〈 김 일 두 교수 〉
우리 대학 신소재공학과 김일두 교수 연구팀이 동물의 단백질을 촉매로 활용해 호흡으로 질병을 진단할 수 있는 센서를 개발했다.
이는 사람의 날숨에 포함된 다양한 질병과 관련된 바이오마커 가스들에 대한 패턴 인식을 통해 질병을 조기 모니터링 할 수 있는 기술이다.
이번 기술은 다양한 단일 금속입자 뿐만 아니라 어떠한 조합의 이종입자도 2 nm 크기로 합성할 수 있는 장점을 갖는다. 연구팀은 기존에도 호흡으로 질병을 진단하는 센서를 개발했으나 이번 기술은 더욱 정확하고 높은 감도를 갖는다는 특징이 있다.
김상준, 최선진 박사가 1저자로 참여한 이번 연구 결과는 미국 화학회의 화학분야 국제 학술지 ‘어카운트 오브 케미칼 리서치(Accounts of Chemical Research)’ 7월호 표지논문으로 선정됐고, 독일 와일리 국제 학술지인 ‘어드밴스드 머터리얼즈(Advanced Materials)’에도 게재가 확정됐다.
혈액 체취나 영상 촬영 없이 내뱉는 숨(호기)만으로 각종 질병 여부를 파악하는 호흡 지문 센서 기술은 핵심 미래 기술이다. 호기 속 특정 가스들의 농도변화를 체크해 건강 이상 여부를 판단할 수 있다.
호기가스 성분에는 수분 외에도 수소, 아세톤, 톨루엔, 암모니아, 황화수소, 일산화질소 등이 포함된다. 이 가스들은 천식, 폐암, 1형 당뇨병, 구취 등 특정 질병 환자에게서 높은 농도로 배출되는 바이오마커 가스이다.
호흡을 이용한 질병 진단은 마치 음주측정기처럼 테들라(Tedlar) 백에 포집된 날숨 가스를 소형 센서 장치로 주입한 후 빠른 속도로 분석되기 때문에 쉽고 간편하게 질병을 진단할 수 있다. 또한 질병 대사가 일어나는 시점에서 검출이 가능해 조기 진단이 가능하다.
하지만 매우 경미한 수준인 10억분의 1(ppb)에서 100만분의 1(ppm) 수준으로 발생하는 가스를 호흡 속에서 정확히 분석하기 위해서는 기술의 진보가 필요하다. 특히 수분을 포함한 수백 종의 방해 가스는 특정 질병 관련 바이오마커 가스를 선택적으로 분석하는 저항 변화식 센서의 취약점으로 남아 있다.
기존의 가스 센서는 백금, 팔라듐 등 특정 촉매를 결합해 감지 특성을 높이려고 시도했으나 ppb 농도에서는 생체지표 가스 감지 특성이 높지 않다는 한계가 있었다.
연구팀은 기존 센서의 한계 극복을 위해 동물의 조직에 존재하는 나노크기의 단백질을 희생층으로 이용해 속이 비어있는 단백질 껍질 안에 석출된 이종촉매(Heterogeneous catalyst) 입자를 합성하는데 성공했다.
이번 연구에 사용된 나노크기의 단백질은 주기율표에 존재하는 원소물질을 조합해 어떠한 형태의 이종촉매도 다양하게 구현할 수 있다는 큰 장점을 갖는다.
특히 이종 원소간 조성비를 쉽게 조절할 수 있고 금속간화합물도 제조할 수 있어 신조성을 갖는 촉매 합성 측면에서 매우 획기적인 방법이다.
예를 들어 백금이 기준 촉매일 때 백금팔라듐(PtPd), 백금니켈(PtNi), 백금루테늄(PdRu), 백금이트륨(PtY3) 등 다양한 이종 합금촉매로 확장할 수 있다.
연구팀은 개발된 이종촉매 입자를 넓은 비표면적과 다공성 구조를 갖는 금속산화물 나노섬유에 결착시켜 특정 생체지표 기체에만 선택적으로 반응하는 감지소재를 개발했다. 이종촉매가 결착된 나노섬유 센서는 기존에 촉매 활성이 가장 뛰어나다고 알려진 백금이나 팔라듐 촉매보다 약 3~4배 이상 감지 특성이 향상됨을 확인했다.
특히 아세톤이나 황화수소 가스는 1ppm에서 감도가 100배 수준으로 바뀌는 최고 수준의 감도 특성이 관찰됐다.
연구팀은 다양한 종류의 감지 소재가 적용된 복합 센서 배치(sensor array) 시스템을 이용해 사람의 지문을 인식하듯 개개인의 호흡을 패턴 인식해 일반인도 쉽게 건강 이상을 판별할 수 있는 질병진단 플랫폼을 개발했다.
16종의 다른 선택성을 갖는 센서를 어레이화하는데 성공했으며, 환자의 건강상태에 따라 날숨 농도변화가 다르게 나타나기 때문에 날숨 속 가스 정보를 지문처럼 패턴화하여 개인의 건강 변화를 지속적으로 모니터링 하는 헬스케어 기기에 적용할 수 있다.
김 교수는 “기존에 센서에 사용된 적이 없는 2 nm 크기의 이종촉매를 단백질을 이용하여 적용함으로써, 질병과 연관된 생체지표 가스에 고감도 및 고 선택성으로 반응하는 센서소재 라이브러리를 구현할 수 있다”며 “앞으로 다양한 촉매 군을 확보하면 수많은 질병을 진단할 수 있는 센서를 개발할 수 있다”고 말했다.
또한 “호흡으로 질병을 진단하는 센서는 누구나 손쉽게 스스로 진단할 수 있는 자가 진단 기기의 시작으로 의료비 지출 상승을 막고 지속적 건강관리에 큰 도움이 될 것이다”고 말했다.
이번 기술과 관련된 특허들은 지난 3월과 6월 각각 벤처기업과 중소기업에 기술이전 됐다.
본 연구는 미래창조 과학부 웨어러블 플랫폼소재 기술센터 과제와 바이오의료기술개발사업 과제의 지원으로 이루어졌다.
□ 그림 설명
그림1. 어카운트 오브 케미칼 리서치 표지 이미지
그림2. 다종 입자 촉매
그림3. 함금촉매 합성
그림4. 다종센서 어레이_날숨 분석 센서
전 세계의 플라스틱 생산량이 증가함에 따라 폐기되는 플라스틱의 양도 증가하게 돼 여러 가지 환경적, 경제적 문제를 일으키고 있다. 한국 연구진이 고성능 촉매를 개발해 플라스틱 폐기물의 분해와 재활용을 쉽고 경제적으로 할 수 있도록 하는 기술을 개발하여 화제다. 우리 대학 생명화학공학과 최민기 교수, 충남대학교 에너지 과학기술 대학원 신혜영 교수 공동연구팀이 폐플라스틱의 분해 및 재활용 공정의 중요 반응인 탈염소 반응의 반응 메커니즘을 규명하고 미량의 백금으로도 염소를 효과적으로 제거할 수 있는 촉매를 개발했다고 26일 밝혔다. 플라스틱의 재활용을 위한 다양한 연구가 진행되고 있는데, 특히 열분해를 이용한 화학적 재활용 방법은 복잡하고 비경제적인 플라스틱 폐기물의 분류 과정을 생략할 수 있어 산업적으로 큰 주목을 받고 있다. 또한 이때 생성되는 유분은 플라스틱의 원료인 에틸렌, 프로필렌으로 변환이 가능하기 때문에 완벽한 플라스틱의 순환 경제를 가능케 한다. 하지만 폐플라스
2024-09-28후쿠시마 오염수가 2023년부터 해양에 방류되면서 중수로 원전 운영 시 발생하는 대표적인 방사성 물질인 삼중수소에 대한 대중적 관심이 크게 늘어났다. 삼중수소는 주로 물 분자에 포함돼 존재하기 때문에 해양 생태계와 환경에 위험을 초래할 수 있어 삼중수소 제거 설비가 필요한데, 한국 연구진이 촉매를 이용해 획기적으로 제거할 수 있는 기술을 개발해 화제다. 우리 대학 생명화학공학과 고동연 교수 연구팀이 한국원자력연구원(원장 주한규) 박찬우 박사 연구팀과의 공동연구를 통해 원전 폐수에 함유된 삼중수소 제거 공정을 위한 새로운 구조의 이중기능* 소수성 촉매를 개발했다고 27일 밝혔다. 연구팀의 촉매는 특정 반응 조건에서 최대 76.3%의 반응 효율을 보였으며, 특히 현재까지 밝혀진 바가 거의 없는 수백 ppm 수준의 저농도 동위원소에 대한 촉매의 작용을 구체적으로 확인했다. *이중기능: 액체 상태의 물은 차단하고 기체 상태의 수증기는 통과하는 성질을 말함 현재 삼중수소 제거에
2024-08-27지질 뗏목은 세포막 간 융합, 신호 전달, 바이러스 침투 등 세포 기능과 질병 발병의 핵심 과정에 중요한 역할을 한다. 한국 연구진이 지금까지 알려지지 않았던 지질 뗏목의 정렬 원인과 그 조절 메커니즘을 밝혀내어 세포막 간 상호작용을 조절하여 질병 치료에 새로운 접근법을 제공할 수 있을 것으로 기대된다. 우리 대학 바이오및뇌공학과 최명철 교수팀이 고등과학원(원장 최재경) 현창봉 교수팀, 포항가속기연구소(소장 강흥식) 이현휘 박사와 공동으로 세포막 간의 상호작용을 매개하는 지질 뗏목(Lipid Raft)의 정렬 현상의 원리를 최초로 규명했다고 5일 밝혔다. 세포 융합, 바이러스 침투, 세포 간 신호 전달 등 다양한 세포막 간의 상호작용을 조절할 수 있는 핵심 기전을 밝힌 것이다. 세포막(Cell membrane)은 세포의 내부와 외부를 구분하는 얇고 유연한 막으로, 지질 이중층(lipid bilayer)으로 구성돼 있다. 세포막에는 수많은 막단백질(membrane prote
2024-06-05최근 자연어나 이미지, 동영상, 음악 등 다양한 분야에서 주목받는 생성형 AI가 신약 설계 분야에서도 기존 신규성 문제를 극복하고 새로운 혁신을 일으키고 있다고 하는데 어떤 기술일까? 우리 대학 화학과 김우연 교수 연구팀이 단백질-분자 사이의 상호작용을 고려해 활성 데이터 없이도 타겟 단백질에 적합한 약물 설계 생성형 AI를 개발했다고 18일 밝혔다. 신규 약물을 발굴하기 위해서는 질병의 원인이 되는 타겟 단백질에 특이적으로 결합하는 분자를 찾는 것이 중요하다. 기존의 약물 설계 생성형 AI는 특정 단백질의 이미 알려진 활성 데이터를 학습에 활용하기 때문에 기존 약물과 유사한 약물을 설계하려는 경향이 있다. 이는 신규성이 중요한 신약 개발 분야에서 치명적인 약점으로 지적되어 왔다. 또한 사업성이 높은 계열 내 최초(First-in-class) 타겟 단백질에 대해서는 실험 데이터가 매우 적거나 전무한데, 이 경우 기존 방식의 생성형 AI를 활용하는 것이 불가능하다. 연구팀
2024-04-18신약 개발이나 재료과학과 같은 분야에서는 원하는 화학 특성 조건을 갖춘 물질을 발굴하는 것이 중요한 도전으로 부상하고 있다. 우리 대학 연구팀은 화학반응 예측이나 독성 예측, 그리고 화합물 구조 설계 등 다양한 문제를 동시에 풀면서 기존의 인공지능 기술을 뛰어넘는 성능을 보이는 기술을 개발했다. 김재철AI대학원 예종철 교수 연구팀이 분자 데이터에 다중 모달리티 학습(multi-modal learning) 기술을 도입해, 분자 구조와 그 생화학적 특성을 동시에 생성하고 예측이 가능해 다양한 화학적 과제에 광범위하게 활용가능한 인공지능 기술을 개발했다고 25일 밝혔다. 심층신경망 기술을 통한 인공지능의 발달 이래 이러한 분자와 그 특성값 사이의 관계를 파악하려는 시도는 꾸준히 이루어져 왔다. 최근 비 지도 학습(unsupervised training)을 통한 사전학습 기법이 떠오르면서 분자 구조 자체로부터 화합물의 성질을 예측하는 인공지능 연구들이 제시되었으나 새로운 화합물의
2024-03-25