-
식물 리그닌의 광촉매 특성 발견
우리 대학 신소재공학과 박찬범 교수 연구팀이 식물의 주요 구성성분인 *리그닌의 광촉매 특성을 규명하고, 리그닌 기반 광 촉매반응과 산화환원 효소 반응을 접목해 태양광으로 고부가가치 화합물을 생성하는 인공광합성을 성공시켰다고 28일 밝혔다.
☞ 리그닌(lignin): 식물 목질부를 형성하는 주요 물질로 셀룰로오스 다음으로 풍부한 성분이다. 주로 식물을 지지, 보호하는 구조체 역할을 한다.
신소재공학과 김진현 박사과정이 제1 저자로 참여한 이번 연구는 국제학술지 `네이처 신세시스(Nature Synthesis)' 3월호 표지논문으로 출판됐다. (논문명: Lignin as a Multifunctional Photocatalyst for Solar-Powered Biocatalytic Oxyfunctionalization of C-H Bonds)
식물의 20~30%를 차지하는 주요 구성성분인 리그닌은 세포벽 형성, 물 수송, 씨앗 보호 및 스트레스 적응 등의 역할을 담당한다. 바이오 연료, 펄프 및 종이를 생산하는 목재산업에서 리그닌이 부산물로 대량 배출되는데, 그 양은 연간 5천만 톤에 달한다. 그러나 리그닌은 분자구조가 상당히 복잡한 까닭에 활용이 어려워 95% 이상 소각되거나 폐기되고 있다.
연구팀은 자연계 리그닌이 일반적인 광촉매들이 지닌 작용기를 가지고 있다는 것에 착안해 리그닌이 광촉매 역할을 수행할 수 있다는 가설을 세웠다. 그리고 연구팀은 다양한 리그닌 고분자 모델이 가시광선하에서 과산화수소를 생성한다는 것을 입증했다. 또한, 분광학적 및 (광)전기화학적 분석을 통해 리그닌이 열역학적으로 해당 광 산화환원 반응(photoredox reaction)을 일으킬 수 있다는 것을 확인했다.
일반적인 광촉매는 산소를 환원해 과산화수소를 생성할 때 희생 전자 공여체(sacrificial electron donor, 예: 알코올, 포름산, 글루코스)를 필요로 한다. 이러한 요구 조건 때문에 기존의 과산화수소를 생성하는 광 촉매반응은 원자 경제성(atom economy)이 낮고, 바람직하지 않은 부산물이 축적된다는 한계가 있다. 하지만, 리그닌은 희생 전자 공여체 없이 산소와 물을 이용해 과산화수소를 합성할 수 있어 높은 원자 경제성(94.4%)을 보여주며, 부산물 축적 문제에서 벗어난다.
연구팀은 더 나아가 가시광선을 흡수하는 리그닌의 광 촉매반응을 생체촉매인 퍼옥시게나아제 활성에 적용했다. 퍼옥시게나아제는 유기합성에서 상당히 중요한 선택적 옥시 기능화 반응을 유도할 수 있는 효소다. 퍼옥시게나아제는 과산화수소를 필수적으로 요구하지만, 고농도의 과산화수소에 의해 비활성화된다는 단점이 있다. 이 문제를 극복하기 위해 연구팀은 리그닌이 광화학적으로 과산화수소를 적절한 속도로 생성하도록 설계해 퍼옥시게나아제가 지속해서 옥시 기능화 반응을 수행하도록 만드는 데 성공했다.
박찬범 교수는 "이번 연구는 리그닌을 고부가가치 화합물 생성에 이용할 수 있는 친환경적 방법을 제시했다는 것에 의의가 있다ˮ면서, "리그닌의 광촉매적 메커니즘을 더 자세하게 밝혀 리그닌의 촉매 성능을 높이고, 다양한 효소와 접목, 정밀화학제품을 생산하여 산업적 파급력을 높일 계획ˮ이라고 밝혔다.
한편 이번 연구는 과학기술정보통신부 리더연구자지원사업(창의연구), 한국연구재단 글로벌박사 양성사업 등의 지원을 받아 수행됐다.
2022.03.28
조회수 8580
-
단일세포 RNA 시퀀싱을 통한 꽃향기 합성 유전자 발굴
우리 대학 생명과학과 김상규 교수 연구팀이 꽃향기 합성 유전자를 발굴하기 위해 꽃잎 단일세포 RNA 시퀀싱 기술을 개발하고 벤질아세톤(benzylacetone) 꽃향기 합성 경로를 밝혔다.
벤질아세톤은 코요테담배(Nicotiana attenuata) 꽃에서 합성되고 밤에 분비가 되는 향기 물질이다. 이 향기물질은 밤에 활동하는 박각시나방을 유인한다. 그리고 꽃은 꿀을 제공하고 그 대가로 나방은 화분pollen을 멀리 날라준다. 또한 벤질아세톤은 코요테담배 꽃을 먹는 해충을 쫓아내는 기능을 하고 있다. 생태적으로 재미있는 기능을 하고 있는 물질이지만 생합성 경로에 대해서는 완전히 알려진 상태가 아니었다.
일반적으로 식물이 만들어내는 대사물질의 생합성 유전자를 밝히기 위해 사용하는 방법의 단점을 극복하기 위해서 꽃잎 단일세포에서 발현되는 유전자의 연관도를 이용하여 물질대사 경로를 밝힐 수 있다는 것을 이번 연구를 통해서 증명하였다. 특히 유전정보가 제한적으로 알려져 있고 다양한 생태형 ecotype을 가진 식물 집단이 없어도 비모델 식물에서 물질합성 경로에 있는 효소와 그 효소의 발현을 조절하는 전사인자 등도 찾을 수 있는 가능성을 제시하였다.
단일세포 RNA 시퀀싱의 장점을 활용하여 향기합성 유전자가 만들어지는 세포를 구별하고 꽃잎에서 향기가 합성되는 위치도 밝힐 수 있었다.
우리 대학 생명과학과 강문영 석박사통합과정 학생이 제1 저자로 참여한 이번 연구 결과는 'New Phytologist' 학술지에 게재됐다. (관련 논문명: Single-cell RNA-sequencing of Nicotiana attenuata corolla cells reveals the biosynthetic pathway of a floral scent)
한편 이번 연구는 삼성미래기술육성사업과 포스코사이언스펠로십 지원을 받아 수행됐다.
2022.02.14
조회수 6199
-
딥페이크 탐지 모바일 앱 서비스 개시
우리 대학 전산학부 이흥규 교수 연구팀이 인공신경망 기반 딥페이크(deepfake) 탐지와 사진 위변조 탐지 소프트웨어인 `카이캐치(KaiCatch)'를 모바일 앱 형태로 개발해 서비스를 시작한다고 30일 밝혔다. 이는 디지털콘텐츠 위변조 탐지가 필요한 공공기관, 산업계, 언론 및 방송사, 각종 포털 종사자들 및 일반인들도 손쉽게 활용할 수 있을 것으로 기대된다.
이번 모바일 앱 서비스는 본격적으로 일반인들도 손쉽게 디지털콘텐츠 위변조 탐지 기술을 활용할 수 있도록 실용화 단계로 들어섰다는 점에서 의미가 크다. KAIST에서 딥페이크 영상을 포함해 각종 위변조 사진들을 잡아낸다는 의미를 지닌 `카이캐치(KaiCatch)' 소프트웨어를 모바일 앱 형태로 개발해 서비스를 시작하는데 이러한 유형의 서비스로는 국내 최초다. 구글스토어에서 `카이캐치'를 검색해 앱을 다운로드하면 간단하게 딥페이크 및 이미지 위변조 분석을 할 수 있다.
주로 사람의 얼굴을 대상으로 하는 딥페이크 기술은 얼굴 교체, 얼굴 재현, 얼굴 속성 변환으로 크게 3가지 유형으로 나눌 수 있다. 그중 얼굴 교체와 얼굴 재현은 악의적으로 사용할 때 가짜 뉴스로 사회적 큰 혼란을 일으킬 수 있고 음란물 제작 등에도 악용돼 개인의 인권을 크게 침해할 수 있다. 또한, 얼굴 속성 변환은 영상 증거를 조작하는데 악용될 수 있다.
연구팀이 개발한 기술은 딥페이크 생성 유형에 상관없이 딥페이크 여부를 탐지하기 위해 영상의 미세 변형 신호 흔적과 미세 이상 신호 흔적 탐지 기술을 적용한 신호처리 및 인공지능 기술로 개발됐다. 이러한 핵심 기술들을 사용해, 얼굴 영역의 미세 변형과 코, 입, 얼굴 윤곽 등 얼굴 내 기하학적 왜곡 발생 가능 영역의 이상 신호 흔적을 분석해 딥페이크를 탐지한다.
딥페이크 탐지 기술의 경우, avi 나 mp4 형식의 딥페이크 의심 동영상이 주어지면 개별 프레임으로 자른 뒤 분석하고자 하는 프레임을 이미지로 변환 후 딥페이크 탐지를 수행한다. 동영상 내의 얼굴이 지나치게 작거나(해상도 128×128 이하) 동영상 내 사람 얼굴이 상당 부분 잘린 경우가 아니면 정상적인 탐지가 가능하다. 따라서 동영상의 한 프레임을 잘라 이미지로 만들어 카이캐치 앱에 업로드하면 손쉽게 딥페이크 여부를 확인할 수 있다. 분석 결과는 0에서 100 (%) 값으로 표시되며 숫자가 높을수록 딥페이크일 확률이 높은 것으로 판단한다.
사진 위변조 탐지 기술의 경우도 마찬가지로 카이캐치 앱에 해당 이미지를 업로드하면 위변조 분석 결과를 받아 볼 수 있다. 카이캐치는 BMP, TIF, TIFF, PNG 등 무압축, 무손실 압축을 포함해 50여 개의 표준 양자화 테이블과 1,000여 개가 넘는 비표준화된 양자화 테이블에 기반한 JPEG 이미지들도 모두 처리할 수 있다. 사진 위변조가 의심되는 이미지를 업로드하면 해당 이미지를 분석한 결과를 시각화한 두 장의 분석 이미지를 도출하며, 분석 이미지 내에 위변조가 의심되는 특징들이 포함된 주요 영역들이 다른 주변 영역들과 색상이 크게 다르거나, 또는 주요 영역들에만 다양한 색상들이 혼재해 나타나면 해당 영역이 위변조된 것으로 일반인들도 간단하게 판단할 수 있다.
이번에 개발한 모바일용 위변조 탐지 앱 개발은 국내 최초이자 선진국에서도 찾기 어려운 위변조 탐지 앱 서비스 기술이다. 이흥규 교수는 "카이캐치는 인공지능과 미세 이상 신호 흔적 분석 기법이라는 첨단 기술을 사용해 다양한 유형의 변형에 대응한 범용성을 가지도록 개발됐다”며 "우리가 예측하지 못하거나 모르는 변형 기법을 사용해도 90% 내외의 높은 신뢰도로 탐지한다”고 말했다.
이 교수는 이어 "이번에는 안드로이드 기반의 모바일 환경에서만 동작하는 앱 서비스 기술로 개발됐지만 가까운 기간내 애플 iOS 기반의 앱 출시와 함께, 영어, 중국어, 일어 앱 들도 출시하려고 한다ˮ며 "기존 탐지 기법과는 매우 상이한 기법들을 사용한 위변조 탐지 기술도 실용화해 카이캐치에 추가 탑재 운용함으로써, 탐지가 안 되는 각종 예외 경우들을 대폭 줄이도록 노력하겠다ˮ 고 덧붙였다.
한편 이번 연구는 KAIST 창업기업인 ㈜디지탈이노텍(http://www.kaicatch.com/) 과 산학협력 연구로 수행됐다.
2021.03.31
조회수 88541
-
탄소중립 인공 광합성 기술 개발
우리 대학 생명과학과 조병관 교수 연구팀이 기후변화의 주된 요인인 C1 가스(이산화탄소, 일산화탄소 등 탄소 1개로 구성된 가스)를 고부가가치 바이오 화학물질로 전환하는 기술을 개발했다고 9일 밝혔다.
조 교수 연구팀은 광 나노입자가 빛을 받으면 내놓는 전자를 미생물이 에너지원으로 이용할 수 있도록 고효율 광 나노입자가 표면에 부착된 미생물-광 나노입자 인공광합성 시스템을 개발했다. 이 기술은 빛을 유일한 에너지원으로 활용해 미생물이 C1 가스를 다양한 바이오 화학물질로 전환하는 친환경 C1 가스 리파이너리 기술로 정부가 선언한 2050 탄소중립 실현을 위한 다양한 응용 가능성을 제시한다.
생명과학과 진상락 석박사통합과정 학생이 제1 저자로 참여한 이번 연구는 국제 학술지 `미국국립과학원회보(Proceedings of National Academy of Science, PNAS)'에 2월 23일 字 온라인판에 게재됐다.(논문명: Acetogenic bacteria utilize light-driven electrons as an energy source for autotrophic growth)
아세토젠 미생물은 우드-융달 대사회로를 통해 C1 가스를 아세트산으로 전환할 수 있다. 이에 C1 가스로부터 바이오 화학물질 생산을 위한 바이오 촉매로 활용 가능성이 커 탄소 포집 및 활용 기술로 많은 주목을 받고 있다.
아세토젠 미생물은 C1 가스 대사를 위한 환원 에너지를 당이나 수소를 분해해 얻는다. 당이나 수소를 대체하기 위해 나노입자 크기의 개별 광전극 역할을 하는 광 나노입자를 미생물 표면에 부착시켜 빛에너지를 미생물로 전달시키면 당이나 수소 없이도 C1 가스를 활용할 수 있다.
기존기술은 광 나노입자를 생합성해 세포 표면에 부착시키는 방법으로 광 나노입자의 구조와 크기를 조절하기 어려워 C1 가스 대사 효율을 높이는 데 한계가 있었다. 이는 구조와 크기에 따라 광전도효과의 성능에 차이가 생기는 광 나노입자의 독특한 특성 때문이다.
이와 같은 한계를 극복하기 위해 연구팀은 구조와 크기가 균일하고 우수한 광전도효과를 나타내는 고효율 광 나노입자를 화학적 방법으로 합성하고, 산업적으로 활용 가능한 아세토젠 미생물 중 하나인 `클로스트리디움 오토에타노게놈(Clostridium autoethanogenum)'의 표면에 부착시켰다.
연구팀은 광 나노입자를 부착한 미생물이 C1 가스로부터 아세트산을 생산할 수 있음을 입증해 빛을 이용한 친환경 인공광합성 시스템을 구축하고 구축된 인공광합성 시스템 미생물의 전사체 분석(세포 내 모든 RNA를 분석해 유전자 발현 유무를 규명하는 기술)을 통해 광 나노입자로부터 생성된 전자가 미생물 내로 전달되기 위한 전자수용체를 규명했다.
연구를 주도한 조병관 교수는 "C1 가스 고정과정에서 사용되는 당 또는 수소를 친환경 빛에너지로 대체할 수 있고, 미생물 기반의 생합성 광 나노입자를 활용한 기존 인공광합성 시스템의 한계를 극복했다ˮ며 "고효율 광 나노입자를 사용해 인공광합성 효율을 증대시킬 수 있고, 광 나노입자로부터 생성된 전자를 효율적으로 수용할 수 있는 인공미생물 개발연구에 실마리를 제공했다ˮ 고 의의를 설명했다.
한편 이번 연구는 과학기술정보통신부와 한국연구재단이 추진하는 C1 가스 리파이너리 사업단 및 지능형바이오시스템 설계 및 합성연구단(글로벌프론티어사업)의 지원을 받아 수행됐다.
2021.03.09
조회수 97195
-
미생물 기반 다양한 일차 아민 생산 기술 최초 개발
우리 대학 생명화학공학과 이상엽 특훈교수 연구팀이 `비식용 바이오매스를 여러 가지 짧은 길이의 일차 아민들로 전환하는 미생물 균주 개발'에 성공했다고 11일 밝혔다.
이번 연구결과는 국제적인 학술지인 `네이쳐 커뮤니케이션스(Nature Communications)'에 게재됐다.
※ 논문명 : Microbial production of multiple short-chain primary amines via retrobiosynthesis
※ 저자 정보 : 이상엽(한국과학기술원, 교신저자), 김동인(한국과학기술원, 공동 제1저자), 채동언(한국과학기술원, 공동 제1저자), 김현욱(한국과학기술원, 공동 제1저자), 장우대(한국과학기술원, 제4저자), 포함 총 5명
석유화학산업은 화석원료를 이용해 우리 생활 전반에 광범위하게 이용되는 범용화학물질들을 생산해왔다. 그러나 원유 매장량 고갈에 대한 우려와 원유 산업으로부터 발생하는 지구 온난화 등의 환경문제가 전 세계적으로 매우 심각한 상황이다. 특히 우리나라의 경우 석유를 전량 수입에 의존하기 때문에, 국제 유가 변동에 매우 취약한 실정이다. 이에 환경문제를 해결하면서 원유를 대체할 수 있는 지속 가능한 바이오리파이너리의 구축이 시급히 요구되고 있다.
바이오 리파이너리란 화석원료가 아닌 비식용 바이오매스를 원료로 사용해 미생물로 산업적으로 유용한 화학물질들을 생산하는 기술이다. 여기서 미생물은 원료인 바이오매스를 우리가 원하는 화학물질로 전환하는 세포 공장과 같은 역할을 한다. 이러한 미생물의 복잡한 대사회로를 효과적으로 조작할 수 있게 하는 시스템 대사공학은 바이오 리파이너리에서 핵심기술 중 하나다.
지금껏 석유화학 공정을 통해서 합성되던 화학물질 중에는 미생물 시스템 대사공학을 통해서 바이오 기반으로 생산되는 사례가 점차 늘고 있지만, 아직 의약품 및 농약품들의 전구체로 널리 사용되는 짧은 탄소 길이를 가진 일차 아민들의 생산은 보고된 바가 없었다.
이에 KAIST 이상엽 특훈교수 연구팀은 여러 가지 짧은 탄소 길이를 갖는 일차 아민들을 생산할 수 있는 대장균 균주 개발 연구를 수행했다.
지금까지 이러한 일차 아민들을 생산하는 균주들이 개발되지 못한 가장 큰 이유는 생합성 대사회로의 부재였다. 이러한 문제를 해결하기 위해 역 생합성 시뮬레이션을 통해 모든 가능한 대사경로들을 예측했다. 그 후 전구체 선택과정을 통해 가장 유망한 대사회로들을 선정했다.
이렇게 디자인된 신규 대사회로들을 실제 실험을 통해 검증했으며 이를 통해 10가지 종류의 다른 짧은 길이의 일차 아민들을 생산하는 대장균 균주들을 최초로 개발하는 데 성공했다.
또한 대표적인 일차 아민들을 선정해 폐목재, 잡초 등 지구상에서 가장 풍부한 바이오매스의 주원료인 포도당을 단일 탄소원으로 사용한 생산과 시스템 대사공학을 통한 생산량 증대를 보임으로써 바이오 기반 생산의 가능성을 보여줬다.
이번 연구에서 활용된 역 생합성과 전구체 선택과정을 같이 사용한 전략은 짧은 탄소 길이를 가진 일차 아민들 뿐만 아니라 다른 그룹의 여러 가지 화학물질들을 동시에 생산하는 대사회로들을 구축하는 데도 유용하게 쓰일 것으로 예상된다.
이상엽 특훈교수는 “이번 연구는 지금까지 석유화학 산업 기반으로만 생산할 수 있었던 짧은 탄소 길이를 가진 일차 아민들을 재생 가능한 바이오 기반 화학산업을 통해 생산할 가능성을 세계 최초로 제시한 점에 의의가 있다”며 “앞으로 더 많은 연구를 통해 생산량과 생산성을 증대시킬 계획이다”라고 밝혔다.
한편 이번 연구는 과기정통부가 지원하는 기후변화대응기술개발사업의 '바이오리파이너리를 위한 시스템대사공학 원천기술개발 과제'의 지원을 받아 수행됐다.
2021.01.11
조회수 61172
-
인공지능 기술을 이용한 유전자 전사인자 예측 시스템 개발
우리 대학 생명화학공학과 이상엽 특훈교수와 미국 캘리포니아대학교 샌디에이고캠퍼스(UCSD) 생명공학과 버나드 팔슨(Bernhard Palsson) 교수 공동연구팀이 인공지능을 이용해 단백질 서열로부터 *전사인자를 예측하는 시스템인 '딥티팩터(DeepTFactor)'를 개발했다고 29일 밝혔다. 이번 연구는 국제학술지인 '미국국립과학원회보(PNAS)'에 12월 28일 字 게재됐다. (논문명: DeepTFactor: A deep learning-based tool for the prediction of transcription factors)
※ 전사인자 (transcription factor) : 유전자의 전사(유전 정보를 복사하는 과정)를 조절하는 단백질. 특정 DNA 서열에 특이적으로 결합해 유전자의 전사를 조절한다.
※ 저자 정보 : 김기배(한국과학기술원, 제1 저자), 예 가오(Ye Gao) (UCSD, 제2 저자), 버나드 팔슨(Bernhard Palsson) (UCSD, 제3 저자), 이상엽(교신저자) 포함 총 4명
전사인자는 특정한 DNA 서열에 특이적으로 결합해 유전자의 전사(유전 정보를 복사하는 과정)를 조절하는 단백질이다. 전사인자로 인한 유전자 전사를 분석함으로써 유기체가 유전적 또는 환경적 변화에 어떻게 반응해 유전자의 발현을 제어하는지 이해할 수 있다. 이러한 점에서 유기체의 전사인자를 찾는 것은 유기체의 전사 조절 시스템 분석을 위한 첫 단계라고 할 수 있다.
지금까지 새로운 전사인자를 찾기 위해서는 이미 알려진 전사인자와의 상동성(유사한 성질)을 분석하거나, 기계학습(머신러닝)과 같은 데이터 기반의 접근 방식을 이용했다. 기존의 기계학습 모델을 이용하기 위해서는 분자의 물리 화학적 특성을 계산하거나, 생물학적 서열의 상동성을 분석하는 등, 해결하고자 하는 문제에 대한 전문 지식에 의존해 모델의 입력값으로 사용할 특징을 찾아내는 과정이 필요하다.
한편, 심층 학습(딥러닝)은 문제 해결을 위한 잠재적인 특징을 내재적으로 학습할 수 있기에 최근 다양한 생물학 분야에서 활용되고 있다. 하지만, 심층 학습을 이용한 예측 시스템의 경우 시스템 내부의 복잡한 연산 때문에 추론 과정을 직접 확인할 수 없는 `블랙박스(black box)'라는 특징을 가지고 있다.
공동연구팀은 심층 학습 기법을 이용해 주어진 단백질 서열이 전사인자인지 예측할 수 있는 시스템인 딥티팩터(DeepTFactor)를 개발했다. 딥티팩터는 단백질 서열로부터 전사인자를 예측하기 위해 세 개의 병렬적인 합성곱 신경망(convolutional neural network)을 이용한다. 공동연구팀은 딥티팩터를 이용해 대장균(Escherichia coli K-12 MG1655)의 전사인자 332개를 예측했으며, 그중 3개의 전사인자의 게놈 전체 결합 위치(genome-wide binding site)를 실험으로 확인함으로써 딥티팩터의 성능을 검증했다.
공동연구팀은 나아가 딥티팩터의 추론 과정을 이해하기 위해 특징 지도 (saliency map) 기반의 심층 학습 모델 해석 방법론을 사용했다. 이를 통해 딥티팩터의 학습 과정에서 전사인자의 DNA의 결합 영역에 대한 정보가 명시적으로 주어지지 않았지만, 내재적으로 이를 학습해 예측에 활용한다는 사실을 확인했다.
연구팀 관계자에 따르면, 특정 생물군의 단백질 서열만을 위해 개발됐던 이전 예측 방법론들과 달리, 딥티팩터는 모든 생물군의 단백질 서열에서 우수한 성능을 보여 다양한 유기체의 전사 시스템 분석에 활용 가능할 것으로 기대된다.
이상엽 특훈교수는 “이번 연구에서 개발한 딥티팩터를 이용해서 새롭게 발견되는 단백질 서열과 아직 특성화되지 않은 수많은 단백질 서열을 높은 처리 능력으로 분석할 수 있게 됐다”며 “이는 유기체의 전자 조절 네트워크 분석을 위한 기초 기술로써 활용 가능할 것”이라고 밝혔다.
한편, 이번 연구는 과기정통부가 지원하는 기후변화대응기술개발사업의 바이오리파이너리를 위한 시스템대사공학 원천기술개발 과제 지원을 받아 수행됐다.
2020.12.30
조회수 54442
-
딥러닝으로 소재 합성 가능성 예측 기술 개발
우리 대학 생명화학공학과 정유성 교수 연구팀이 딥러닝을 활용해 소재의 합성 가능성을 높은 정확도로 예측하는 기술을 개발했다고 22일 밝혔다.
신소재 설계의 궁극적인 목표는 소재를 설계하고 그것을 실험적으로 합성하는 것이지만 현실적으로는 새롭게 설계된 대부분의 소재가 실제 합성 단계에서 성공하지 못하고 버려지는 경우가 많다. 이는 불필요한 시간과 자원의 낭비를 초래한다. 소재의 합성 여부는 반응 조건, 열역학, 반응 속도, 소재 구조 등 다양한 요인에 의해서 결정되기 때문에, 소재의 합성 가능성을 예측하는 것은 매우 도전적인 과제로 여겨져 왔다.
이런 문제 해결을 위한 방안으로 간단한 열역학적 안정성만을 고려해 고체 소재의 합성 가능성을 추정하지만 정확도는 매우 떨어지는 편이다. 일례로 에너지적으로 안정된 물질이라 하더라도 합성이 안 되는 경우가 아주 빈번하고, 또 반대로 *준안정 상태의 물질들도 합성되는 경우가 많기 때문이다. 따라서, 합성 가능성에 대한 예측 정확도를 획기적으로 높일 수 있는 방법론의 개발이 시급한 과제로 여겨져 왔다.
☞ 준안정(metastable) 상태 : 어떤 물질이 열역학적으로 안정된 ‘바닥 상태’가 아닌 상태
정유성 교수 연구팀이 개발한 소재 합성 가능성 예측기술은, 기존 합성이 보고된 고체 소재들의 구조적 유사성을 그래프 합성 곱 신경망(GCN, Graph Convolutional Neural Network)으로 학습해 새로운 소재의 합성 가능성을 예측할 수 있다. 특히, 현재까지 합성이 안 된 물질이라 하더라도 합성이 성공할 가능성은 여전히 존재하기 때문에 참값(레이블)을 이미 알고 학습을 진행하는 일반적인 지도학습과는 달리 양의 레이블(+)을 가진 데이터와 레이블이 없는 데이터(Positive-Unlabeled, P-U)를 이용한 분류 모델 기반의 준 지도학습을 사용했다.
정 교수팀은 5만여 종에 달하는 이미 합성이 보고된 물질과 8만여 종의 *가상 물질로 이뤄진 `머터리얼스 프로젝트(Materials Project, MP)'라는 소재 관련 데이터베이스를 이용해 모델을 구축했다. 연구팀 관계자는 이 신기술을 활용한 결과, 소재들의 합성 가능성을 약 87% 정확하게 예측할 수 있다고 설명했다. 정 교수팀은 또 이미 합성된 소재들의 열역학적 특성을 분석한 결과, 열역학적 안정성만으로는 실제 소재의 합성 가능성을 예측할 수 없다는 사실도 알아냈다.
☞ 가상 물질(hypothetical materials) : 기존에 합성되어 보고된 물질들을 원소 치환해서 얻어지는 가상의 물질들로 아직 실험적으로 합성 보고가 이루어지지 않은 물질
이와 함께 머터리얼스 프로젝트(MP) 데이터베이스 내에 합성 가능성 점수가 가장 높은 100개의 가상 물질에 대해 문헌조사를 실시한 결과, 이들 중 머터리얼스 프로젝트(MP) 데이터베이스에는 합성 여부가 아직 알려지지 않았지만 실제로 합성돼 논문에 보고된 소재만도 71개에 달하는 것을 확인했고 이를 통해 모델의 높은 정확도를 추가로 입증했다.
정유성 교수는 "빠른 신소재 발견을 위해 다양한 소재 설계 프레임워크가 존재하지만 정작 설계된 소재의 합성 가능성에 관한 판단은 전문가 직관의 영역으로 남아 있다ˮ면서 "이번에 개발한 합성 가능성 예측 모델은 새로운 소재를 설계할 때 실제로 합성 가능성을 실험 전에 미리 판단할 수 있어 새로운 소재의 개발시간을 단축하는 데 큰 도움이 될 것ˮ이라고 말했다.
생명화학공학과 장지돈 박사과정과 구근호 박사후연구원이 공동 제1 저자로 참여한 이번 연구결과는 미국화학회가 발행하는 국제학술지 미국화학회지(Journal of the American Chemical Society) 온라인 10월 26일 자에 실렸다. (논문명: Structure-Based Synthesizability Prediction of Crystals Using Partially Supervised Learing)
한편 이번 연구는 과학기술정보통신부 산하 한국연구재단의 기초연구사업(중견연구)과 미래소재 디스커버리 사업 지원을 받아 수행됐고, 연구에 KISTI의 슈퍼컴퓨터를 활용했다.
2020.12.22
조회수 51060
-
딥러닝 기반 실시간 기침 인식 카메라 개발
우리 대학 기계공학과 박용화 교수 연구팀이 ㈜에스엠 인스트루먼트와 공동으로 실시간으로 기침 소리를 인식하고 기침하는 사람의 위치를 이미지로 표시해주는 '기침 인식 카메라'를 개발했다고 3일 밝혔다.
작년 말부터 시작된 세계적 유행성 전염병인 코로나19가 최근 미국·중국·유럽 등 세계 각국에서 재확산되는 추세로 접어들면서 비접촉방식으로 전염병을 감지하는 기술에 대한 수요가 증가하고 있다.
코로나19의 대표적인 증상이 발열과 기침인데, 현재 발열은 열화상 카메라를 이용해 직접 접촉을 하지 않고도 체온을 쉽게 판별할 수 있다. 문제는 비접촉방식으로는 기침하는 사람의 증상을 쉽사리 파악하기 어렵다는 점이다. 박 교수 연구팀은 이런 문제를 해결하기 위해 기침 소리를 실시간으로 인식하는 딥러닝 기반의 기침 인식 모델을 개발했다. 또한 열화상 카메라와 같은 원리로 기침 소리와 기침하는 사람의 시각화를 위해 기침 인식 모델을 음향 카메라에 적용, 기침 소리와 기침하는 사람의 위치, 심지어 기침 횟수까지를 실시간으로 추적하고 기록이 가능한 '기침 인식 카메라'를 개발했다.
연구팀은 기침 인식 카메라가 사람이 밀집한 공공장소에서 전염병의 유행을 감지하거나 병원에서 환자의 상태를 상시 모니터링 가능한 의료용 장비로 활용될 것으로 기대하고 있다.
연구팀은 기침 인식 모델 개발을 위해 *합성 곱 신경망(convolutional neural network, CNN)을 기반으로 *지도학습(supervised learning)을 적용했다. 1초 길이 음향신호의 특징(feature)을 입력 신호로 받아, 1(기침) 또는 0(그 외)의 2진 신호를 출력하고 학습률의 최적화를 위해 일정 기간 학습률이 정체되면 학습률 값을 낮추도록 설정했다.
이어서 기침 인식 모델의 훈련 및 평가를 위해 구글과 유튜브 등에서 연구용으로 활발히 사용 중인 공개 음성데이터 세트인 `오디오세트(Audioset)'를 비롯해 `디맨드(DEMAND)'와 `이티에스아이(ETSI)', `티미트(TIMIT)' 등에서 데이터 세트를 수집했다. 이 중 `오디오세트'는 훈련 및 평가 데이터 세트 구성을 위해 사용했고 다른 데이터 세트의 경우 기침 인식 모델이 다양한 배경 소음을 학습할 수 있도록 데이터 증강(data augmentation)을 위한 배경 소음으로 사용했다.
☞ 합성 곱 신경망(convolutional neural network): 시각적 이미지를 분석하는 데 사용되는 인공신경망(생물학의 신경망에서 영감을 얻은 통계학적 학습 알고리즘)의 한 종류
☞ 지도학습(Supervised Learning): 훈련 데이터(Training Data)로부터 하나의 함수를 유추해내기 위한 기계 학습(Machine Learning)의 한 방법
데이터 증강을 위해 배경 소음을 15%~75%의 비율로 `오디오세트'에 섞은 후, 다양한 거리에 적응할 수 있게 음량을 0.25~1.0배로 조정했다. 훈련 및 평가 데이터 세트는 증강된 데이터 세트를 9:1 비율로 나눠 구성했으며, 시험 데이터 세트는 따로 사무실에서 녹음한 것을 사용했다.
모델 최적화를 위해서는 '스펙트로그램(spectrogram)' 등 5개의 음향 특징과 7개의 최적화 기기(optimizer)를 사용해 학습을 진행하고 시험 데이터 세트의 정확도를 측정, 성능을 확인한 결과 87.4%의 시험 정확도를 얻을 수 있었다.
연구팀은 이어 학습된 기침 인식 모델을 소리를 수집하는 마이크로폰 어레이와 카메라 모듈로 구성되는 음향 카메라에 적용했다. 그 결과 수집된 데이터는 음원의 위치를 계산하는 빔 형성 과정을 거쳐 기침 인식 모델이 기침 소리로 인식할 경우 기침 소리가 난 위치에 기침 소리임을 나타내는 등고선과 라벨이 각각 표시된다.
박 교수팀은 마지막 단계로 기침 인식 카메라의 예비 테스트를 진행한 결과, 여러 잡음 환경에서도 기침 소리와 그 이외의 소리로 구분이 가능하며 기침하는 사람과 그 사람의 위치, 횟수 등을 실시간으로 추적해 현장에서의 적용 가능성을 확인했다. 이들은 추후 병원 등 실사용 환경에서 추가 학습이 이뤄진다면 정확도는 87.4%보다 더 높아질 것으로 기대하고 있다.
박용화 교수는 "코로나19가 지속적으로 전파되고 있는 상황에서 공공장소와 다수 밀집 시설에 기침 인식 카메라를 활용하면 전염병의 방역 및 조기 감지에 큰 도움이 될 것ˮ이라고 말했다. 박 교수는 이어 "특히 병실에 적용하면 환자의 상태를 24시간 기록해 치료에 활용할 수 있기 때문에 의료진의 수고를 줄이고 환자 상태를 더 정밀하게 파악할 수 있을 것ˮ 이라고 강조했다.
한편, 이번 연구는 에너지기술평가원(산업통상자원부)의 지원을 받아 수행됐다.
2020.08.03
조회수 29037
-
섬유 위에 기능성 나노구조체 구현
기계공학과 박인규 교수와 한국기계연구원 정준호 박사 공동 연구팀이 섬유 위에 다양한 기능성 나노 구조체를 구현하는 생체적합성 공정을 개발했다.
연구팀은 개발한 공정을 통해 다양한 재료의 나노 구조체를 섬유 위에 자유롭게 구현하는 데 성공했다. 섬유 위에 직접 나노 구조체를 전사할 수 있어 추가적인 기판이나 접착층 없이도 기능성 기기를 손쉽게 제작할 수 있다. 연구팀은 전기적·광학적 특성을 이용해 환경 및 신체 움직임 모니터링, 나노 구조색을 이용한 보안패턴, 광촉매를 이용한 자가 세정 기능 등을 섬유에 부여할 수 있으며, 스마트 섬유로 활용 가능할 것으로 전망했다.
고지우 박사과정이 1 저자로 참여한 이번 연구는 나노분야의 권위 있는 국제 학술지인 ‘에이씨에스 나노(ACS Nano, IF: 13.903)’2월 25일 자 14권 2호 논문에 게재됐다. (논문명: Nanotransfer Printing on Textile Substrate with Water-Soluble Polymer Nanotemplate, 수용성 폴리머 나노템플릿을 이용한 섬유에의 나노패턴전사)
최근 웨어러블 디바이스에 대한 관심이 커짐에 따라 섬유를 기판으로 하는 스마트 섬유 연구가 활발히 진행되고 있다. 섬유에 초미세 패턴을 구현하기 위해 다양한 방법이 시도되지만, 섬유의 거친 표면 특성으로 인해 기존의 공정은 기기 소형화 및 성능 향상에 필수적인 정교한 패턴을 구현할 수 없다는 한계가 있다. 이번 연구에서는 이를 해결하기 위해 물에 잘 젖는 섬유의 특성을 이용해 수용성 고분자이며 생체적합성이 우수한 히알루론산의 나노 패턴을 사용했다.
연구팀은 히알루론산 기판에 나노 패턴의 템플릿을 제작한 후 다양한 기능성 소재의 박막을 진공증착을 통해 형성했다. 그 후 섬유에 흡수된 물을 이용해 히알루론산 템플릿을 녹여냄으로써 최소 선폭 50 나노미터인 나노 구조체를 섬유 위에 전사했다. 이 방법을 통해 금, 은, 팔라듐, 알루미늄, 이산화규소와 같은 금속과 비금속 소재의 나노 패턴 형성이 모두 가능하며 동시에 다양한 나노 구조체의 조합을 자유롭게 섬유 위에 제작할 수 있다.
연구팀은 개발한 공정을 통해 팔라듐 나노 구조체를 전사해 수소 감지 센서를 제작했고, 나노 구조체가 없는 센서와 비교해 센서의 감도가 향상됐음을 확인했다. 또한, 나노 구조체가 갖는 광학적 특성인 국소 표면 플라즈몬 공명 현상으로 인한 나노 구조색을 이용해 같은 금속 및 구조이지만 두께 및 형상 파라미터에 따라 서로 다른 고유한 색을 나타냄으로써 보안패턴에 적용할 수 있음을 입증했다.
박인규 교수는 “스마트 섬유를 구현할 수 있는 간편하면서도 범용성 있는 나노 패터닝 공정을 개발했다. 다양한 섬유에 센서, 배터리, 보안패턴, 자가 세정 등의 첨단 기능을 쉽게 구현할 수 있는 데 큰 의의가 있다”라고 말했다.
이번 연구는 한국연구재단의 중견 연구 과제 (올인원 스마트 스킨을 위한 웨어러블 멀티센서 시스템 핵심기술 연구)와 글로벌 프론티어 사업 (극한물성시스템 제조 플랫폼기술)의 지원을 통해 수행됐다.
2020.03.18
조회수 16630
-
빛으로 RNA 이동과 단백질 합성 조절한다
빛으로 세포 내 특정 RNA 이동과 단백질 합성을 조절할 수 있는 기술이 개발됐다. 생명과학과 허원도 교수 연구팀이 빛을 이용해 유전정보를 전달하는 전령RNA와 단백질을 생성하는 리보솜의 결합을 제어해 단백질 합성을 조절하는데 성공했다.
이번 연구성과는 네이처 셀 바이올로지(Nature Cell Biology, IF 17.728)에 2월 18일 오전 1시(한국시간)자 온라인 판에 실렸으며, Nature Reviews Genetics에 하이라이트 논문으로 소개됐다.
DNA의 유전정보는 RNA를 거쳐 단백질로 전달된다. 이때 중간에서 유전정보를 전달하는 RNA를 ‘전령RNA’라고 한다. 단백질 생성공장인 리보솜이 전령RNA의 유전정보를 읽어 단백질을 합성한다. 단백질 합성에 있어 전령RNA는 DNA 유전정보의 중간 전달자, 리보솜은 생성공장, 단백질은 완성품인 셈이다.
이전에는 화학물질을 처리해 전령RNA를 조절하는 방법으로 모든 전령RNA를 한꺼번에 조절하기 때문에 특정 종류의 전령RNA만을 세밀하게 조절하기 어려웠다. 이번 연구에서는 살아있는 세포에 청색광을 비춰줌으로써 세포 내 특정 전령RNA 이동 및 단백질 합성을 시공간 특이적으로 조절하는 mRNA-LARIAT 광유전학 기술을 개발했다.
연구팀은 이전 연구로 개발한 라리아트 올가미(LARIAT, Light-Activated Reversible Inhibition by Assembled Trap) 기술과 RNA 이미징 기술을 융합해 mRNA-LARIAT 기술을 개발했다. mRNA-LARIAT 광유전학 기술을 이용하면 빛의 유무에 따라 라리아트 올가미에 전령RNA를 가두거나 분리하고, 이를 실시간으로 관찰하는 것이 가능하다.
연구팀은 헬라 세포에 청색광을 비춰주면 라리아트 올가미에 전령RNA가 가둬지면서 리보솜과 격리되고 단백질 합성이 감소함을 관찰했다. 이어 청색광을 차단하면 라리아트 올가미로부터 전령RNA가 빠져나오면서 리보솜과 단백질 합성을 다시 시작함을 확인했다. 이는 mRNA-LARIAT 광유전학 기술로 빛의 유무에 따라 매우 빠르고 가역적으로 단백질 합성을 조절할 수 있음을 의미한다.
대부분 단백질은 전령RNA와 리보솜에 의해 합성된 후, 각 단백질이 작용하는 위치로 이동한다. 하지만 전령RNA가 라리아트 올가미에 가둬지면 전령RNA가 향후 단백질이 작용하는 위치까지 이동이 멈추고 단백질 합성이 차단된다. 전령RNA는 단백질보다 비교적 작은 분자로, 세포 내 이동이 더 효율적이고 빠르다. 이처럼 mRNA-LARIAT 광유전학 기술로 전령RNA 이동 및 단백질 합성을 빛으로 조절하면 살아있는 세포에서의 RNA의 위치 및 합성되는 신생 단백질의 기능을 효율적으로 연구할 수 있게 되었다.
연구팀은 베타액틴(β-actin) 단백질 합성에 관여하는 전령RNA에 mRNA-LARIAT 기술을 적용했다. 베타액틴 단백질 합성에 관여하는 전령RNA에 청색광을 비추니 세포 골격 구성 및 이동 기능이 제대로 이뤄지지 않음을 관찰했다. 또한 베타액틴 단백질 합성 효율이 최대 90%까지 감소됨을 확인했다.
허원도 교수는 “mRNA-LARIAT 광유전학 기술을 활용하면 암세포, 신경세포 등 다양한 세포 내 전령RNA 이동 및 단백질 합성을 빛으로 조절할 수 있다”라며 “앞으로 암세포 전이, 신경질환 등 전령 RNA 관련 질병 연구에 응용 가능할 것이다”라고 말했다.
2020.02.21
조회수 17384
-
김재경 교수, 수학 모델 통해 세포 상호작용 원리 규명
〈김재경 교수〉
우리 대학 수리과학과 김재경 교수와 라이스 대학 매튜 베넷(Matthew Bennett), 휴스턴 대학 크레시미르 조식(Kresimir Josic) 교수 공동 연구팀이 합성생물학과 수학적 모델을 이용해 세포들이 넓은 공간에서 효과적으로 의사소통하는 방법을 발견했다.
이번 연구 결과는 국제 학술지 ‘네이처 케미컬 바이올로지(Nature Chemical Biology)’ 10월 14일 자 온라인판에 게재됐다. (논문명 :Long-range temporal coordination of gene expression in synthetic microbial consortia)
〈박테리아들의 복잡한 상호작용을 수학을 이용해 원위의 점들의 상호작용으로 단순화한 모식도〉
세포들은 신호 전달 분자(Signalling molecule)를 이용해 의사소통하는데 이 신호는 보통 아주 짧은 거리만 도달할 수 있다. 그런데도 세포들은 넓은 공간에서도 상호작용하며 동기화를 이뤄낸다.
이는 마치 넓은 축구장에 수만 명의 사람이 주변 3~4명의 박수 소리만 들을 수 있는데도 불구하고 모두가 같은 박자로 손뼉을 치는 것과 비슷한 상황이다. 이러한 현상이 가능한 이유는 무엇일까?
연구팀은 합성생물학을 이용해 만든 전사 회로(Transcriptional circuit)를 박테리아(E. coli)에 구축해 주기적으로 신호 전달 분자를 방출할 수 있도록 했다. 처음엔 제각기 다른 시간에 신호 전달 분자를 방출하던 박테리아들은 의사소통을 통해 같은 시간에 주기적으로 분자를 방출하는 동기화를 이뤄냈다.
하지만 박테리아를 넓은 공간으로 옮겼을 땐 이러한 동기화가 각 박테리아의 신호 전달 분자 전사 회로에 전사적 양성 피드백 룹 (Transcriptional positive feedback loop)이 있을 때만 가능하다는 것을 발견했다.
양성 피드백 룹은 단백질이 스스로 유전자 발현을 유도하는 시스템으로, 전달받은 신호를 증폭하는 역할을 한다. 연구팀은 이러한 역할을 자세히 이해하기 위해 편미분방정식(Partial differential equation)을 이용해 세포 내 신호 전달 분자의 생성과 세포 간 의사소통을 정확하게 묘사하는 수학적 모델을 개발했다.
그러나 전사 회로를 구성하는 다양한 종류의 분자들 사이의 상호작용을 묘사하기 위해서는 고차원의 편미분방정식이 필요했고 이를 분석하기는 쉽지 않았다.
이를 극복하기 위해 연구팀은 시스템이 주기적인 패턴을 반복한다는 점에 착안해 고차원 시스템을 1차원 원 위의 움직임으로 단순화했다. 달은 고차원인 우주 공간에서 움직이지만, 궤도를 따라 주기적으로 움직이기에 달의 움직임을 1차원 원 위에서 나타낼 수 있는 것과 같은 원리이다.
이를 통해 연구팀은 박테리아 사이의 복잡한 상호작용을 원 위를 주기적으로 움직이는 두 점의 상호작용으로 단순화할 수 있었다.
연구팀은 양성 피드백 룹이 있으면 두 점의 위치 차이가 커도 시간이 지날수록 점점 차이가 줄어들어 결국 동시에 움직이는 것을 확인했다. 연구팀은 이러한 수학적 분석 결과를 실험을 통해서 검증함으로써 넓은 공간에서 세포가 효과적으로 상호작용하는 방식을 규명했다.
김재경 교수는 “세포들이 자신의 목소리는 낮추고 상대방의 목소리에는 더 귀 기울일 때만 한목소리를 낼 수 있다는 점이 인상적이다”라며 “이러한 원리는 수학을 이용한 복잡한 시스템의 단순화 없이는 찾지 못했을 것이다. 복잡한 것을 단순하게 볼 수 있도록 해주는 것이 수학의 힘이다”라고 말했다.
2019.10.15
조회수 12955
-
박오옥 교수, 포도당 기반의 그래핀 양자점 합성 기술 개발
우리 대학 생명화학공학과 박오옥 교수 연구팀이 포도당을 기반으로 한 그래핀 양자점의 합성 기술을 개발해, 이를 이용해 안정적인 청색 빛을 내는 그래핀 양자점 발광소자를 제작하는 데 성공했다.
연구팀은 위 그래핀 양자점을 발광체로 응용해 디스플레이를 제작했고, 현 디스플레이 분야의 난제인 청색 발광을 구현하면서 안정적인 전압 범위에서 발광하는 것을 확인했다.
이석환 박사과정이 1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘나노 레터스(Nano Letters)’ 7월 5일 자 온라인판에 게재됐다. (논문명 : Synthesis of Single-Crystalline Hexagonal Graphene Quantum Dots from Solution Chemistry)
그래핀은 우수한 열, 전기 전도도와 투명도를 가져 차세대 전자재료로 주목받고 있지만, 단층 및 다층 그래핀은 도체의 특성을 가져 반도체로 적용하기 어려운 단점이 있다. 그러나 그래핀을 작은 나노 크기로 줄이게 되면 반도체의 특성인 밴드갭을 가져 발광특성을 보이게 돼 활용할 수 있게 된다. 이를 그래핀 양자점이라 한다.
기존 단결정 그래핀은 구리-니켈 기반 금속 박막 위에 화학 기상 증착법(CVD)을 이용하거나 흑연을 물리·화학적 방법으로 벗겨내는 기술로 만들었다. 물리·화학적 방법으로 제작한 그래핀은 결함이 매우 많아 순수한 단결정의 특성을 가지지 못하는 단점이 있었다.
연구팀이 개발한 그래핀 양자점은 기존과는 매우 다른 우수한 합성 과정을 보였다. 포도당 수용액에 아민과 초산을 일정 비율로 혼합해 반응 중간체를 형성하고 이를 안정적인 용액으로 구현했다.
이후 형성된 중간체의 자가조립을 유도해 단결정의 그래핀 양자점을 용액상으로 합성하는 데 성공했다. 연구팀은 이 과정에서 기존의 복잡한 분리 정제법을 개선한 저온 침전 분리법을 개발했다.
연구팀의 이번 합성 기술은 단일상(single phase) 반응을 통해 균일한 핵 성장(homogeneous nucleation)반응을 최초로 유도했다는 의의가 있다.
박 교수 연구팀은 이번 연구를 통해서 수 나노미터에서 100 나노미터 수준의 단결정 크기를 원하는 대로 조절 가능한 용액상 합성 기술을 개발했다.
박오옥 교수는 “최초로 개발된 단결정 그래핀 양자점 용액 합성법은 그래핀의 다양한 분야 접목에 크게 기여할 것이다”라며 “이를 잘 응용하면 유연 디스플레이 또는 베리스터와 같은 반도체 성질을 갖는 그래핀의 역할이 제시될 것이다”라고 말했다.
이번 연구는 고려대학교 화공생명공학과 임상혁 교수 연구팀과 공동으로 진행됐으며, 한국과학연구재단의 나노원천 과제, 한국전자통신연구원의 나노물질 기술 연구 과제, KAIST EEWS 과제, 대한민국 정부 BK21+ 사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 용액 화학으로 합성된 잘 정렬된 다양한 크기의 단결정 그래핀 양자점
2019.07.30
조회수 16077