%EC%BD%94%EB%A1%9C%EB%82%98
-
중증 코로나19 환자의 사이토카인 폭풍 원인 찾았다
우리 대학 의과학대학원 신의철 교수와 생명과학과 정인경 교수 연구팀이 서울아산병원 김성한 교수·연세대 세브란스병원 최준용·안진영 교수, 충북대병원 정혜원 교수와의 공동연구를 통해 중증 코로나19 환자에서 나타나는 과잉 염증반응을 일으키는 원인을 발견했다.
과잉 염증반응이란 흔히 '사이토카인 폭풍'이라고도 불리는 증상인데 면역 물질인 사이토카인(cytokine)이 과다하게 분비돼 이 물질이 정상 세포를 공격하는 현상이다.
☞ 사이토카인(cytokine): 면역세포로부터 분비되는 단백질 면역조절제로서 자가분비형 신호전달(autocrine signaling), 측분비 신호전달(paracrine signaling), 내분비 신호전달(endocrine signaling) 과정에서 특정 수용체와 결합하여 면역반응에 관여한다. 세포의 증식, 분화, 세포사멸 또는 상처 치료 등에 관여하는 다양한 종류의 사이토카인이 존재하며, 특히 면역과 염증에 관여하는 것이 많다. 세포를 의미하는 접두어인 ‘cyto’와 그리스어로 ‘움직이다’를 의미하는 ‘kinein’으로부터 cytokine이 명명됐다.
☞ 사이토카인 폭풍(cytokine storm): 인체에 바이러스가 침투하였을 때 면역 물질인 사이토카인이 과다하게 분비되어 정상 세포를 공격하는 현상
빠르게 확산하고 있는 코로나19 바이러스는 전 세계적으로 이미 1,300만 명 이상이 감염됐고 이 중 50만 명 이상이 사망했다. 코로나19 바이러스에 감염된 환자들은 경증 질환만을 앓고 자연적으로 회복되는 경우가 많으나, 어떤 환자들은 중증 질환으로 발전해 심한 경우 사망하기도 한다. 흔히 사이토카인 폭풍 때문에 중증 코로나19가 유발된다는 사실이 널리 알려져 있다. 하지만 어떤 이유에서 과잉 염증반응이 일어나는지 구체적인 원인은 아직도 알려지지 않아 중증 코로나19 환자의 치료에 많은 어려움을 겪고 있다.
우리 대학 의과학대학원 이정석 연구원 및 생명과학과 박성완 연구원이 주도한 이번 연구에서 공동연구팀은 중증 및 경증 코로나19 환자로부터 혈액을 얻은 후 면역세포들을 분리하고 단일 세포 유전자발현 분석이라는 최신 연구기법을 적용해 그 특성을 상세히 분석했다. 그 결과, 중증 또는 경증을 막론하고 코로나19 환자의 면역세포에서 염증성 사이토카인의 일종인 종양괴사인자(TNF)와 인터류킨-1(IL-1)이 공통으로 나타나는 현상을 발견했다. 연구팀은 특히 중증과 경증 환자를 비교 분석한 결과, 인터페론이라는 사이토카인 반응이 중증 환자에게서만 특징적으로 강하게 나타남을 확인했다.
☞ 인터페론(interferon): 사이토카인(cytokine)의 일종으로 숙주 세포가 바이러스, 세균, 기생균 등 다양한 병원체에 감염되거나 혹은 암세포 존재 하에서 합성되고 분비되는 당단백질이다. 일반적으로 바이러스에 감염된 세포에서 분비되는 제 1형 인터페론이 많이 알려져 있으며 주변 세포들이 항바이러스 방어 효과를 나타낼 수 있도록 돕는다.
지금까지 인터페론은 항바이러스 작용을 하는 착한(?) 사이토카인으로 알려져 있으나, 공동연구팀은 인터페론 반응이 코로나19 환자에서는 오히려 과도한 염증반응을 촉발하는 원인이 될 수 있다는 사실을 다양한 방법을 통해 이를 증명했다.
삼성미래기술육성재단과 서경배과학재단의 지원을 받아 수행한 공동연구팀의 이번 연구결과는 면역학 분야 국제 학술지인 사이언스 면역학(Science Immunology)誌 7월 10일 字에 게재됐다(논문명: Immunophenotyping of COVID-19 and Influenza Highlights the Role of Type I Interferons in Development of Severe COVID-19).
연구팀은 중증 코로나19 환자의 과잉 염증반응 완화를 위해 현재에는 스테로이드제와 같은 비특이적 항염증 약물이 사용하고 있는데 이번 연구 성과를 계기로 인터페론을 표적으로 하는 새로운 치료방법도 고려할 수 있음을 보여준다며 중증 코로나19 환자 치료에 새로운 패러다임을 제시한 획기적인 연구라고 이 연구에 대한 의미를 부여했다.
관련 학계와 의료계에서도 코로나19의 재확산 등 팬데믹이 지속되는 현 상황에서 KAIST와 대학병원 연구팀이 긴밀한 협력을 통해 코로나19의 면역학적 원리를 밝히고 새로운 치료전략을 제시한 이번 연구를 중개 연구(translational research)의 주요 성과로 높게 평가했다.
공동연구팀은 현재 중증 코로나19 환자의 과잉 염증반응을 완화해 환자 생존율을 높일 수 있는 약물을 시험관 내에서 효율적으로 검색하고 발굴하는 방법을 개발하는 후속연구를 진행중에 있다.
이번 연구를 주도한 이정석 연구원은 내과 전문의로서 의과학대학원 박사과정에 재학 중인데 "중증 코로나19 환자의 의료적 문제를 해결하기 위해 정인경 교수 연구팀과 함께 이번 연구를 긴박하게 시작했는데 서울아산병원과 연세대 세브란스병원·충북대병원의 적극적인 지원에 힘입어 불과 3개월 만에 마칠 수 있게 됐다ˮ고 말했다.
정인경 교수는 "코로나19와 같은 신규 질환의 특성을 신속하게 규명하는데 있어 최신 단일세포 전사체 빅데이터 분석법이 매우 효과적ˮ이었음을 밝혔다.
신의철 교수도 "이번 연구는 코로나19 환자의 면역세포에서 어떤 일이 벌어지는지 상세히 연구함으로써 향후 치료전략을 설계할 수 있는 토대를 마련했다는 점에서 매우 중요하고 의미가 있는 연구ˮ라고 평가했다.
신의철 교수와 정인경 교수는 이와 함께 "중증 코로나19 환자의 생존율을 높일 수 있도록 새로운 면역기전 연구 및 환자 맞춤 항염증 약물 사용에 관한 연구를 지속적으로 수행할 것ˮ이라고 강조했다.
2020.07.14 조회수 30549 -
사생활 침해 논란없는 코로나19 감염병 확산방지시스템 개발
세계 각국에서 주목을 받는 K-방역을 떠받쳐 온 코로나19 관련 검사·추적·치료 등 기존 3T 시스템을 한층 업그레이드시킨 새로운 `코로나19 감염병 확산방지시스템(앱&웹)'이 개발됐다.
우리 대학이 개발한 이 시스템은 GPS·무선랜·블루투스·기압계·관성 센서의 신호를 주기적으로 수집, 기록하는 스마트폰 블랙박스를 기반으로 하고 있어 사생활 침해 논란을 최소화하면서 신속한 역학조사와 격리자 관리 등 코로나19 상황에 효율적인 대응이 가능하다. 기존 3T 시스템은 신용카드 이용 내역 등 광범위한 개인정보 접근을 통해 확진자 동선을 공개하는 과정에서 사생활 노출로 인한 인권침해 우려가 꾸준히 제기돼 왔다.
전산학부 지능형서비스통합연구실 한동수 교수 연구팀은 스마트폰의 이동 동선을 기록하는 스마트폰 블랙박스를 기반으로 `코로나19 감염병 확산방지시스템(앱&웹)'을 개발했다고 10일 밝혔다.
한 교수 연구팀이 개발한 스마트폰 블랙박스 시스템은 스마트폰에 내장돼있는 GPS와 와이파이·블루투스·관성 센서 등을 통해서 수집된 신호를 보관했다가 2주가 지나면 자동으로 폐기한다. 또 개인 스마트폰 블랙박스에 저장된 기록은 일체 외부로 유출되지 않으며 특히 확진자의 동선을 공개하는 경우에도 문자로 표현되는 장소 정보가 아닌 신호 정보를 공개하기 때문에 확진자의 사생활 보호가 가능하다.
따라서 코로나19 집단감염대응 차원에서 그동안 꾸준히 지적돼 온 개인의 사생활 침해 문제에 대해 기존과는 다르게 보다 섬세한 방법으로 접근했다는 점이 이 시스템의 가장 큰 특징이다.
한 교수팀의 `코로나19 감염병 확산방지시스템'은 크게 일반인을 위한 `바이러스 노출 자가진단 시스템'과 감염병 관리기관을 위한 `확진자 역학조사 시스템', 그리고 `격리자 관리 시스템' 등 3개 시스템으로 이뤄져 있다.
우선 `바이러스 노출 자가진단 시스템'은 확진자의 동선과 개인의 스마트폰 블랙박스에 기록된 동선의 중첩 여부를 체크해 이뤄진다. 현재 방식은 확진자의 정보가 메시지를 통해 전달되고 개개인이 직접 확진자의 동선을 확인하는 불편함이 따르지만 한 교수팀이 개발한 시스템에서는 사용자가 수시로 해당 앱의 버튼을 눌러 바이러스 노출 여부를 쉽고 빠르게 체크할 수 있다.
`확진자 역학조사 시스템'을 통해 확진자 관련 역학조사를 빠르고 정확하게 수행할 수 있다. 코로나19 감염병 확진을 받은 환자의 스마트폰 블랙박스에 기록된 신호를 지도상에 표시를 해주기 때문에 역학 조사관이 확진자의 이동 동선을 쉽게 파악할 수 있다.
한동수 교수는 이와 함께 이 시스템에 지난 10여년간 개발해 온 실내·외 통합 위치 인식시스템 KAILOS(KAIST Locating System)의 기능도 적용했다. 이에 따라 실내지도와 신호지도가 준비된 건물에서는 건물 내부에서도 확진자의 이동 동선을 확인할 수 있다.
스마트폰 블랙박스는 격리자 관리에도 활용된다. 격리자의 스마트폰 블랙박스가 수집한 신호는 주기적으로 `격리자 관리 시스템'에 전송된다. `격리자 관리 시스템'은 전송받은 신호를 실시간으로 분석해 격리자의 격리공간 이탈 여부를 확인한다. GPS 신호뿐 아니라 무선랜 신호를 사용함으로써 실외뿐 아니라 실내에서의 확진자 격리공간 이탈 여부를 확인할 수 있어 기존 방식보다 더 정확하게 격리자를 관리할 수 있다는 게 강점이다.
한동수 교수는 "현재 약 30여 종의 스마트폰이 사용되고 있는데 스마트폰마다 탑재된 센서의 종류가 매우 다양해서 연구팀이 개발한 시스템을 다양한 스마트폰에 이식하고 테스트하는 작업을 진행하고 있다ˮ면서 "이 작업을 마치는 대로 곧 시스템을 출시할 계획ˮ이라고 소개했다.
KAIST 신성철 총장도 "PreSPI(Prevention System for Pandemic Disease Infection)로 이름 붙인 이 시스템을 활용하면 코로나19 재확산으로 수고하는 의료진 등 방역 분야 종사자들의 수고와 시간을 획기적으로 줄일 수 있고 사생활 침해 논란 없이 신속하고 정확한 역학조사가 가능해져 K-방역의 우수성을 다시 한번 세계 각국에 과시하는 계기가 될 것ˮ이라고 강조했다.
2020.06.11 조회수 23169 -
정확성이 획기적으로 향상된 코로나19 영상 진단 기술 개발
우리 대학 바이오및뇌공학과 예종철 교수 연구팀이 흉부 단순 방사선 촬영 영상으로 신종 코로나바이러스 감염증(이하 코로나19) 진단의 정확성을 획기적으로 개선한 인공지능(AI) 기술을 개발했다.
예 교수 연구팀이 개발한 인공지능 기술을 사용해 코로나19 감염 여부를 진단한 결과, 영상 판독 전문가의 69%보다 17%가 향상된 86%이상의 우수한 정확성을 보였다고 KAIST 관계자는 설명했다.
이 기술을 세계적으로 대유행하는 코로나19 선별 진료(Triage)체계에 도입하면 상시 신속한 진단이 가능할 뿐만 아니라 한정된 의료 자원의 효율적인 사용에 큰 도움을 줄 것으로 기대된다.
오유진 박사과정과 박상준 박사과정이 공동 1저자로 참여한 이 연구 결과는 국제 학술지 `아이트리플이 트랜잭션 온 메디컬 이미징(IEEE transactions on medical imaging)'의 `영상기반 코로나19 진단 인공지능기술' 특집호 5월 8일 字 온라인판에 게재됐다. (논문명 : Deep Learning COVID-19 Features on CXR using Limited Training Data Sets)
현재 전 세계적으로 확진자 500만 명을 넘긴 코로나19 진단검사에는 통상 역전사 중합 효소 연쇄 반응(RT-PCR, Reverse Transcription Polymerase Chain Reaction)을 이용한 장비가 사용된다. RT-PCR 검사의 정확성은 90% 이상으로 알려져 있으나, 검사 결과가 나오기까지는 많은 시간이 걸리며 모든 환자에게 시행하기에 비용이 많이 든다는 단점이 있다.
컴퓨터 단층촬영(CT, Computed Tomography)을 이용한 검사도 비교적 높은 정확성을 보이지만 일반적인 X선 단순촬영 검사에 비해 많은 시간이 소요되고 바이러스에 의한 장비의 오염 가능성 때문에 선별 진료에 사용되기 어렵다.
흉부 단순 방사선 촬영(CXR, Chest X-ray)은 여러 폐 질환에서 표준 선별 검사로 활용되고 있지만 코로나19에는 RT-PCR와 CT 검사에 비해 정확성이 현저하게 떨어진다. 그러나, 최근 팬데믹으로 세계 각국에서 확진자 수가 급증함에 따라 비용이 적게 들어가고 검사방법이 용이한 CXR 검사를 정확성을 높여 활용하자는 요구가 증가하고 있다.
그동안 심층 학습(Deep Learning) 기법을 적용해 CXR 영상을 통해 코로나19를 진단하는 여러 연구사례가 보고되고 있지만 진단 정확성을 높이기 위해서는 많은 양의 데이터 확보가 필수적이며 현재와 같은 비상 상황에서는 일관되게 정제된 대량의 데이터를 수집하기가 극히 어렵다.
예 교수 연구팀은 자체 개발한 전처리(Preprocessing)와 국소 패치 기반 방식(Local Patch-based Approach)을 통해 이런 문제점을 해결했다. 적은 데이터 세트에서 발생할 수 있는 영상 간 이질성(Heterogeneity)을 일관된 전처리 과정으로 정규화한 뒤, 국소 패치 기반 방식으로 하나의 영상에서 다양한 패치 영상들을 얻어냄으로써 이미지의 다양성을 확보했다.
또 국소 패치 기반 방식의 장점을 활용한 새로운 인공지능 기술인 `확률적 특징 지도 시각화(Probabilistic Saliency Map Visualization)' 방식을 활용해 CXR 영상에서 코로나19 진단에 중요한 부분을 고화질로 강조해주는 특징 지도를 만들었는데 이 지도가 진단 영상학적 특징과 일치하는 것을 확인했다.
예종철 교수는 "인공지능 알고리즘 기술을 환자의 선별 진료에 활용하면 코로나19 감염 여부를 상시 신속하게 진단할 수 있고 이를 통해 가능성이 낮은 환자를 배제함으로써 한정된 의료 자원을 보다 우선순위가 높은 대상에게 효율적으로 배분할 수 있게 해줄 것ˮ 이라고 말했다.
한편, 이 연구는 한국연구재단 중견연구자지원사업의 지원을 받아 수행됐다.
2020.05.25 조회수 15883