-
딥러닝 생성모델의 오류 수정 기술 개발
우리 대학 AI대학원 최재식 교수(설명가능 인공지능연구센터장) 연구팀이 심층 학습(이하 딥러닝) 생성모델의 오류 수정 기술을 개발했다고 25일 밝혔다.
최근 딥러닝 생성모델(Deep Generative Models)은 이미지, 음성뿐만 아니라 문장 등 새로운 콘텐츠를 생성하는 데 널리 활용되고 있다. 이런 생성모델의 발전에도 불구하고 최근 개발된 생성모델도 여전히 결함이 있는 결과를 만드는 경우가 많아, 국방, 의료, 제조 등 중요한 작업 및 학습에 생성모델을 활용하기는 어려운 점이 있었다.
최 교수 연구팀은 딥러닝 내부를 해석하는 설명가능 인공지능 기법을 활용해, 생성모델 내부에서 이미지 생성과정에서 문제를 일으키는 유닛(뉴런)을 찾아 제거하는 알고리즘을 고안해 생성모델의 오류를 수리했다. 이러한 생성 오류 수리 기술은 신경망 모델의 재학습을 요구하지 않으며 모델 구조에 대한 의존성이 적어, 다양한 적대적 생성 신경망에 폭넓게 응용 및 적용될 수 있을 것으로 기대된다. 또한, 고안된 기술은 딥러닝 생성모델의 신뢰도를 향상해 생성모델이 중요 작업에도 적용될 수 있을 것으로 기대된다.
AI대학원의 알리 투씨(Ali Tousi), 정해동 연구원이 공동 제1 저자로 참여한 이번 연구는 `국제 컴퓨터 비전 및 패턴인식 학술대회 (IEEE Conference on Computer Vision and Pattern Recognition, CVPR)'에서 6월 23일 발표됐다. (논문명: Automatic Correction of Internal Units in Generative Neural Networks, CVPR 2021).
적대적 생성 신경망은 생성기와 구분기의 적대적 관계를 이용한 모델로서, 생성 이미지의 품질이 높고 다양성이 높아, 이미지 생성뿐만 아니라 다양한 분야(예, 시계열 데이터 생성)에서 주목받고 있다.
딥러닝 생성모델의 성능을 향상하기 위해서 적대적 생성기법 및 생성기의 새로운 구조 설계 혹은 학습 전략의 세분화와 같은 연구가 활발히 진행되고 있다. 그러나 최신 적대적 생성 신경망 모델은 여전히 시각적 결함이 포함된 이미지를 생성하고 있으며, 재학습을 통해서 이를 해결하기에는 오류 수리를 보장할 수 없으며, 많은 학습 시간과 비용을 요구하게 된다. 이렇게 규모가 큰 최신 적대적 생성 신경망 모델의 일부 오류를 해결하기 위해 모델 전체를 재학습하는 것은 적합하지 않다.
연구팀은 문제 해결을 위해 생성 오류를 유도하는 딥러닝 내부의 유닛(뉴런)을 찾아 제거하는 알고리즘을 개발했다. 알고리즘은 딥러닝 모델의 시각적 결함의 위치를 파악하고, 딥러닝 모델 내 여러 계층에 존재하는 오류를 유발한 유닛을 찾아서 활성화하지 못하도록 하여 결함이 발생하지 않도록 했다.
연구팀은 설명가능 인공지능 기술을 활용해 시각적 결함이 생성된 이미지의 어느 부분에 분포하는지, 또 딥러닝 내부의 어떤 유닛이 결함의 생성에 관여하는지 찾을 수 있었다. 개발된 기술은 딥러닝 생성모델의 오류를 수리할 수 있고, 생성모델의 구조에 상관없이 적용할 수 있다.
연구팀은 전통적인 구조를 가지는 `진행형 생성모델(Progressive GAN, PGGAN)'에서 개발 기술이 효과적으로 생성 오류를 수리할 수 있음을 확인했다. 수리 성능은 매사추세츠 공과대학(MIT)이 보유한 수리 기술 대비 FID 점수가 10점 정도 감소했으며, 사용자 평가에서 시험 이미지 그룹의 약 50%가 결함이 제거됐고, 약 90%에서 품질이 개선됐다는 결과를 얻었다. 나아가 특이 구조를 가지는 `StyleGAN2'와 `U-net GAN'에서도 생성 오류 수리가 가능함을 보임으로써 개발 기술의 일반성과 확장 가능성을 보였다.
연구팀이 개발한 생성모델의 오류 제거 기술은 다양한 이미지 외에도 다양한 생성모델에 적용돼 모델의 결과물에 대한 신뢰성을 높일 것으로 기대된다.
공동 제1 저자인 알리 투씨와 정해동 연구원은 "딥러닝 생성모델이 생성한 결과물에 있는 시각적 오류를 찾고, 이에 상응하는 활성화를 보이는 생성모델 내부의 유닛을 순차적으로 제거함으로써 생성 오류를 수리할 수 있음을 보였다ˮ라며 이는 "충분히 학습된 모델 내부에 미학습 혹은 잘못 학습된 내부요소가 있음을 보여주는 결과다ˮ라고 말했다.
한편 이번 연구는 2021년도 과학기술정보통신부의 재원으로 정보통신기획평가원의 지원을 받은 혁신성장동력프로젝트 설명가능인공지능 및 한국과학기술원 인공지능 대학원 프로그램과제를 통해서 수행됐다.
2021.06.25
조회수 21222
-
수학 모델로 불안정한 수면 사이클 원인 밝혀
우리 대학 연구진이 수학적 모델을 이용해 세포질 혼잡을 유발하는 비만과 치매, 노화가 어떻게 불안정한 수면을 유발하는지를 밝히고 해결책을 제시했다.
수리과학과 김재경 교수 연구팀은 수학적 모델을 이용해 세포 내 분자 이동을 방해하는 세포질 혼잡(Cytoplasmic congestion)이 불안정한 일주기 리듬(Circadian rhythms)과 수면 사이클을 유발함을 예측하고, 미국 플로리다 주립대학 이주곤 교수 연구팀과 실험을 통해 검증하는 데 성공했다고 9일 밝혔다.
수리과학과 김대욱 박사과정이 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `미국국립과학원회보(PNAS)' 10월 26일 字 온라인판에 실렸다. (논문명 : Wake-sleep cycles are severely disrupted by diseases affecting cytoplasmic homeostasis)
우리 뇌 속에 있는 생체시계(Circadian clock)는 인간이 24시간 주기에 맞춰 살아갈 수 있도록 행동과 생리 작용을 조절하는 역할을 한다. 생체시계는 밤 9시경이 되면 우리 뇌 속에서 멜라토닌 호르몬의 분비를 유발해 일정 시간에 수면을 취할 수 있도록 하는 등 운동 능력이나 학습 능력에 이르기까지 거의 모든 생리 작용에 관여한다.
2017년 노벨생리의학상을 수상한 마이클 영, 제프리 홀 그리고 마이클 로스바쉬 교수는 *PER 단백질이 매일 일정한 시간에 세포핵 안으로 들어가 PER 유전자의 전사를 일정 시간에 스스로 억제하는 음성피드백 루프를 통해 24시간 주기의 리듬을 만드는 것이 생체시계의 핵심 원리임을 밝혔다.
☞ PER 단백질: 포유류의 일주기 리듬을 통제하는 핵심 생체시계 단백질이다. 세포질에서 번역(translation)된 PER 단백질은 핵 안으로 들어가 자기 자신의 DNA 전사(transcription)를 조절한다. 이로 인해 세포 내 PER 단백질의 농도는 24시간 주기로 변화한다.
하지만 다양한 물질이 존재하는 복잡한 세포 내 환경에서 어떻게 수천 개의 PER 단백질이 핵 안으로 일정한 시간에 들어갈 수 있는지는 오랫동안 생체시계 분야의 난제로 남아있었다. 이는 서울 각지에서 출발한 수천 명의 직원이 혼잡한 도로를 통과해서 매일 같은 시간에 회사에 들어갈 수 있는 방법을 찾는 것과도 같은 문제다.
김 교수 연구팀은 난제 해결을 위해 세포 내 분자의 움직임을 묘사하는 시공간적 확률론적 모형(Spatiotemporal Stochastic model)을 자체 개발했다. 또 이를 이용해 분석한 결과, PER 단백질이 세포핵 주변에서 충분히 응축돼야만 동시에 인산화돼 핵 안으로 함께 들어간다는 사실을 알아냈다.
김 교수는 "인산화 동기화 스위치 덕분에 수천 개의 PER 단백질이 일정한 시간에 함께 핵 안으로 들어가 안정적인 일주기 리듬을 만들어낼 수 있음을 확인했다ˮ고 설명했다.
김 교수팀은 또 PER 단백질의 핵 주변 응축을 방해하는 지방 액포와 같은 물질들이 세포 내에 과도하게 많아져 세포질이 혼잡해지면 인산화 스위치가 작동하지 않아 불안정한 일주기 리듬과 수면 사이클이 유발된다는 사실도 확인했다.
김재경 교수팀의 수리 모델 예측은 미국 플로리다 주립대학 이주곤 교수 팀과 협업을 통해 실험으로 검증하는 한편 한 발짝 더 나가 비만·치매·노화가 세포질 혼잡을 일으킴으로써 수면 사이클의 불안정을 가져오는 핵심 요인임을 규명하는 데도 성공했다. 세포질 혼잡 해소가 수면 질환 치료의 핵심이기 때문에 김 교수팀의 이번 연구는 수면 질환 치료의 새로운 패러다임을 제시했다는 점에서 큰 의미가 있다.
김재경 교수는 "비만과 치매, 그리고 노화가 불안정한 수면을 유발하는 원인을 수학과 생명과학의 융합 연구를 통해 밝힌 연구ˮ라고 소개하면서 "이번 성과를 통해 수면 질환의 새로운 치료법이 개발되기를 기대한다ˮ라고 말했다.
2020.11.09
조회수 38646
-
인공지능을 이용해 숨겨진 소재를 탐색하는 기술 개발
우리 대학 생명화학공학과 정유성 교수 연구팀이 인공지능(AI) 기술을 이용해 숨겨진 소재 공간을 탐색, 숨겨진 새로운 물질을 예측하는 기술을 개발하는 데 성공했다고 27일 밝혔다.
소재 연구의 궁극적인 목표는 원하는 *물성을 갖는 소재를 발견하는 것이다. 그러나 무기화합물의 가능한 모든 조성과 결정구조를 고려할 때 무한대에 가까운 경우의 수를 샅샅이 탐색하기는 쉽지 않다. 이러한 문제 해결을 위한 방안으로 컴퓨터 스크리닝 소재 탐색 방법이 널리 사용되고 있지만 찾고자 하는 소재가 스크리닝 후보군에 존재하지 않을 때는 유망한 물질 후보들을 놓치는 경우가 종종 발생한다.
☞ 물성(physical properties): 물질의 전기적, 자기적, 광학적, 역학적 성질 따위를 통틀어 이르는 말
정유성 교수 연구팀이 개발한 *소재 역설계 방법은 데이터 학습을 통해 주어진 조성을 갖는 결정구조를 새롭게 생성하게 함으로써 기존 데이터베이스에는 존재하지 않던 신물질을 발견할 수 있도록 한다. 특히, 기존의 역설계 방법에서는 원하는 조성을 제어할 수 없지만, 정 교수팀이 개발한 역설계 방법은 원하는 조성을 제어함으로써 숨어있는 화학 공간을 효율적으로 탐색해 물질을 설계할 수 있다.
☞ 소재 역설계(Materials Inverse Design): 주어진 구조에 대한 물성을 측정하는 방식의 반대 개념으로, 특정한 물성을 갖도록 소재의 구조를 역으로 찾아가는 방법
이번 정 교수팀의 연구성과인 결정구조 예측기술은 인공지능 생성모델인 적대적 생성 신경망(GAN, Generative Adversarial Network)을 기반으로 개발됐다. 또 기존의 복잡한 3차원 이미지 기반 물질 표현자의 단점을 해소하기 위해 비교적 간단한 원자들의 3차원 좌표를 기반으로 한 물질 표현자를 사용했다.
정 교수팀은 이번 연구를 통해 개발한 소재 역설계 방법을 활용, 빛을 이용한 수소생산 촉매로 활용될 수 있는 마그네슘-망간-산화물 기반의 광촉매 물질의 결정구조를 예측하는 데도 성공했다. 기존 데이터베이스에 존재하지 않는 조성들을 생성조건으로 다양한 마그네슘-망간-산화물 구조를 생성한 결과, 기존에 알려지지 않았으면서 광촉매로서 전도유망한 특성을 갖는 신물질을 다수 발견했다.
정유성 교수는 "광촉매 물질의 설계에 적용한 이번 소재 설계 프레임워크는 화합물의 화학적 조성뿐 아니라 사용자가 원하는 특정 물성을 갖는 소재를 역설계하는데 적용이 가능하다ˮ면서 "여러 소재 응용 분야에서 활용될 수 있을 것으로 기대된다ˮ고 말했다.
우리 대학 생명화학공학과 김성원 박사과정과 노주환 박사과정이 공동 제1 저자로, 토론토 대학의 아스푸루-구지크(Aspuru-Guzik) 교수가 공동연구로 참여한 이 연구성과는 미국화학회(ACS)가 발행하는 국제학술지 ACS 센트럴 사이언스(ACS Central Science) 지난 8월호에 실렸다.(논문명: Generative Adversarial Networks for Crystal Structure Prediction)
한편, 이번 연구는 과학기술정보통신부 산하 한국연구재단의 기초연구사업(중견연구) 지원을 받아 수행됐다.
2020.10.28
조회수 29179
-
바이오및뇌공학과 김진우 학사과정, 국제 학술지 표지 논문 게재
우리 대학 바이오및뇌공학과 백세범 교수 연구팀에 소속된 대학생(학사과정)의 연구논문이 뇌신경과학 분야 저명 국제학술지에 게재됐음은 물론 해당 저널의 표지 논문으로 선정돼 화제가 되고 있다.
바이오및뇌공학과 4학년에 재학 중인 김진우 학생(22세)이 백세범 교수의 지도하에 수행한 학부생 개별연구 프로젝트에서 두뇌의 *시각 피질에서 관측되는 주요 신경망 연결 구조 중 하나인 '장거리 수평 연결(Long-range horizontal connection)'이 두뇌 발생 초기에 형성되는 원리를 규명한 연구결과가 뇌신경과학 분야 '저널 오브 뉴로사이언스'의 표지 논문으로 선정됐다.
☞ 시각 피질(Visual Cortex): 두뇌에서 시각 정보처리를 담당하는 영역. 망막 신경망 영역을 통해 입력받은 외부 공간에 대한 시각 정보를 처리하여 인지 과정을 구현하는 기능성 신경망 구조로 이루어져 있다.
연구팀은 이번 연구를 통해 어린 포유류 동물이 눈을 뜨기 전, 시각적인 학습이 전혀 이뤄지지 않은 상태, 즉 두뇌 발생 초기 상태에서 *망막 내 신경세포들의 자발적인 활동으로부터 발생하는 '*망막 파동'이 두뇌 시각 피질의 신경세포들을 특정한 공간적 패턴으로 자극하고, 이를 통해 시각 정보 처리에서 중요한 역할을 담당하는 '장거리 수평 연결'을 형성한다는 사실을 밝혀냈다.
☞ 망막(Retina): 눈의 안쪽을 둘러싸고 있는 신경세포의 얇은 층으로, 시각 시스템에서 외부 시각 정보가 신경세포 신호로 처음 변환되는 영역
☞ 망막 파동(Retinal Wave): 포유류의 초기 발달과정의 망막에서 나타나는, 신경절 세포들이 차례대로 발화하며 파도와 같은 파형으로 활동패턴이 확산하는 현상
김진우 학생과 송민 박사과정 학생이 공동 제1 저자로 참여한 이번 연구는 뇌신경과학 분야의 대표 국제학술지인 '저널 오브 뉴로사이언스 (Journal of Neuroscience)' 19일 字에 게재되는 한편 해당 호 표지 논문으로 선정됐다. (논문명: Spontaneous retinal waves generate long-range horizontal connectivity in visual cortex)
포유류의 시각 피질에서는 신경세포들이 외부 시각 자극의 특정 요소에만 선택적으로 반응하는 신경 선택성(neural tuning)을 보이는데, 비슷한 신경 선택성을 가지는 세포들은 공간적으로 멀리 떨어져 있어도 '장거리 수평 연결'이라는 특별한 상호 연결망 회로로 이어져 있다. 이처럼 특이한 신경망 연결 구조는 포유류의 시각 인지기능에 중요한 역할을 하는 것으로 생각돼왔지만, 이러한 회로가 뇌의 발생 초기 단계에서 외부 시각 정보에 의한 자극 없이 어떻게 자발적으로 발생하는지는 아직까진 명확히 알려진 바가 없었다.
백 교수 연구팀은 망막 내 신경망 구조를 모델화하고, 이를 통해 망막 파동의 패턴이 시각 피질 내 구조 형성에 미치는 영향을 시뮬레이션했다. 그 결과, 연구팀은 망막의 신경절에서 자발적으로 발생하는 망막 파동이 시각 피질로 전달되는 과정에서 형성되는 선택적 활동 패턴이 시각 피질 내의 장거리 연결 구조를 형성함을 밝혀냈고, 이 모델을 기반으로 동물실험에서 관측되는 초기 시각 피질의 특징적인 신경 활동 패턴을 재현하는 데 성공했다.
이 연구를 통해 연구팀은 동물실험에서 관측된 시각 피질의 장거리 수평 연결이 형성되는 과정과 주요 인자들을 정확히 확인했다. 이 결과를 기반으로 연구팀은 뇌 피질 내에서의 활동 패턴이 피질 구조를 결정한다는 기존 모델의 오류를 지적하는 한편, 망막에서 전달된 활동 패턴이 시각 피질의 구조를 형성하는 데 결정적인 영향을 끼친다는 새로운 발생 모델을 제시했다.
백세범 교수는 "외부의 정보를 학습할 수 없는 감각 신경망의 발생 초기 단계에서, 감각기관 말단의 신경 활동 패턴이 뇌 신경망의 주요 구조 형성에 결정적으로 기여한다는 새로운 뇌 구조 발생 모델을 제시한 연구라는 점에서 의미가 크다ˮ고 설명했다.
김진우 학생은 "이번 연구는 뇌가 외부 세계에 대한 감각 정보를 처음으로 경험하기 이전에 어떻게 비 지도적으로 학습을 하는지에 대해, 알려진 실험 데이터에 기반한 명확한 이론적 설명을 제공한다는 점에서 흥미롭다ˮ고 말했다. 그는 이어 "이와 같은 방향의 연구가 향후 데이터 학습에 의존하지 않는 새로운 형태의 인공신경망 연구에도 큰 도움이 될 것으로 기대가 된다ˮ고 덧붙였다.
이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업의 지원을 받아 수행됐다.
2020.08.23
조회수 27837
-
AI대학원 김기응 교수 연구팀, 인공지능 전력망 운영관리 국제대회 1위 달성
우리 대학 AI대학원 김기응 교수 연구팀(홍성훈, 윤든솔 석사과정, 이병준 박사과정)이 인공지능 기반 전력망 운영관리 기술을 겨루는 국제경진대회인 'L2RPN 챌린지(Learning to Run a Power Network Challenge 2020 WCCI)'에서 최종 1위를 차지했다. 이 대회는 기계학습 연구를 촉진하기 위한 각종 경진대회를 주관하는 비영리단체 ChaLearn, 유럽 최대 전력망을 운영관리하는 프랑스 전력공사의 자회사 RTE(Réseau de Transport d'Électricité)社 및 세계 최대 규모의 전력 회사 SGCC(State Grid of China)의 자회사인 GEIRI North America(Global Energy Interconnection Research Institute)에서 공동주최해, 세계 각국의 약 50팀이 약 40일간 (2020.05.20.~06.30) 온라인으로 참여해 성황리에 마감됐다.
단순한 전력망이 스마트 그리드를 넘어서 에너지 클라우드 및 네트워크로 진화하려면 신재생 에너지의 비율이 30% 이상이 돼야 하고, 신재생 에너지 비율이 높아지면 전력망 운영의 복잡도가 매우 증가한다. 실제로 독일의 경우 신재생 에너지 비율이 30%가 넘어가면서 전력사고가 3,000건 이상 증가할 정도로 심각하며, 미국의 ENRON 사태 직전에도 에너지 발전과 수요 사이의 수급 조절에 문제가 생기면서 잦은 정전 사태가 났던 사례도 있다.
전력망 운영에 인공지능 기술 도입은 아직 초기 단계이며, 현재 사용되고 있는 전력망은 관리자의 개입 없이 1시간 이상 운영되기 힘든 실정이다. 이에 프랑스의 RTE(Réseau de Transport d'Électricité) 社는 전력망 운영에 인공지능 기술을 접목하는 경진대회 'L2RPN'을 2019년 처음 개최했다. 2019년 대회는 IEEE-14라는 14개의 변전소를 포함하는 가상의 전력망에서 단순한 운영을 목표로 열렸다. 2020년 대회는 L2RPN 2020 WCCI 챌린지라는 이름으로 특정 국가 수도 규모의 복잡한 전력망을 72시간 동안 관리자의 개입 없이 스스로 안전하고 효율적으로 운영될 수 있는 인공지능 전력망 관리 에이전트를 개발하는 것을 목표로 열렸다. 시간에 따른 공급-수요의 변화, 시설 유지보수 및 재난에 따른 급작스러운 단전 등 다양한 시나리오에 대해 전력망 운영관리 능력의 평가가 이뤄졌다.
김 교수 연구팀은 이번 2020년 대회에서 전력망 구조를 효과적으로 반영할 수 있는 그래프 신경망 모델 기반의 강화학습 에이전트를 개발해 참가했다. 기존의 에이전트들은 소규모의 전력망에서만 적용 가능하다는 한계가 있었지만, 김 교수 연구팀은 국가 수도 규모의 복잡한 전력망에도 적용 가능한 에이전트를 개발했다. 연구팀이 개발한 인공지능 전력망 운영관리 에이전트는 주어진 모든 테스트 시나리오에 대해 안전하고 효율적으로 전력망을 운영해 최종 1위의 성적을 거뒀다. 우승팀에게는 상금으로 미국 실리콘밸리에 있는 GEIRI North America를 방문할 수 있는 여행경비와 학회참가 비용 3,000달러가 주어진다. 연구진은 앞으로도 기술을 고도화해 국가 규모의 전력망과 다양한 신재생 에너지원을 다룰 수 있도록 확장할 계획이다.
한편 이번 연구는 과기정통부 에너지 클라우드 기술개발 사업의 지원으로 설치된 개방형 에너지 클라우드 플랫폼 연구단과제로 수행됐다. (연구단장 KAIST 전산학부 문수복 교수)
※ 대회 결과 사이트 관련 링크: https://l2rpn.chalearn.org/competitions
※ 개방형 에너지 클라우드 플랫폼 연구단 사이트: https://www.oecp.kaist.ac.kr
2020.07.28
조회수 29647
-
서성배 교수, 당뇨에 큰 영향 미치는 뇌 혈당조절 신경세포 발견
〈 오양균 박사, 서성배 교수 〉
우리 대학 생명과학과 서성배 교수와 뉴욕대학교(NYU) 오양균 박사 공동연구팀이 초파리 모델 시스템을 이용해 뇌 속에 체내 혈당에 직접적인 기능을 하는 포도당 감지 신경세포를 발견하고 그 구체적인 원리를 밝혔다.
이번 연구는 초파리 뇌 속의 포도당 감지 신경세포가 인슐린 생산 조직 활성화, 글루카곤 생산 조직 활동 억제 등을 통해 체내 혈당 조절에 어떻게 관여하는지를 처음으로 밝혀낸 중요한 단서로, 당뇨병의 진단 및 치료에 새로운 가능성을 열 것으로 기대된다.
생명과학과 출신의 오양균 박사가 1 저자로 참여하고 서성배 교수가 교신저자로 참여한 이번 연구 결과는 국제학술지 ‘네이처(Nature)’ 10월 23일 자 온라인판에 게재됐다. (논문명 :A glucose-sensing neuron pair regulates insulin and glucagon in Drosophila)
한국인의 당뇨병 유병률은 14%로 2018년 기준 환자 500만 명을 돌파했다. 당뇨병 증가속도 세계 1위, 잠재적 환자는 4명 중 1명꼴이지만 발병원인은 정확하게 규명되지 않았다. 유전적 요인과 환경적 요인이 존재하지만 대부분 췌장 인슐린 분비세포 기능이 저하되면서 병이 시작되는 것으로 알려져 있다.
최근에는 뇌가 당뇨병의 정도에 영향을 미칠 수 있다는 사실이 밝혀지기도 했다. 대부분 당뇨병 환자에게 스트레스가 당뇨병 증세에 영향을 미치고 혈당 조절을 어렵게 하는데 뇌 어딘가에 존재하는, 알려지지 않은 혈당 조절 능력 때문이라는 것이 학계 주장이다.
서성배 교수 연구팀은 오래전부터 초파리를 이용해 혀나 내장기관뿐 아니라 동물의 뇌 속에도 포도당을 감지하는 세포와 수용체가 존재한다는 사실을 연구해왔다. 인간 두뇌의 시상하부나 후뇌 등에 포도당을 감지하는 신경세포가 존재할 것이라는 점은 예측돼왔지만, 이런 세포들이 어떻게 포도당을 감지해 몸의 각 부위에 명령을 내리는지에 대한 연구는 지금까지 없었다.
연구팀은 초파리 전체 뇌 신경조직을 대상으로 한 광범위한 스크리닝을 통해 초파리가 포도당의 영양적 가치를 판단하는데 필수적인 한 쌍의 신경세포를 발견했다. 이 한 쌍의 신경세포가 체내 포도당 농도 증가에 반응해 활성화되는 특징을 가지고 있음을 파악했다.
연구팀은 약학적, 유전학적 방식을 사용해 이들 세포가 인간의 췌장 세포와 유사한 분자적 시스템을 통해 포도당을 인지한다는 사실을 확인했다. 이를 기반으로 연구팀은 포도당 감지 신경세포가 어떠한 신경세포 및 조직에 신호를 전달하는지에 대해 연구했다.
연구팀은 해당 신경세포가 초파리의 인슐린 생산을 담당하는 신경조직(insulin-producing cells, IPCs)과 글루카곤의 기능을 하는 단백질을 생산하는 조직(AKH-producing cells)에 각각 축삭돌기(Axon, 신경 세포체에서 뻗어 나온 돌기)를 이루고 있음을 확인했다.
이 결과는 한 쌍의 포도당 감지 신경세포가 체내 혈당 조절에 중요한 호르몬을 생산하는 조직들에 직접 체내 영양 정보를 전달할 수 있다는 가능성을 발견한 것이다.
이를 확인하기 위해서 연구팀은 포도당 감지 신경세포와 두 호르몬 분비 조직들 사이의 물리적, 기능적 상호작용들을 확인했다. 그 결과 한 쌍의 포도당 감지 신경세포가 활성화된 경우 인슐린 생산 조직 역시 활성화되며 반면에 글루카곤 생산 조직의 활동은 억제됨을 확인했다.
또한, 연구팀은 포도당 감지 신경세포를 억제할 경우 인슐린 생산 조직의 억제로 인해 혈중 인슐린 농도가 감소하며, 글루카곤 생산 조직에 대한 억제가 사라짐에 따라 혈중 글루카곤 농도가 증가 됨을 확인했다. 이들 호르몬의 변화로 인해 혈중 포도당 농도가 유의미하게 증가함을 최종적으로 확인했다.
뇌 속에 단 한 쌍의 포도당 감지 신경세포만의 활동을 조절함으로써 당뇨병의 증상을 가지는 초파리를 인위적으로 만들 수 있는 것이다.
한발 더 나아가 연구팀은 초파리에서 신경전달 기능을 하는 짧은 단백질의 한 종류인 sNPF(small Neuropeptide F)가 해당 포도당 감지 신경세포에서 발현됨을 파악하고 포도당에 노출됐을 때 이 신경전달물질이 분비됨을 확인했다. 또한, 연구팀은 인슐린 생산 조직과 글루카곤 생산 조직에서 sNPF 의 수용체가 포도당 감지 신경세포의 신호를 받는데 필수적인 역할을 함을 증명했다.
서성배 교수는 “이번 연구 결과는 초파리에서 의미 있는 발견을 했다는 사실을 넘어 당뇨병 원인 규명과 치료의 패러다임을 근본적으로 바꿀 수 있는 계기를 마련한 것이다”라며 “뇌에서 만들어지는 신호가 체내 혈당 조절에 근본적인 역할을 함이 구체적으로 규명되면 한 단계 진보된 당뇨병의 진단 및 치료뿐 아니라 비만, 대사질환 치료도 가능해질 것이다”라고 말했다.
□ 그림 설명
그림1,2. 서성배 교수 연구성과 개념도. 혈당에 반응하는 CN neuron의 Axon이 두 갈래로 갈라지며 갈라진 axonal branch는 인슐린을 만드는 세포를 활성화시키고 다른 갈라진 axonal branch는 글루카곤을 만드는 세포를 억제시킴
2019.10.24
조회수 14803
-
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 14767
-
김재경 교수, 수학적 모델링 통해 신약 개발 걸림돌 해소
〈 김대욱 박사과정, 김재경 교수 〉
우리 대학 수리과학과 김재경 교수와 글로벌 제약회사 화이자(Pfizer)의 장 청(Cheng Chang) 박사 공동연구팀이 수학적 모델을 기반으로 동물 실험과 임상 시험 간 차이가 발생하는 원인을 밝히고 그 해결책을 제시했다.
연구팀은 일주기 리듬 수면 장애 신약을 개발하는 과정에서 동물 실험과 임상 시험 간 발생하는 차이 문제를 수학적 모델을 이용해 해결함으로써 신약 개발의 가능성을 높였다. 또한, 동물과 사람 간 차이 뿐 아니라 사람마다 발생하는 약효의 차이 발생 원인도 밝혀냈다.
김대욱 박사과정이 1 저자로 참여한 이번 연구결과는 국제 학술지 ‘분자 시스템 생물학 (Molecular Systems Biology)’ 7월 8일자 온라인판에 게재됐고, 우수성을 인정받아 7월호 표지논문으로 선정됐다. (논문명 : Systems approach reveals photosensitivity and PER2 level as determinants of clock-modulator efficacy)
신약을 개발하기 위해 임상 시험 전 단계로 쥐 등의 동물을 대상으로 전임상 실험을 하게 된다. 이 과정에서 동물에서 보였던 효과가 사람에게선 보이지 않을 때가 종종 있고 사람마다 효과가 다르게 나타나기도 한다. 이러한 약효의 차이가 발생하는 원인을 찾지 못하면 신약 개발에 큰 걸림돌이 된다.
수면 장애는 맞춤형 치료 분야에서 개발이 가장 더딘 질병 중 하나이다. 쥐는 사람과 달리 수면시간이 반대인 야행성 동물이다 보니 수면시간을 조절할 수 있는 치료제가 실험 쥐에게는 효과가 있어도 사람에게는 무효한 경우가 많았다. 하지만 그 원인이 알려지지 않아 신약 개발에 어려움이 있었다.
연구팀은 이러한 차이의 원인을 미분방정식을 이용한 가상실험과 실제 실험을 결합해 연구했고, 주행성인 사람은 야행성인 쥐에 비해 빛 노출 때문에 약효가 더 많이 반감되는 것이 원인임을 밝혔다. 이는 빛 노출 조절을 통해 그동안 사람에게 보이지 않던 약효가 발현되게 할 수 있음을 뜻한다.
수면 장애 치료 약물의 약효가 사람마다 큰 차이를 보이는 것도 신약 개발의 걸림돌이었다. 연구팀은 증상이 비슷해도 환자마다 약효 차이가 나타나는 원인을 밝히기 위해 수리 모델링을 이용한 가상환자를 이용했다.
이를 통해 약효가 달라지는 원인은 수면시간을 결정하는 핵심 역할을 하는 생체시계 단백질인 PER2의 발현량이 달라서임을 규명했다.
또한, PER2의 양이 낮에는 증가하고 밤에는 감소하기 때문에 하루 중 언제 투약하느냐에 따라 약효가 바뀜을 이용해 환자마다 적절한 투약 시간을 찾아 최적의 치료 효과를 가져오는 시간요법(Chronotherapy)를 개발했다.
김재경 교수는 “수학이 실제 의약학 분야에 이바지해 우리가 좀 더 건강하고 행복한 삶을 살 수 있는데 도울 수 있어 행복한 연구였다”라며 “이번 성과를 통해 국내에선 아직은 부족한 의약학과 수학의 교류가 활발해지길 기대한다”라고 말했다.
□ 그림 설명
그림1. 김재경 교수 연구팀 성과 개념도
그림2. 맞춤형 시간 치료법 (Chronotherapy) 개념도
2019.07.09
조회수 22614
-
이병주 교수, 게임의 랙 현상 해소 기술 개발
〈 이병주 교수, 이인정 박사과정 〉
우리 대학 문화기술대학원 이병주 교수와 핀란드 알토 대학교(Aalto Univ) 공동 연구팀이 게임의 겉보기 형태를 변화시켜 게임 내 레이턴시 효과, 일명 랙(lag)을 없앨 수 있는 기술을 개발했다.
이인정 박사과정이 1 저자로 참여하고 알토대학교 김선준 연구원이 공동으로 개발한 이번 연구는 지난 5월 4일 열린 인간-컴퓨터 상호작용 분야 최고권위 국제 학술대회 CHI 2019(The ACM CHI Conference on Human Factors in Computing Systems)에서 풀 페이퍼로 발표됐다. (논문명 : Geometrically Compensating Effects of End-to-End Latency in Moving-Target Selection Games)
레이턴시는 장치, 네트워크, 프로세싱 등 다양한 이유로 인해 발생하는 지연(delay) 현상을 말한다. 사용자가 명령을 입력했을 때부터 출력 결과가 모니터 화면에 나타날 때까지 걸리는 지연을 엔드-투-엔드 레이턴시(end-to-end latency)라 한다.
상호작용의 실시간성이 중요한 요소인 게임 환경에서는 이러한 현상이 플레이어의 능력에 부정적 영향을 미치는 것으로 알려져 있다.
연구팀은 레이턴시가 있는 게임 환경에서도 플레이어의 본래 실력으로 게임을 할 수 있도록 돕는 레이턴시 보정 기술을 개발했다. 이 기술은 레이턴시의 양에 따라 게임의 디자인 요소, 즉 장애물의 크기 등의 형태를 변화시킴으로써, 레이턴시가 있음에도 레이턴시가 없는 것처럼 느껴지는 환경에서 플레이할 수 있다.
연구팀은 레이턴시가 플레이어에 미치는 영향을 분석해 플레이어의 행동을 예측하는 수학적 모델을 제시했다. 시간제한이 있는 상황에서 게임 플레이를 위해 버튼 입력을 해야 하는 ‘움직이는 타겟 선택’ 과업에 레이턴시가 있을 때 사용자의 성공률을 예측할 수 있는 인지 모델이다.
이후에는 이 모델을 활용해 게임 환경에 레이턴시가 발생할 경우의 플레이어 과업 성공률을 예측한다. 이를 통해 레이턴시가 없는 환경에서의 플레이어 성공률과 비슷한 수준으로 만들기 위해 게임의 디자인 요소를 변형한다.
연구팀은 ‘플래피 버드(Flappy Bird)’라는 게임에서 기둥의 높이를 변형해 레이턴시가 추가됐음에도 기존 환경에서의 플레이 실력을 유지함을 확인했다. 연구팀은 후속 연구를 통해 게임 속 장애물 등의 크기를 변형함으로써 레이턴시를 없애는 등의 확장 연구를 기대하고 있다.
이 교수는 “이번 기술은 비 간섭적 레이턴시의 보정 기술로, 레이턴시의 양만큼 게임 시계를 되돌려 보상하는 기존의 랙 보상 방법과는 다르게 플레이어의 게임 흐름을 방해하지 않는 장점이 있다”라고 말했다.
이번 연구는 한국연구재단 신진연구자지원사업(프로게이머 역량 극대화를 위한 게임 입력장치의 설계 최적화) 및 KAIST 자체 연구사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 게임의 겉보기 형태를 변화시킴으로써, 플레이어가 제로 레이턴시 환경과 레이턴시가 있는 환경에서 같은 실력을 유지
2019.07.02
조회수 19289
-
조광현 교수, 섬유아세포 과활성 유발 분자피드백 회로 규명
〈 조 광 현 교수 〉
우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 삼성병원 김석형 교수 연구팀과 공동연구를 통해 섬유증 및 암 악성화의 원인이 되는 섬유아세포 과활성을 유발하는 분자피드백 회로를 최초로 규명했다.
신동관 박사와 안수균 학생 등이 함께 참여한 이번 연구는 ‘네이처 커뮤니케이션즈(Nature Communications)’ 8월 1일자 온라인 판에 게재됐다.
( https://www.nature.com/articles/s41467-018-05274-6 )
인간의 섬유아세포는 대부분의 정상조직에 비활성화된 상태로 존재하다가 상처회복을 위해 필요할 때 급진적으로 활성화된다. 하지만 이러한 급진적 활성화가 유발되는 원리는 아직 밝혀지지 않았다.
조광현 교수 연구팀은 삼성병원 김석형 교수팀과 공동연구를 통해 Twist1, Prrx1, TNC 분자들이 연쇄적으로 활성을 유발하는 양성피드백회로를 구성함으로서 그와 같은 급진적인 섬유아세포의 활성을 유발한다는 것을 분자생물학실험과 수학모델링, 컴퓨터시뮬레이션 분석, 그리고 동물실험과 임상데이터 분석을 통해 밝혔다.
활성화된 섬유아세포는 상처가 치유된 뒤 다시 비활성화된 상태로 전환돼야 하는데 이 때 피드백회로가 계속 작동하면 섬유증의 발생이나 암 악성화의 원인이 된다.
따라서 이번에 밝혀낸 Twist1-Prrx1-TNC 분자피드백회로는 섬유증과 암의 새로운 치료 타겟으로 활용될 수 있을 것으로 기대된다.
□ 그림 설명
그림1. 섬유아세포의 급진적 활성화를 유발하는 Twist1-Prrx1-TNC 분자피드백회로 규명 과정
그림2. 정상적인 섬유아세포의 활성화 조절과 피드백회로의 비가역적 활성화에 따른 비정상적인 섬유아세포 활성화 조절과정의 비교
2018.08.10
조회수 12236
-
이해신 교수, 와인성분 통해 심장에 정맥주사로 약물 전달 기술 개발
〈 이 해 신 교수 〉
우리 대학 화학과 이해신 교수 연구팀이 와인의 떫은맛을 내는 성분인 탄닌산(tannic acid)을 이용해 간단한 정맥주사만으로도 약물을 심장 조직에 전달할 수 있는 기술을 개발했다.
연구팀은 탄닌산을 단백질, 펩타이드 등의 약물과 혼합시켜 입자화 하는 방법을 통해 심장조직을 표적할 수 있음을 규명했다. 연구팀의 심장 질환의 효율적 치료를 위한 표적화 약물전달 기술은 단백질 기반의 다양한 신약에 적용 가능할 것으로 기대된다.
안전성평가연구소의 예측모델 연구센터 김기석 박사 연구팀과 공동으로 수행된 이번 연구는 네이처 자매지 ‘네이처 바이오메디컬 엔지니어링(Nature Biomedical Engineering)’ 4월 30일자 온라인 판에 게재됐다.
심장은 인체 내 가장 중요한 기관으로 분당 60~100회의 박동을 하는 동안 약 5리터의 혈액을 뇌를 포함한 전신에 공급하는 역할을 한다. 심장은 심근이라는 근육을 이용해 끊임없이 박동하는 운동성이 높은 기관이다.
심장 및 관련 혈관 질병을 심혈관계-순환계 질환이라고 하는데 이는 우리나라 사망 원인 2위를 차지한다. 고혈압, 당뇨, 고지혈증, 흡연, 비만 등 현대인의 불규칙한 식습관 및 생활습관으로 인해 나타날 수 있다. 대표적으로 심장으로 가는 관상동맥이나 미세한 혈류들이 좁아져 산소 및 영양분 공급이 원활하지 못해 발생하는 심근경색이 있다.
많은 연구자들이 심혈관계 질환 극복을 위한 화학약물요법이나 치료용 단백질 등을 개발하고 있다. 그러나 여전히 직접적인 수술, 카테터 및 스텐트 삽입 등에 의존하고 있으며 일반 정맥주사로 개발된 약물을 심장에 효율적으로 전달하는 기술은 개발되지 않았다.
심장의 강한 운동성으로 인해 정맥으로 주사된 약물이 순환하는 동안 심장으로의 전달 효율이 급격하게 저하되기 때문이다.
문제 해결을 위해 연구팀은 과일 껍질, 견과류, 카카오, 와인 등에 다량으로 존재하는 탄닌산이라는 물질을 이용했다. 탄닌산은 와인의 떫은맛을 내는 폴리페놀 분자의 일종으로 혀에 존재하는 점막 단백질과 결합해 떫은맛을 낸다고 알려져 있다.
연구팀은 탄닌산과 단백질 사이의 강한 분자 간 결합력을 이용해 치료용 단백질, 유전자 전달체인 바이러스 또는 기능성 펩타이드 약물 등을 간단하게 섞어주는 방법으로 입자화에 성공했다. 그리고 이를 주사했을 때 심장을 표적화할 수 있다는 사실을 발견했다.
탄닌산을 이용한 단백질 입자화 기술의 원리는 일종의 ‘분자 수준에서의 코팅’ 기술이다. 입자화된 단백질 복합체 표면에 코팅된 탄닌산이 심장의 기능을 유지하기 위해 밀집돼 있는 엘라스틴 및 콜라겐 단백질과 부가적으로 강한 상호작용을 하며 심장 조직에 부착된 상태로 오랜 시간 머무는 심장 표적화 기술이다.
이러한 탄닌산-단백질 복합체는 단백질만을 주사했을 때와 비교하면 5일 이상 장기적으로 혈관 내에서 순환됨을 확인했다.
이 교수 연구팀은 예전부터 탄닌산을 비롯한 접착성, 코팅성을 갖는 다양한 폴리페놀 재료를 응용해 의료용 생체 재료를 개발해 왔다. 실제로 심근경색 동물 모델에 탄닌산과 섬유아세포 증식인자를 섞어서 만든 약품을 주입하고 4주가 지난 뒤 심근경색이 일어난 크기가 감소했을 뿐 아니라 좌심실 압력 및 심박출량 등이 정상에 가깝게 호전되는 것을 확인했다.
이해신 교수는 “지금까지 심장질환 관련한 많은 약물들이 개발됐음에도 불구하고 상대적으로 약물을 심장에 효율적으로 전달하는 방법은 개발되지 않았다”며 “이번 기술은 기존 약물들을 새롭게 공식화해 개량신약으로 만들 수 있는 원천기술이다”고 말했다.
이번 연구는 연구재단 중견연구자 도약연구, 보건복지부 암정복프로그램, 산업통상자원부의 바이오산업핵심기술개발사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 탄닌산으로 제조한 단백질 복합체가 심장 조직에 전달되는 모식도
그림2. 바이러스 유전자 발현 효율 및 치료기능성을 보여주는 연구결과
2018.05.16
조회수 18721
-
박희성 교수, 맞춤형 단백질 변형기술 동물 모델 적용에 성공
우리 대학 화학과 박희성 교수 연구팀이 아주대 의과대학 박찬배 교수와의 공동 연구를 통해 동물 모델에서 단백질의 아세틸화 변형을 조절할 수 있는 기술을 개발했다.
인간의 질병 연구에 대표적으로 쓰이는 쥐 모델에서 단백질 아세틸화를 조절할 수 있게 돼 다양한 질병의 원인을 밝힐 수 있을 것으로 기대된다.
이번 연구는 미래창조과학부의 글로벌프런티어사업(의약바이오컨버젼스연구단, 단장 김성훈)과 지능형 바이오시스템 설계 및 합성연구단(단장 김선창), 식약처의 미래 맞춤형 모델동물개발 연구사업단(단장 이한웅)의 지원을 받아 수행됐다.
이번 연구 결과는 국제 학술지인 ‘네이처 커뮤니케이션즈(Nature Communications)’ 21일자 온라인 판에 게재됐다.
우리 몸의 세포에서 만들어지는 2만 여종의 단백질은 생합성 이후 인산화, 아세틸화, 당화 등 200여 종의 다양한 변형(post-translational modification)이 발생하게 된다.
세포 내 단백질들은 다양한 변형을 통해 기능과 활성이 조절되며 이러한 변형은 생체 내에서 세포 신호 전달 및 성장 등 우리 몸의 정상적인 신진대사 활동을 조절하는 매우 중요한 역할을 한다.
하지만 유전적 또는 환경적 요인으로 인해 단백질 변형이 비정상적으로 일어나면 세포의 신호 전달, 대사 활동 등이 손상돼 암, 치매, 당뇨를 포함한 다양한 중증 질환을 유발한다.
기존에는 이러한 비정상적 단백질 변형을 동물 모델에서 인위적으로 유발시키고 제어하는 기술이 존재하지 않아 질병의 원인 규명 및 신약 개발 연구에 어려움이 있었다.
박 교수팀은 2016년 9월 다양한 비정상 변형 단백질을 합성할 수 있는 맞춤형 단백질 변형 기술을 개발해 사이언스(Science)지에 발표한 바 있다.
연구팀은 기존 연구를 더 발전시켜 각종 암과 치매 등의 이유가 되는 퇴행성 신경질환의 원인인 비정상적인 단백질 아세틸화를 동물 모델에서 직접 구현하는 기술을 개발했다.
연구팀은 이 기술을 바탕으로 실험용 쥐의 특정한 발달 단계나 시기에 표적 단백질의 특정 위치에서 아세틸화 변형을 조절할 수 있음을 증명했다.
또한 다른 조직에 영향을 주지 않고 간이나 콩팥 등 특정 조직이나 기관에서만 표적 단백질의 아세틸화 변형 제어가 가능함을 확인했다.
연구팀은 “이 기술은 암과 치매 등 단백질의 비정상적 변형으로 발생하는 각종 질병의 바이오마커 발굴 등 질병 원인 규명 연구의 획기적인 전기를 마련할 것으로 기대된다”고 말했다.
박희성 교수는 “실용화 될 경우 지금까지 실현이 어려웠던 다양한 질병에 대한 실질적 동물 모델을 제조할 수 있을 것으로 전망된다”며 “향후 맞춤형 표적 항암제 및 뇌신경 치료제 개발 등 글로벌 신약 연구에 새 패러다임을 열 것이다”고 말했다.
□ 그림 설명
그림1. 아세틸화 변형 조절 마우스 개발 및 아세틸화 제어 결과
그림2. 비정상적인 단백질 변형 및 각종 질병의 모식도
2017.03.06
조회수 19977