내미생물이 동물의 식성을 조절할 가능성을 제기한다. 만약 장내미생물과 동물의 식습관이 장뇌 축을 통해 조절된다면, 미생물 섭취라는 방법을 통해 현대인의 불균형한 식습관으로 인한 만성 질병을 개선할 수도 있을 것이며, 그런 점에서 이 논문의 가치를 찾을 수 있다”라고 말했다.
최근 10여 년간 탄수화물 영양소를 감지하는 체내의 센서나 센싱세포를 두뇌나 다른 기관에서 규명했고 이번 공동연구를 통해 장 세포에서 필수아미노산 결핍을 인지하는 원리를 밝힌 서성배 교수는 “여러 영양소가 미각에 의해 피상적으로 1차 감지되지만 어떻게 체내에서 인지되고 섭식행동을 유도하는 연구는 그의 중요성에 비해 아직 매우 제한적이다. 그 이유는 체내의 영양소 센서를 마우스나 복잡한 포유류에서 발견하기는 쉽지 않기에 유전자 조작이 용이한 초파리를 이용해서 영양소 센서를 초파리에서 규명한 후에 쥐나 인간에서 그의 대응체를 찾는 방법을 선택했다. 영양소 센서는 모든 개체에 중요하고 진화적으로도 보존이 돼 있을 것 같아 초파리에서 밝힌 센서들이 포유류에서도 비슷한 역할을 할 것이라고 추측된다. 영양소에는 탄수화물, 단백질, 지방 같은 거대영양소뿐 아니라 비타민, 아연, 소금 등 소량영양소가 존재하는데 그 센서들을 규명하고 섭식행동에 미치는 영향이나 대사 질환, 성인병에 관련성 연구는 더욱 증폭될 것이라 예상된다.”고 말했다.
김보람 박사가 제1 저자로 참여하고 우리 대학 서성배 교수, 서울대학교 이원재 교수가 공동교신저자로 참여한 이번 연구 결과는 국제학술지 ‘네이처(Nature)’ 5월 5일 자 온라인판에 게재됐다 (논문명 : Response of the Drosophila microbiome-gut-brain axis to amino acid deficit).
2021.05.07
조회수 25625