%EA%B3%B5%EA%B3%BC%EB%8C%80%ED%95%99
-
반도체 다층 소자의 개별 층 두께를 옹스트롬 정확도로 비파괴 검사하는 기술 개발
우리 대학 기계공학과 김정원 교수 연구팀이 삼차원 낸드플래시 메모리(이하 3D-NAND)의 비파괴적인 검사를 위해 광학 측정법과 머신러닝을 사용한 다층 두께 측정기술을 개발했다. 이 기술은 200층 이상의 초고밀도 3D-NAND 소자 공정 과정에서 전수검사 방법으로 사용돼 공정의 효율을 극대화할 수 있을 것으로 기대된다.
3D-NAND 메모리는 수백층의 메모리 셀이 적층되어 있는 메모리 반도체로, 기존의 평면형 플래시 메모리와 비교하여 저장용량과 에너지 효율이 매우 우수하여 개인용 USB부터 서버 시스템까지 다양하게 사용되고 있다.
기존에는 수직으로 적층된 반도체 셀들의 두께를 측정하기 위하여 전자현미경을 사용하였다. 하지만 전자현미경을 사용한 방법은 샘플의 단면을 이미징하기 위하여 샘플을 절단해야 하고 비용도 많이 들기 때문에, 전수검사로서는 적합하지 않은 문제가 있었다.
연구팀은 반도체 다층 구조가 초고속 광학 시스템에 자주 사용되는 유전체 거울의 구조와 유사하다는 점에 착안하여, 유전체 거울의 분석에 활용되는 광학 스펙트럼 측정법을 반도체 다층 구조에도 적용했다.
연구팀은 엘립소미터(ellipsometer)와 스펙트로포토미터(spectrophotometer)를 이용한 반도체 다층 샘플의 스펙트럼 측정과 머신러닝 알고리즘을 활용하여 200층이 넘는 반도체 물질의 각 층 두께를 1.6 옹스트롬 (1Å = 1미터의 100억 분의 1)의 평균제곱근오차로 예측할 수 있는 방법을 개발했다. 이 기술은 삼차원 반도체 소자의 검수 공정, 적층 공정, 그리고 식각 공정의 정확도를 크게 향상시킬 수 있을 것으로 기대된다.
연구팀은 또한 시뮬레이션 스펙트럼 데이터를 생성해 개별 층의 두께 불량을 검출할 수 있는 머신러닝 학습법도 개발했다. 그 결과 반도체 물질 적층 시 목표로 설정한 두께보다 약 50Å만큼 얇게 제작된 샘플들을 정상 범주의 샘플들로부터 성공적으로 분리할 수 있었다. 연구팀이 개발한 불량샘플 검출법은 시뮬레이션 데이터를 활용하기 때문에 큰 비용이 들지 않으며, 공정의 초기에 발견될 수 있는 불량 샘플들을 효과적으로 검출할 수 있을 것으로 기대된다.
최근 글로벌 IT 기업들의 서버 시스템에 대한 수요가 늘어나고 높은 저장용량을 가진 스마트 기기들이 개발됨에 따라, 초고밀도, 초고효율을 갖는 3D-NAND 메모리가 반도체 시장에서 각광받고 있다. 이번 연구 결과는 다양한 삼차원 반도체 소자들의 비파괴적인 검수를 위해 활용될 수 있다.
김 교수는 “비파괴적인 광학 측정법과 머신러닝을 결합한 방법은 다양한 반도체 검수 공정에도 적용할 수 있다”고 밝히며, “다양한 반도체 소자들의 형상이나 공정 조건 모니터링에도 광학측정법과 머신러닝을 결합한 접근방식을 활용할 것”이라고 말했다.
기계공학과 곽현수 박사과정 학생이 제1저자로 참여하고 삼성전자 메모리 계측기술팀과의 산학협력연구로 수행된 이번 연구는 국제학술지 ‘라이트: 어드밴스드 매뉴팩처링(Light: Advanced Manufacturing)’ 창간호에 1월 12일 게재됐다. (논문명: Non-destructive thickness characterisation of 3D multilayer semiconductor devices using optical spectral measurements and machine learning)
이번 연구는 삼성전자 산학연구과제의 지원을 받아 수행됐다.
2021.01.13 조회수 64065 -
시스템생물학 이용 세계 최초 알츠하이머성 치매 환자 맞춤형 치료 효능 예측 기술 개발
우리 대학 바이오및뇌공학과 조광현 교수 연구팀 (장소영 박사과정(제1저자), 강의룡 박사과정, 장홍준 박사과정)은 서울대학교 의과대학 묵인희 교수 연구팀과 공동연구를 통해 시스템생물학*과 알츠하이머 환자 유래 뇌 오가노이드** 모델의 융합으로 환자 맞춤형 약물 효능평가 플랫폼(Drug-screening platform)을 세계 최초로 개발했다고 13일 밝혔다.
* 시스템생물학: IT의 수학모델링 및 컴퓨터시뮬레이션과 BT의 분자세포생물학 실험을 융합하여 복잡한 생명현상을 규명하고 설명하는 연구 패러다임
** 뇌 오가노이드: 환자의 역분화 줄기세포(iPSC) 유래 인공 미니 뇌
알츠하이머병은 치매의 약 70%를 차지하는 대표적 치매 질환이나 현재까지 발병 원인이 불명확하며, 근본적인 치료제도 없는 인류가 극복하지 못한 질병 중 하나다.
알츠하이머병 치료제 개발 난제 중 하나는 실제 살아있는 환자의 뇌를 직접 실험 샘플로 사용할 수 없다는 것이었다. 이는 수많은 치료제 후보군의 약물 효능을 정확히 평가하기가 어려워 치료제 개발의 걸림돌로 작용해왔다.
조광현 교수 공동 연구팀은 실제 치매환자에서 유래한 뇌 오가노이드 기반으로 생물학적 메커니즘에 대한 수학 모델링을 융합하여 약물효능 예측이 가능한 플랫폼을 세계 최초로 개발했다. 환자 혈액으로부터 역분화줄기세포(Induced-pluripotent stem cell)*를 구축 후 이를 이용하여 3D 뇌 오가노이드를 제작해 실제 환자의 뇌와 유사한 환경 구축을 통해 실험적 한계를 극복했다.
* 역분화줄기세포: 다능성이 없는 혈액 면역세포에 역분화를 일으키는 4가지 특정 유전자를 도입하여 배아 줄기세포와 같이 모든 종류의 세포로 분화할 수 있는 성질(다능성)을 가진 줄기세포
또한, 시스템생물학 기반 수학 모델링 기법으로 알츠하이머병의 신경세포 특이적 네트워크망을 구축하고, 이를 실제 알츠하이머병 환자 및 정상군 유래 뇌 오가노이드를 통하여 신경세포 컴퓨터 모델의 실효성을 검증했다.
이 연구결과는 알츠하이머병의 시스템생물학 기반 신경세포 컴퓨터 모델을 실제 환자 유래 뇌 오가노이드로 검증한 세계 최초의 사례이다. 이는 환자 맞춤형 치료(Precision medicine)의 불모지로 여겨졌던 뇌 질환분야에서도 알츠하이머병 환자의 유전형에 따른 최적의 약물 효능 예측이 가능하게 됨을 의미하며 향후 약물 타겟 발굴에 기여할 것으로 기대된다.
조광현 교수는 “이번에 개발한 시스템생물학 기반 알츠하이머성 치매환자 약물 효능평가 플랫폼을 통해 향후 치매 치료제 개발 경쟁에서 우리나라가 국가적 우위를 선점할 수 있을 것으로 기대한다”고 밝혔다.
이번 연구는 보건복지부 한국보건산업진흥원의 국가치매극복기술개발 사업 및 한국연구재단의 중견연구자지원사업으로 수행됐으며, 연구성과는 국제학술지 네이처 커뮤니케이션즈(Nature Communications)의 2021년 1월 12일자 논문으로 게재됐다.
(https://www.nature.com/articles/s41467-020-20440-5)
2021.01.13 조회수 70668 -
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 61192 -
코로나 중증 환자용 이동형 음압병동 개발
작년 11월 초부터 시작된 3차 코로나 대유행으로 중증 환자 수가 급증하면서 음압 병상 부족 사태가 심화되는 가운데, 이를 신속하게 해결할 수 있는 이동형 음압병동이 우리 대학 연구진에 의해 개발됐다. 음압병동은 중증 감염병 환자 치료에 필수적인 시설이다.
우리 대학 산업디자인학과 남택진 교수 연구팀은 코로나 대응 과학기술 뉴딜사업단(단장 배충식 공과대학장)의 한국형 방역패키지 기술 개발사업의 일환으로 작년 7월부터 연구해온 '이동형 음압병동(Mobile Clinic Module, 이하 MCM)'을 개발하고 시범 운영에 들어갔다. MCM은 고급 의료 설비를 갖춘 음압 격리 시설로 신속하게 변형하거나 개조해 사용할 수 있는 것이 특징인데, 진단검사 · 영상의학 · 의료물품 공급 · 의무기록 관리와 환자 식사 제공 등 기존 병원의 인프라와 함께 활용해야 한다. 연구팀은 작년 12월 28일부터 서울 노원구에 있는 한국원자력의학원에 4개의 중환자 병상을 갖춘 병동을 설치한 후, 의료진과 일반인으로 구성한 모의 환자그룹을 대상으로 의료 활동과 환자 일상 등 치료 전 과정을 점검하는 시뮬레이션에 들어갔다. 이달 15일까지 모의 운영을 진행한 뒤 의료진과 환자의 사용성·안정성·만족도 등을 임상 검증한 후 본격적인 상용화에 나설 계획이다. 남 교수 연구팀이 개발한 MCM은 약 450㎡(136평) 규모로 가로 15m x 세로 30m 크기다. 이 MCM은 음압 시설을 갖춘 중환자 케어용 전실과 4개의 음압병실, 간호스테이션 및 탈의실, 그리고 각종 의료장비 보관실과 의료진실로 꾸며져 있다.
음압 프레임·에어 텐트·기능 패널 등의 시설을 갖춘 MCM은 부품을 조합해 신속하게 음압 병상이나 선별진료소 등으로 변형 또는 개조해서 사용할 수 있다. 이뿐만 아니라 기존 중환자 병상을 음압 병상으로 전환하는 데도 매우 효과적이다. 이에 따라, MCM이 본격 상용화되면 코로나19 중환자용 음압 병상 부족난을 해소하는 데에도 큰 도움이 될 것으로 기대된다.
컨테이너나 텐트 등을 활용해 짓는 기존의 조립식 감염 병동은 건설과 장비 확보에 비용이 많이 들고, 기능적으로는 임시 수용 시설에 불과하다는 게 단점으로 꼽힌다. 따라서 중환자를 수용하기 위한 전문적인 의료 시설로 사용하기에는 역부족이다. 남 교수 연구팀은 안전한 음압 환경을 형성하는 독자적인 기기인 '음압 프레임'을 설계하고 이를 '에어 텐트'와 연결하는 모듈형 구조에 접목해 최소한의 구조로 안정적인 음압병실을 구축할 수 있는 MCM 기술 개발에 성공했다. 음압 프레임이 양방향으로 압력을 조절해 두 에어 텐트 공간(예: 전실과 병실)을 효과적으로 음압화하는 원리다. 텐트에 '기능 패널'을 조합해 중환자 치료에 필요한 의료 설비나 기본 병실 집기를 구축할 수 있다. 또 모듈 조합을 통해 음압병동 및 선별진료소, 음압화 중환자 병상, 음압화 일반병실 등 목적에 맞는 의료 시설로 사용할 수 있다. 연구팀 관계자는 "병실 모듈 제작에 걸리는 시간은 14일 정도며 이송 및 설치 또한 통상적으로 5일 안에 가능하다ˮ고 말했다. 특히, 전실과 병실로 구성된 MCM의 기본 유닛은 모듈 재료가 현장에 준비된 상태에서 15분 이내에 설치가 가능한 게 특징이다. 이밖에 기존 조립식 병동으로 증축할 경우와 비교할 때 약 80% 정도 비용을 절감할 수 있다고 연구팀 관계자는 설명했다. 또한, 감염병 사태 이후 보관이 어려운 기존 조립식 병동과는 다르게 부피와 무게를 70% 이상 줄인 상태로 보관할 수 있어 군수품처럼 비축해놨다가 감염병이 유행할 때 빠르게 도입해 설치할 수 있다는 것도 큰 장점이다. 모듈화된 패키지는 항공 운송도 가능해 병동 전체의 수출도 기대할 수 있다.
다년간의 사용자 중심 시스템 디자인 노하우를 보유 중인 남택진 교수 연구팀은 환자·의료인 등 실사용자를 위해 기능성·경제성·효용성 등을 종합적으로 고려한 안전한 음압병동 개발을 목표로 작년 7월부터 관련 기술 개발을 진행해왔다. 사용 편의성·감성적 경험 및 독창성 등을 만족시키기 위해서 입원 치료 환경 구축을 위한 의료 자문을 포함, 의료진과의 협력을 통해 감염 치료 프로세스를 이해하는 등 음압병동 디자인에 필요한 요구사항을 현장에서 확립하는 연구도 동시 진행했다. 그 결과, 의료 활동과 환자의 일상을 지원하는 다양한 기능 패널 아이디어와 옥외 주차장·공터·실내 체육관 등 기존 병원의 유휴 공간을 활용할 수 있는 병동 구축을 통해 기존 의료자원과 연계하는 모듈러 시스템을 완성하는 데 성공했다.
남 교수 연구팀은 특히 한국원자력의학원 의료진들과 공동으로 이동형 감염병원 표준 운영 절차(SOP, Standard Operation Procedure)를 개발해 감염병 대응 과정의 안전성을 확보하는 한편 이동 음압병동을 처음 운영하는 의료진들의 현장 활용도를 높였다. 한국원자력의학원 조민수 박사(비상진료부장)는 "코로나 대응에 있어서 환자와 의료진이 안전한 환경에서 중증 환자 치료까지 이뤄지도록 설계·제작했다ˮ고 설명했다. 조 부장은 이어 "국내외 확대 보급 시 원자력의학원에 설치된 이동형 음압병동이 의료진 교육훈련센터 기능을 수행할 수 있다ˮ면서 "필요시에는 실제 의료현장에서의 운영 지원도 가능하다ˮ고 밝혔다.
남택진 교수팀의 이번 연구는 KAIST 코로나 대응 과학기술 뉴딜사업의 지원을 받아 이뤄졌는데 사용자 연구부터 디자인·시제품 개발에 이르기까지 6개월 만에 임상적 운영이 가능한 병동 개발을 완료했다.
에어 텐트 형태의 음압병동 시제품은 과제 협약업체인 신성이엔지에서 제작을 맡았는데 6~8개의 중환자 병상을 갖춘 이동형 감염병원의 경우 3~4주 이내 납품이 가능하다. 연구 총괄을 맡은 남택진 KAIST 산업디자인학과 교수는 "MCM은 병동 증축을 최소화하며 주기적으로 반복될 감염병 위기에 필수적인 방역시스템으로 자리를 잡게 될 것ˮ이라고 말했다. 남 교수는 이어 "세계 최초로 개발한 MCM의 하드웨어와 운용 노하우를 향후 K-방역의 핵심 제품으로 추진하고 수출까지 기대할 수 있다ˮ고 덧붙였다. 한편, KAIST는 과기정통부로부터 후원을 받아 작년 7월부터 교내에 코로나 대응 과학기술 뉴딜사업단을 공식 출범시켜 관련 연구를 진행 중이다. 배충식 사업단장(공과대학장)이 이끄는 이 사업단은 KAIST가 보유한 과학기술을 활용해 코로나19에 발 빠르게 대응하고 국가적 위기를 기회로 전환하자는 목표 아래 KAIST 교수진 위주의 연구 책임자 45명 및 외부 참여 교수를 포함해 총 464명의 연구진이 감염 예방-진단-치료 등 항·감염 전주기에 대응하는 과학기술 기반 한국형 방역패키지를 개발하고 있다.
2021.01.07 조회수 61717 -
신경 네트워크의 연결을 실시간으로 조절 가능한 신경 칩 플랫폼 개발
우리 대학 바이오및뇌공학과 남윤기 교수 연구팀이 나노입자 기술을 기반으로 시험관 조건에서 배양한 신경 네트워크의 연결을 실시간으로 조절할 수 있는 신경칩 플랫폼을 개발했다고 7일 밝혔다.
이번 연구는 신경 네트워크의 구조를 조절하기 위한 기존의 많은 세포 형태화 기술이 세포 배양 이전 단계에만 적용 가능한 데 반해, 네트워크의 발달 및 성숙 단계에서도 도입할 수 있다는 점에서 큰 의미가 있다.
바이오및뇌공학과 홍나리 박사과정(지도교수:남윤기)이 주도한 이번 연구 결과는 국제 학술지 `네이처 커뮤니케이션즈(Nature Communications)' 12월 9일 字에 게재됐다. (논문명: Thermoplasmonic neural chip platform for in situ manipulation of neuronal connections in vitro)
우리 뇌의 복잡한 구조를 모방하는 신경 네트워크 모델을 체외 조건에서 구현하기 위해서는 신경세포의 위치와 연결을 원하는 구조에 맞춰 정렬하는 기술이 필요하며, 이를 위해 다양한 방식의 미세공정 기법을 통한 신경세포 형태화 기술이 개발돼왔다.
그러나 이러한 기술들은 세포를 배양하기 전에 배양기판의 표면을 개질하는 방법을 기반으로 하고 있어 배양 초기 단계에서 원하는 네트워크의 구조를 통제하는 것은 가능하나, 이후 수일 또는 수 주에 걸친 세포 간 네트워크 형성 과정 중에 네트워크 연결을 조절하는 것이 매우 어렵다는 단점이 있었다.
연구진은 세포 배양 중에도 신경 네트워크의 구조와 기능을 실시간으로 조절할 수 있는 기술을 개발하기 위해, `아가로즈 하이드로겔 (agarose hydrogel), 금 나노막대, 미세 전극 칩' 기반의 신경 칩 플랫폼을 제작했다. 해초로부터 추출한 물질로 조직공학 분야에서 활용되고 있는 아가로즈 하이드로겔은 신경세포의 흡착을 방해하는 세포 반발성을 가지고 있어, 배양기판 상에 다양한 형태의 패턴을 제작해 이 물질이 없는 영역에만 한정적으로 신경 네트워크를 형성시킬 수 있다.
또한 아가로즈 하이드로겔은 열에 의해 녹는 특성이 있어, 국소적인 열을 통해 특정한 위치의 하이드로겔을 제거할 수 있다. 연구진은 원하는 영역에만 국소적 열을 발생시키기 위한 매개체로 금 나노막대를 사용했다. 금 나노막대는 근적외선을 선택적으로 흡수해 열을 발생시킬 수 있는 광열 특성이 있다. 마지막으로 미세 전극 칩은 신경세포의 전기적 신호를 비침습적으로 장기간 측정한다.
연구진은 배양기판인 미세 전극 칩 위에 금 나노막대 층을 형성하고, 그 위에 미세 패턴을 지닌 아가로즈 하이드로겔 층을 제작함으로써, 각 미세 패턴 안에 독립된 신경 네트워크들을 구축했다. 다음으로 개발된 플랫폼을 통해 세 가지의 다른 조작 방식으로 신경 네트워크의 구조와 기능을 조절할 수 있음을 실험적으로 확인했다.
첫 번째로는, 금 나노막대 층에서 발생하는 열을 통해 네트워크 사이에 하이드로겔을 국소적으로 제거했으며, 제거된 영역을 따라 신경돌기(축삭)가 생장해 새로운 신경 연결이 생성됨을 확인했다. 두 번째로는, 네트워크를 연결하고 있는 신경돌기에 직접 열을 가함으로써 원하는 신경 연결을 선택적으로 제거할 수 있음을 관찰했다. 이러한 신경 연결의 생성과 제거 기술을 미세 전극 칩 상에서 실행함으로써, 연구팀은 네트워크의 구조적 변화에 의한 기능적 연결성을 분석할 수 있었다. 세 번째로는, 광열 자극을 이용한 신경 활성 억제 현상을 이용해 개별 네트워크의 활성 변화를 조절하면서 서로 연결된 네트워크 간의 기능적 연결성을 대응시킬 수 있음을 확인했다.
이번 연구의 교신저자인 남윤기 교수는 "이번 연구에서 개발된 신경 세포 칩 플랫폼은 신경회로의 구조와 기능을 세포 발달과정 중에 조절할 수 있다ˮ며, "앞으로 뇌신경과학 연구를 위한 다양하고 복잡한 형태의 체외 신경 모델을 구현하는 데 활용될 것으로 기대된다ˮ고 말했다.
한편 이번 연구는 과학기술정보통신부 중견연구자지원사업(도약연구)와 글로벌박사양성사업 지원을 받아 수행됐다.
2021.01.06 조회수 55805 -
효율적 정보 처리를 위한 뇌신경망의 최적화 구조 형성 원리 규명
우리 대학 바이오및뇌공학과 백세범 교수 연구팀이 대뇌 시각 피질 회로가 정보처리에 가장 최적화된 구조를 자발적으로 형성하는 원리를 밝혔다.
이번 연구 결과는 수 십년간의 뇌신경과학 연구에서 그 원리를 명확히 밝혀내지 못했던 시각 피질 기능성 지도들의 복합 구조 형성의 기작을 규명한 것으로, 수학적 모델의 도입을 통해 복잡한 생물학적 신경망 구조의 기원을 찾아낸 성공적인 연구로 평가된다.
연구팀은 망막 신경세포들이 초기 발생 단계에서 일정한 물리적 공간 분포 패턴을 형성하는 과정에서 다양한 종류의 정보 처리 회로가 자발적으로 생성될 뿐만 아니라, 이 패턴으로부터 시각 피질의 기능성 뇌지도들의 규칙적이고 효율적인 복합적 구조가 형성됨을 밝혀냈다.
바이오및뇌공학과 송민 박사과정과 장재선 박사가 공동 1저자로 참여한 이번 연구는 국제 학술지 ‘셀(cell)’의 온라인 자매지 ‘셀 리포츠(Cell Reports)’ 1월 5일 자에 게재됐다. (논문명: Projection of orthogonal tiling from the retina to the visual cortex).
포유류의 일차시각피질 신경세포들은 눈으로부터 입력된 시각 정보의 색, 물체의 형태를 이루는 선분의 각도, 폭 등의 기본적인 시각 정보를 구별하여 전기적 신호로 부호화 한다. 예를 들어 시각 자극의 방향에 따라 반응의 정도가 달라지는 성질인 방향 선택성(orientation selectivity)을 가지는 세포들은 물체의 형태를 구별하기위해 필요한 윤곽선에 대한 정보를 선택적으로 처리한다.
이러한 시각 피질 세포들의 방향 선택성, 공간 주기성등의 성질은 시각 피질 상에서 연속적, 주기적인 형태로 변하는 기능성 지도 (functional map) 구조를 형성하는데, 이 지도들의 구조는 서로 독립적으로 형성되는 것이 아니라 서로 수평, 또는 수직 관계를 이루며 매우 효율적인 짜임새 구조(efficient tiling)를 이룬다. 이를 통해 시각 피질의 모든 국소 영역에서 정보 요소들을 손실없이 효율적으로 부호화할 수 있도록 만드는 대주(hypercolumn) 구조를 형성하는데, 시각 정보처리의 핵심이 되는 이러한 기능성 구조가 어떻게 발생하는지에 대해서는 밝혀진 바가 없었다.
연구팀은 수학적 모델에 기반한 컴퓨터 시뮬레이션을 통하여 포유류의 망막에서 발견되는 신경절 세포들이 단순한 물리적 상호작용을 통해 시각 정보의 입력이 없는 상태에서도 놀라울 정도로 효율적인 공간적 배치를 자발적으로 형성할 수 있음을 확인하였다.
연구팀은 이러한 구조가 시각 피질로 투영되어 시각 피질의 다양한 기능성 뇌지도들을 형성됨과 동시에, 그 지도들 간의 상호 짜임새를 정보처리에 가장 최적화된 형태로 구성할 수 있음을 보였다. 뇌의 주요 정보 처리 회로에 대한 설계도가 이미 망막 단계의 신경망이 형성되는 과정에서 자발적으로 발생함을 증명한 것이다.
백세범 교수는 “시각 정보처리의 핵심 구조인 시각 피질의 기능성 지도가 어떻게 자발적으로 발생하는지 규명하였을 뿐 아니라, 다양한 정보를 처리하는 각각의 뇌신경망 회로 구조가 단순한 물리적 상호작용에 의해 가장 효율적인 형태의 복합 구조를 형성할 수 있음을 처음으로 증명한 연구다" 라고 언급했다.
이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업의 지원을 받아 수행됐다.
2021.01.06 조회수 53173 -
백세범 교수팀, 고등 인지 기능의 자발적 발생 원리 규명
우리 대학 바이오및뇌공학과 백세범 교수 연구팀이 학습 과정을 전혀 거치지 않은 신경망에서 고등 시각 인지 기능이 자발적으로 발생할 수 있음을 보였다고 4일 밝혔다.
이번 연구 결과는 신경망에서 상위 인지 기능을 발생시키기 위해서는 반드시 충분한 데이터 학습이 필요하다는 기존의 상식과 완전히 상반되는 것으로, 현재 통용되고 있는 인공지능의 구현 방식에 대한 근본적인 의문을 던진다.
또한 연구팀의 결과는 다양한 생물 종의 뇌에서 관측되는 선천적인 인지 기능의 발생에 대한 설명 가능한 이론을 제시할 뿐만 아니라, 뇌신경과학 연구의 가장 근본적인 질문 중 하나인 `인지 지능의 발생 및 진화'의 원리에 대한 기존과는 전혀 다른 새로운 시각을 제시한다.
연구팀은 뇌의 시각 신경망을 모사한 인공신경망 시뮬레이션을 통해, 모든 연결 가중치가 무작위로 정해지도록 초기화된 신경망이 전혀 학습을 거치지 않은 상태에서도 특정 숫자에 선택적으로 반응하는 `수량 선택성'을 자발적으로 생성함을 발견했다. 또한 이렇게 자발적으로 발생한 수량 선택적 유닛은 실제 동물의 뇌에서 발견되는 수량 선택적 뉴런들이 보이는 *`베버-페히너 법칙' 등의 주요 특성을 동일하게 따름을 확인했다.
☞ 베버-페히너 법칙(Webber-Fechner law): 자극과 감각 사이의 상대적 관계를 나타내는 심리물리학적 법칙. 인지 가능한 자극 강도 변화량은 현재 강도에 지수적으로 비례한다는 것으로 이는 인지생물학에서 기본적인 원리로 알려져 있다.
우리 대학 물리학과 김광수 석박사통합과정, 바이오및뇌공학과 장재선 박사가 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `사이언스(Science)'의 온라인 자매지 `사이언스 어드밴시스(Science Advances)' 1월 1일 字에 게재됐다. (논문명 : Visual number sense in untrained deep neural networks)
신경망에서 인지 지능의 발생에 관한 연구는 뇌인지과학과 인공지능 분야 모두에서 핵심적인 연구 주제 중 하나다. 흥미롭게도 인지 기능을 발생시키기 위해서 일반적으로 많은 양의 데이터 입력을 통한 학습 과정을 거쳐야 하는 인공신경망과 달리 동물의 뇌는 태어난 직후부터 다양한 인지 기능을 수행하는 `선천적' 인지 지능을 가지고 있는 것이 관찰돼왔다.
이러한 차이점은 생물학적 지능의 발생과 진화의 원리를 이해하는 데 결정적인 역할을 하고, 현재 개발된 인공지능과의 차이점을 보여주는 핵심적인 단서를 제공할 것으로 기대되고 있으나 이러한 인지 기능이 어떻게 자발적으로 발생하는지는 아직 명확하게 알려진 바가 없었다.
이에 연구팀은 학습을 거치지 않은 신경망의 초기 상태에서 나타나는 단순한 물리적 구조 특성이 다양한 인지 기능을 발생시킬 수 있을 것이라 예상했다. 이를 확인하기 위해 수행한 심층신경망 시뮬레이션 연구를 통해 모든 연결 가중치가 무작위로 초기화된 신경망에서도 `계층 구조'와 무작위적 피드 포워드 연결만 형성된다면 특정 수량에 선택적으로 강한 반응을 보이는 신경망 유닛들이 자발적으로 생성됨을 확인했다.
이러한 신경망 유닛들은 실제 뇌에서 발견되는 수량 선택적 신경세포의 주요한 성질들과 유사한 특성을 보였다. 이 결과는 생물학적 뇌에서 생애 초기에 발견되는 선천적인 숫자 선택성 역시 동일한 원리에 의해 발생할 가능성을 시사한다.
이러한 결과는 기초적인 인지 기능이 신경망의 초기 구조가 갖춰진 시점에 이미 존재하고 이후 다양한 학습을 통해 조절될 수 있음을 보여주며, 뇌신경과학의 중요한 화두 중 하나인 `지능의 선천적 혹은 후천적(nature vs. nurture) 형성'에 관해 매우 중요한 단서를 제공하는 발견으로 평가된다.
연구팀의 결과는 학습과 훈련에 의존해 대부분의 뇌 기능이 발생한다는 기존의 시각을 탈피해, 선천적이고 자발적으로 발생하는 뇌 기능에 대한 보다 심도 있는 연구가 필요하다는 사실을 시사한다. 한편으로 현재의 인공지능 구현 기법들과 완전히 다른 인공지능 구현 원리를 제시할 수 있는 생물학적 뇌 기반 이론을 제시한다.
백세범 교수는 "뇌 신경망 연구를 통해 얻은 아이디어를 인공신경망 연구에 적용하고, 그 결과를 다시 뇌과학적 원리를 발견하는 데 사용해 중요한 통찰을 가능하게 한 의미있는 연구ˮ라며 "뇌신경과학과 뇌공학 분야 모두에서 가장 중요한 질문 중 하나라고 할 수 있는 인지 지능의 기원에 대한 이해의 전환점을 가져올 것으로 기대된다ˮ라고 언급했다.
한편 이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업의 지원을 받아 수행됐다.
2021.01.04 조회수 60110 -
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 54462 -
물과 고온·고습 환경에서도 안정적인 페로브스카이트 나노 입자 수지 개발
우리 대학 신소재공학과 배병수 교수 연구팀이 서울대학교 재료공학부 이태우 교수팀과 공동연구를 통해 물과 고온‧고습 환경 및 각종 화학물질에서도 매우 안정된 차세대 디스플레이용 색 변환 소재인 *페로브스카이트 나노 입자 발광 수지를 개발했다고 24일 밝혔다.
☞ 페로브스카이트(perovskite): 1839년 러시아 우랄산맥에서 새로 발견된 광물로 차세대 태양전지의 소재로 꼽히나 수분에 취약한 구조로 알려져 있음.
공동연구팀은 이번 연구를 통해 그동안 페로브스카이트 나노 입자의 가장 큰 난제였던 수분, 고온 및 다양한 화학적 환경에서 안정성을 담보할 수 없었던 기존 약점을 크게 개선했다. 따라서 배 교수팀의 연구는 페로브스카이트 나노 입자를 차세대 초고화질 디스플레이의 색 변환 소재로 활용할 수 있는 길을 연 것으로 학계는 평가하고 있다.
이번 연구 결과는 재료 분야 국제학술지 어드밴스드 머터리얼즈(Advanced Materials)에 12월 4일 字 온라인으로 게재됐으며 연구의 우수성을 인정받아 내부 표지논문(Inside Cover Article)으로도 선정됐다.(논문명: Extremely Stable Luminescent Crosslinked Perovskite Nanoparticles under Harsh Environments over 1.5 Years)
페로브스카이트는 유기 원소, 금속 그리고 할로겐원소로 구성돼있는 특별한 구조를 지닌 소재로 다양한 광전자소자와 태양전지 등에 사용되고 있다. 또 원료의 값이 싸며, 발광 효율이 높은 게 특징이다.
특히 매우 좁은 발광 파장 폭 때문에 현재 디스플레이에 사용되고 있는 퀀텀닷이나 유기 발광체와 대비해 폭넓은 색 재현율을 구현할 수 있어 기존 퀀텀닷을 대체하는 차세대 디스플레이의 색 변환 소재로 주목받고 있다. 이와 함께 페로브스카이트 발광체는 현존하는 발광체 중에서 유일하게 새로운 디스플레이의 색 표준인 REC. 2020을 만족하는 소재다.
다만 빛이나 수분 및 고온에 취약해서 대기 중에서 짧은 시간 내에 성능이 급격히 떨어지는 문제 때문에 실제 사용은 거의 불가능하다. 이런 문제해결을 위해 그동안 학계나 기업들은 페로브스카이트 물질을 유기 결합체가 둘러싸고 있는 나노 단위의 입자의 형태로(1 나노미터는 10억분의 1 미터) 제조해 수분이나 산소의 침투를 막거나, 나노 입자에 무기물 코팅, 복합구조 제작 및 고분자 수지로 제작하는 등 다양한 연구를 진행해왔다.
하지만 대부분 외부로부터 수분을 물리적으로 막는 방법들이며 제조공정이 매우 복잡하고 대기에서 매우 제한적인 안정성을 나타낸다. 게다가 강산, 강염기, 극성용매 및 고온 고습 환경에서 안정성을 담보하는 페로브스카이트 나노 입자 색 변환 소재는 지금까지 개발된 적이 없다.
공동연구팀은 우선 자체 개발한 솔-젤(Sol-Gel) 합성공정을 이용해 실록산(실리콘 기반의 고분자) 분자구조와 페로브스카이트 나노 입자를 한꺼번에 둘러싸는 캡슐화된 복합체 수지를 개발했다.
연구팀은 이 기술로 열에 강한 실록산 분자구조에 의해 페로브스카이트 나노 입자를 화학적으로 보호하고 별도의 차단층 없이도 페로브스카이트 나노 입자의 발광 안정성을 크게 향상하는 데 성공했다. 연구팀은 새로운 기술을 퀀텀닷에도 똑같이 적용하는 한편 고온‧고습 환경에도 안정된 실록산 캡슐화 퀀텀닷 수지를 개발하는 데 성공했다.
실록산으로 캡슐화된 페로브스카이트 나노 입자 수지는 제조과정 중 자외선 경화에 의해 발광 효율이 낮게 나타났지만 이후 다양한 화학적 환경 과 고온‧고습 환경(85℃/85%)에서도 원래의 높은 값(> 70%)으로 회복되는 특이한 현상을 보였다. 또 물속에서도 600일 이상 유지되는 등 매우 우수한 발광 안정성을 보였다. 연구팀은 화학적 캡슐화 작업과 함께 페로브스카이트 나노 입자 복합체가 물에 의해 안정화되는 현상을 광‧물리학적으로 분석했으며, 이론적으로 그 메커니즘을 규명했다.
공동연구팀은 마지막으로 디스플레이의 색 변환 층으로 성능을 확인한 결과 양자효율 및 색 재현율이 기존 퀀텀닷 대비 향상됐음을 밝혔다. 또한, 실록산 캡슐화를 통해 페로브스카이트 나노 입자 내의 납 (Pb)의 독성을 막아줌으로써 생체친화적인 특성도 나타내 상용화를 추진하는데도 문제가 없음을 확인했다.
이번 연구를 주도한 신소재공학과 배병수 교수는 "페로브스카이트 나노 입자가 차세대 디스플레이 색 표준을 맞출 수 있는 유일한 발광체이자 가격도 싼 편이지만 수분에 취약하다는 약점 때문에 대기 중에서 사용할 수 없어 디스플레이 색 변환 소재로 상용화하는 데는 매우 회의적이었다ˮ고 말했다.
배 교수는 이어 "연구팀이 개발한 신기술은 페로브스카이트 나노 입자가 기존 퀀텀닷을 대체하는 새로운 디스플레이 색 변환 소재로 활용하는 연구개발을 촉진하는 계기가 될 것이며 결과적으로 조기 상용화도 기대된다ˮ고 말했다.
한편 이번 연구는 한국연구재단의 선도연구센터 웨어러블 플랫폼 소재 기술센터와 리더연구과제 (창의연구) 지원사업의 지원을 받아 수행됐다.
2020.12.28 조회수 51032 -
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 51077 -
암 진단에 필요한 새로운 형광 증폭 기술 개발
우리 대학 신소재공학과 장재범 교수 연구팀이 암 진단에 필요한 새로운 형광 신호 증폭 기술을 개발했다고 17일 밝혔다. 연구 결과는 국제 학술지인 영국왕립화학회(Royal Society of Chemistry)의 `나노스케일(Nanoscale)'誌 11월 13일 字에 게재됐다. (논문명: FRACTAL: Signal amplification of immunofluorescence via cyclic staining of target molecules)
※ 저자 정보: 조예린(신소재공학과 학사과정 학생, 제1 저자), 서준영(신소재공학과 박사과정 학생, 제2 저자), 장재범 교수(교신저자) 등 총 8명
최근 3D 전체 조직 영상화(이미징)를 가능하게 하는 생체조직 *팽창 기술(ExM) 및 투명화 기술(CLARITY, 3DISCO, CUBIC)은 복잡한 세포 간 상호작용 및 역할을 밝혀내는 핵심적인 역할을 하고 있다. 하지만 큰 부피 내부의 세포 변화를 관찰하기 위해서는 약한 형광 신호를 증폭해 높은 이미지 처리량을 갖는 기술이 필요하다.
※ 팽창 현미경 (Expansion Microscopy): 조직을 팽창시켜 일반 현미경으로 초고해상도를 얻을 수 있는 기술
※ 조직 투명화 기술 (Tissue Clearing System): 빛의 산란을 최소화하고 투과도를 극대화하여 3D 전체 조직을 이미징하는 기술
지금까지 신호 증폭 기술은 다양한 화학 반응으로 개발돼왔는데, 이들 중 많은 기술은 단일 화학 반응을 이용하기 때문에 다중 표지 신호 증폭 영상화를 위해서는 단일 신호 증폭과 비활성화 과정을 채널별로 반복해야 하는 단점이 있고, 유전자(DNA) 기반의 신호 증폭 기법은 서로 다른 항체에 대한 유전 물질 분자 결합의 최적화 과정이 필요하므로 일반적인 생물 실험실에서 사용이 어렵다.
장재범 교수 연구팀은 이러한 문제점 개선을 위해 현재 상용화돼 있는 형광 분자가 표지된 항체를 사용해, 추가적인 최적화 과정이 필요 없는 신호 증폭 기술에 주목했다.
결과적으로 연구팀은 `프랙탈(FRACTAL, Fluorescence signal amplification via repetitive labeling of target molecules)'이라는 새로운 신호 증폭 기술을 개발했다. 프랙탈 기술은 항체 기반의 염색 방법으로, 신호 증폭 과정이 매우 간단하다는 특징이 있다. 이 기술은 신호 증폭을 위해 특수한 화학 물질을 필요로 하지 않으며, 형광 분자가 표지된 2차 항체의 반복적인 염색을 통해 형광 신호를 증폭시킨다.
이 기술은 한 종류의 1차 항체, 두 종류의 2차 항체, 총 세 종류의 항체를 이용하는 아주 간단한 기술이다. 신호 증폭 과정은 표적 단백질에 대한 1차 항체 및 첫 번째 2차 항체 염색으로 시작되며, 그다음으로 첫 번째 2차 항체에 결합하는 두 번째 2차 항체의 염색이 이뤄진다. 두 번째 2차 항체의 숙주(host)와 1차 항체의 숙주(host)는 같으며, 그다음 염색은 다시 두 번째 2차 항체에 결합하는 첫 번째 2차 항체의 염색으로 이어진다.
예를 들어 토끼의 1차 항체를 사용하고 당나귀의 항-토끼 2차 항체를 첫 번째 2차 항체로 사용했다면 토끼의 항-당나귀 2차 항체를 두 번째 2차 항체로 사용하게 된다. 그러면 두 번째 2차 항체에는 첫 번째 2차 항체가 결합하게 되고 그 반대의 경우로도 결합해 염색을 이어나가게 된다.
이 과정의 반복을 통해 연구팀은 기존 형광 신호를 9배 이상 증폭시켰으며, 이는 같은 밝기를 얻는 데 필요한 영상화 시간을 9배 이상 줄일 수 있다는 결과를 얻었다. 연구팀은 초고해상도 현미경(STORM) 분석을 통해 염색 횟수에 따라 항체가 균일한 결합 층을 형성하며 형광 신호를 증폭시키는 현상을 확인했다.
연구팀은 이 기술을 서로 다른 종으로부터 유래된 직교적인(orthogonal) 항체 쌍에 적용해, 동시 다중 표지 신호 증폭 영상화를 구현했으며, 팽창 현미경에도 적용해 팽창 후에도 높은 형광의 강도를 갖는 형광 신호 증폭 기술을 구현했다.
이 기술은 간단한 항체-항원 반응에 기반해 형광 신호를 증폭시키는 기술로, 영상을 통한 생체조직의 분석 및 치료기술 개발, 다지표 검사, 의료 및 신약 개발 분야에 이바지할 것으로 연구진은 기대하고 있다.
제1 저자인 조예린 학생은 "높은 이미지 처리량을 가진 이 기술은 디지털 병리 분야의 발전에 중추적인 영향을 미칠 것ˮ이며, "생체 내 다중지표에 대한 정보를 정밀하게 제공해 현대 의약 분야의 의약품 분석 및 치료 시스템에 직접적으로 응용될 수 있다ˮ라고 말했다.
장재범 교수도“이 기술은 환자 생체 검사 조직 내부에서 매우 중요하지만 낮은 수준으로 발현되는 바이오마커들을 정확하게 이미징 할 수 있게 해주기 때문에, 암 진단 및 면역 항암제 반응률 예측 등에 큰 도움이 될 것으로 기대된다.”라고 강조했다
한편 이번 연구는 과학기술정보통신부가 지원하는 뇌과학원천기술개발 과제와 KAIST 학부연구생프로그램(URP)의 지원을 받아 수행됐다.
2020.12.18 조회수 49199 -
입자의 흐름을 실시간으로 제어해 박막 특성을 조절한다
액체가 증발해 박막 형태로 결정화되는 과정이 포착됐다.
한국연구재단은 우리 대학 신소재공학과 스티브 박 교수와 서울대학교 남재욱 교수 공동연구팀이 유기반도체 입자를 포함한 액체 재료가 고체박막으로 변하는 과정을 실시간으로 관찰할 수 있는 분석 시스템을 개발했다고 밝혔다.
액체상태의 재료를 코팅하는 용액공정은 진공·고온·고압에서 고체재료를 기화시키는 증착공정에 비해 경제적이지만, 결정화 과정에 대한 이해가 부족해 다양한 박막 기반 산업분야에 적용되지 못했다.
예측하기 어렵고 빠르게 형상이 변하는 *유체의 거동을 정밀하게 통제하는 것이 어렵기 때문이다.
※ 유체 : 액체와 기체처럼 형상이 정해져 있지 않아 변형이 쉽고 흐르는 성질을 지닌 물체
이에 연구팀은 사선모양이나 헤링본 무늬 같은 다양한 미세패턴이 새겨진 3차원 *미세유체 칩을 제작, 패턴에 따라 유체가 흐르는 양상을 정밀하게 제어하는 방식으로 마이크로미터 단위에서 유체의 환경을 자유자재로 조절하는 데 성공했다.
※ 미세유체 칩(microfluidic chip) : 직경이 매우 작은 유로로 액체의 흐름을 통제할 수 있다. 유로의 디자인에 따라 간결하게 다양한 흐름을 구현, 유체에 대한 빠른 분석이 가능하다.
3차원 시뮬레이션과 유체의 움직임을 ‘슬로우모션’으로 초고속 촬영하는 기술을 이용해, 분자가 유체의 움직임에 따라 이동하고 고체로 변하는 과정을 실시간으로 관찰했다.
특히 이 과정에서 헤링본 무늬의 미세패턴에서 작은 크기의 소용돌이가 동시다발적으로 나타나는 카오스 이류를 관찰하였다.
※ 카오스 이류 : 유체가 구조물에 부딪히는 등 외부요인으로 변형되어 형성되는 복잡한 형태의 흐름. 방향이 특정되지 않고 불규칙한 형태로 이동한다. 해안가 방파제에 해수가 부딪히며 형성되는 흐름 등에서 관찰할 수 있다.
흐름이 무작위적인 카오스 이류는 모든 방향으로 고체 입자가 빠르게 전달될 수 있어 입자들이 빈 공간 없이 정렬, 공정의 균일성을 높이는 실마리가 될 수 있다.
반면 층류나 나선형 형태의 유동은 방향이 규칙적이고 고정되어 있어 흐름이 약한 방향으로는 유기반도체 입자가 원활하게 공급되지 못한다.
실제 이렇게 제작된 트랜지스터는 층류나 나선형 형태의 유동을 기반으로 제작된 트랜지스터에 비해 박막의 결함(정렬 불량, 빈 공간, 덴드라이트)을 억제해 높은 트랜지스터 성능과 균일성을 보였다.
이정찬 박사과정이 1저자, 이호준 석사과정 졸업생이 공동 저자로 참여한 이 연구성과는 과학기술정보통신부·한국연구재단이 추진하는 중견연구사업 등의 지원으로 수행되었으며, 재료분야 국제학술지 어드밴스드 머티리얼스(Advanced Materials) 12월 3일자 표지논문으로 게재됐다.
2020.12.15 조회수 42851