-
대체육 풍미 향상 등 미생물 세포공장 제시
수십 년 동안 전 세계 인구 증가에도 불구하고 기후변화 및 이상기후의 심화로 인한 식량 생산성 감소와 전쟁 등의 국제적 분쟁으로 인한 식량 공급망의 파괴는 식량부족과 영양 불평등 문제를 심화시키며 세계적인 식량 위기를 가시화하고 있다. 그러나 아이러니하게도 다른 한편에서는 환경과 지속가능성에 대한 인식이 고조됨에 따라 보다 친환경적이면서 고품질을 자랑하는 식품 및 미용품에 대한 수요 증가가 동시에 관찰되고 있다. 미생물은 이러한 다면적인 문제들을 동시에 풀어낼 수 있는 열쇠로서 주목받고 있다.
우리 대학 생물공정연구센터 최경록 연구교수와 생명화학공학과 이상엽 특훈교수가 ‘식품 및 화장품 생산을 위한 미생물의 시스템 대사공학’논문을 발표했다고 26일 밝혔다. 이번 논문은 네이처(Nature) 誌가 발행하는 ‘네이처 생명공학 리뷰(Nature Reviews Bioengineering)’의 초청으로 준비한 것으로 동료심사를 거쳐 온라인 게재됐다.
※ 논문명 : Systems metabolic engineering of microorganisms for food and cosmetics production
※ 저자 정보 : 최경록(한국과학기술원, 제1 저자) 및 이상엽(한국과학기술원, 교신저자) 포함 총 2명
시스템 대사공학은 석유에 대한 의존도가 높은 기존의 화학산업을 대체할 바이오산업의 핵심인 미생물 세포공장을 보다 효과적으로 개발하기 위해 KAIST 이상엽 특훈교수가 창시한 연구 분야다. 연구진은 시스템 대사공학 전략을 적용함으로써 대체육의 풍미와 색감을 향상할 수 있는 천연물질인 헴철(heme)과 아연-프로토포르피린 IX(zinc protoporphyrin IX), 식품과 화장품에 폭넓게 활용할 수 있는 기능성 천연 색소인 라이코펜(lycopene)과 베타카로틴(β-carotene), 식품이나 음료 제조 시 포도향을 내기 위해 널리 활용되는 포도 유래 화합물인 메틸안트라닐산(methyl anthranilate) 등을 비롯해 다양한 식품 및 미용 화합물을 생산하는 고성능 미생물 세포공장들을 다수 개발한 바 있다.
연구진은 이번 네이처지로부터의 초청 논문을 통해 각종 식품과 화장품에 이용되는 아미노산과 단백질, 지방 및 지방산, 비타민, 향미료, 색소, 알코올, 기능성 화합물과 기타 식품 첨가물 등을 생산할 수 있는 괄목할만한 미생물 세포공장의 개발 사례들과 이러한 미생물 유래 물질들을 성공적으로 제품화해 시장에 공급하고 있는 전세계 기업들을 총망라했다. 더 나아가 보다 다양한 식품 및 미용 화합물들을 친환경적으로 생산하면서도 경제성도 갖춘 산업용 미생물 세포공장의 개발에 박차를 가할 수 있는 다양한 시스템 대사공학 전략을 정리 및 제시했다.
예를 들어, 미생물 발효 과정을 통해 동물의 사료로 이용되거나 비료로 이용되고 있는 비식용 바이오매스 등을 통해 영양학적으로 높은 가치를 지닌 단백질이나 아미노산을 생산함으로써 전세계 식량 생산량의 증대 및 안정적인 공급에 기여할 수 있다. 더 나아가 대체육 개발 등 동물성 단백질에 대한 의존도를 낮춤으로써 가축 사육이나 물고기 양식을 통해 발생하는 온실가스 및 환경오염을 줄이는 데에도 기여할 수 있다. 또한 바닐라 향이나 포도 향을 내는 바닐린(vanillin)이나 메틸안트라닐산(methyl anthranilate)은 다양한 식품에 널리 첨가되고 있으나, 식물로부터 분리정제한 천연 제품은 생산량이 적고 생산단가가 높기 때문에 대부분의 경우 석유화학물질로부터 유래한 바닐린과 메틸안트라닐산을 식품에 첨가하고 있다.
이러한 물질들 역시 미생물의 힘을 빌려 친환경적이고 인체 친화적인 방법을 통해 생산할 수 있다. 붉은색 립스틱이나 딸기맛 우유 등 다양한 화장품이나 식품에 첨가되지만 특정한 선인장에서만 서식하는 연지벌레로부터 추출해야 하는 칼민(코치닐색소), 피부 미용에 도움을 줄 수 있으나 닭벼슬이나 소의 안구에서 추출해야 하는 하이알루론산, 건강보조제로 널리 섭취되고 있지만 상어나 생선의 간 등에서 추출하는 오메가-3 지방산 등도 미생물을 이용하면 윤리적인 문제 없이 친환경적으로 생산할 수 있다.
이번 논문의 제1 저자인 우리 대학 최경록 연구교수는 “김치나 요거트와 같은 전통 발효식품뿐만 아니라, 카카오 콩을 발효시켜야만 얻을 수 있는 초콜릿의 원료인 카카오버터나 미생물 발효를 통해 생산하는 조미료인 글루탐산나트륨처럼 미생물의 도움을 받아 생산한 식품은 이미 우리에게 친숙한 존재”라면서 “앞으로 미생물 세포공장을 통해 친환경적이고 지속가능한 방법으로 생산한 더 다양한 종류의 식품과 화장품을 일상에서 더욱 쉽게 마주할 수 있을 것이다”고 말했다.
또한 이상엽 특훈교수는 “과학기술을 활용해 더 나은 세상을 만들어가는 것은 공학자의 숙명”이라며 “시스템 대사공학 기술의 꾸준한 발전과 적극적인 활용을 통해 식량 위기와 기후변화를 동시에 해결하는 데 크게 기여할 수 있을 것”이라고 밝혔다.
한편, 이번 연구는 농촌진흥청이 지원하는 농업미생물사업단(단장 장판식)의 ‘미생물 대사시스템 제어를 통한 무기물로부터의 단백질 생산 기술 개발’ 과제 (과제책임자 KAIST 최경록 연구교수) 및 과기정통부가 지원하는 석유대체 친환경 화학기술개발사업의 ‘바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발’ 과제 (과제책임자 KAIST 이상엽 특훈교수)의 지원을 받아 수행됐다.
2023.07.26
조회수 5112
-
약물 부작용 및 용해도 예측 그래프 신경망 기술 개발
최근 화학, 생명과학 등 다양한 기초과학 분야의 문제를 해결하기 위해 그래프 신경망 (Graph Neural Network) 기술이 널리 활용되고 있다. 그 중에서도 특히 두 물질의 상호작용에 의해 발생하는 물리적 성질을 예측하는 것은 다양한 화학, 소재 및 의학 분야에서 각광을 받고 있다. 예를 들어, 어떠한 약물 (Drug)이 용매 (Solvent)에 얼마나 잘 용해되는지 정확히 예측하고, 동시에 여러 가지 약물을 투여하는 다중약물요법 (Polypharmacy)의 부작용을 예측하는 것이 신약 개발 등에 매우 중요하다.
우리 대학 산업및시스템공학과 박찬영 교수 연구팀이 한국화학연구원(원장 이영국)과 공동연구를 통해 물질 내의 중요한 하부 구조(Substructure)를 탐지하여 두 물질의 상호작용에 의해 발생하는 물리적 성질 예측의 높은 정확도를 달성할 수 있는 새로운 그래프 신경망 기법을 개발했다고 18일 밝혔다.
기존 연구에서는 두 분자 쌍이 있을 때, 각 분자내에 존재하는 원자들 사이의 상호 작용만을 고려해 그래프 신경망 모델을 학습하였다. 예를 들어 특정 발색체의 물(H2O)에 대한 용해도를 예측하고자 할 때, 발색체 내의 각 원자들에 대해 물 분자의 원자들 (즉, H, O)이 갖는 영향력을 고려하는 것이다. 연구팀이 이에 반해, 연구팀이 착안한 점은 분자 구조의 화학적 특성을 결정하는 데 있어서 원자뿐만 아니라 작용기(Functional group)와 같은 분자내 하부 구조들이 중요한 역할을 한다는 점이었다. 예를 들어, 알코올이나 예를 들어, 알코올이나 포도당과 같이 하이드록실기 (Hydroxyl group)를 포함하는 분자들은 일반적으로 물에 대한 용해도가 높은 것으로 알려져 있다. 즉, 하이드록실기라는 작용기가 물에 대한 용해도를 결정하는데 중요한 역할을 한다는 것이다.
연구팀은 분자의 특성을 결정하는데 큰 영향을 끼치는 하부 구조를 추론하는 기술을 분자내의 중요한 정보를 최대한 압축하여 보존하는 ‘정보 병목 이론’과, 분자 내의 어떤 하부 구조가 분자의 고유한 특성을 결정 짓는데 큰 역할을 했는지 대한 인과 관계를 추론하는 ‘인과 추론 모형’을 활용하여 개발했다. 이를 통해 분자의 고유한 특성에 가장 큰 영향을 미치는 하부 구조를 찾아내었다. 또한 분자 간 관계를 추론하는 문제에서는 상대방 분자에 따라 대상 분자의 중요한 하부 구조가 달라질 수 있다는 점을 착안하여 물질 간 관계를 예측하는 모델을 제안했다.
이번 새로운 그래프 신경망 기법을 의학에 적용하여 정보 병목 현상을 기반으로 한 연구는 기존 연구에 비해 약물 용해도 예측에서 11%의 성능 향상, 다중약물요법 부작용 예측에서 4%의 정확도 향상을 이뤄냈다. 또한, 인과 추론 모형을 기반으로 한 연구는 약물 용해도 예측에서 17%의 성능 향상, 약물 부작용 예측에서 2%의 정확도 향상을 이뤄냈다.
박찬영 교수팀은 정보 병목 이론을 기반으로 중요한 하부 구조를 탐지해 분자 구조 관계의 높은 예측 정확도를 달성할 수 있는 그래프 신경망 모델을 개발해 기계학습 분야 최고권위 국제학술대회 ‘국제 기계 학습 학회 International Conference on Machine Learning (ICML 2023)’에서 올 7월 발표할 예정이다. (논문명: Conditional Graph Information Bottleneck for Molecular Relational Learning). 또한 인과 추론 모형을 기반으로 중요한 하부 구조를 탐지해 분포 변화에도 모델의 성능이 강건하게 유지되는 그래프 신경망 모델을 개발해 데이터마이닝 최고권위 국제학술 대회 ‘국제 데이터 마이닝 학회 ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2023)’에서 올 8월에 발표할 예정이다. (논문명: Shift-Robust Molecular Relational Learning with Causal Substructure). 두 연구 모두 KAIST 산업및시스템공학과 대학원에 재학 중인 이남경 박사과정 학생이 제1 저자, 화학연구원의 나경석 연구원이 공동 저자, 우리 대학 산업및시스템공학과의 박찬영 교수가 교신저자로 참여했다.
두 연구의 제1 저자인 이남경 박사과정은 “제안한 기술은 분자의 성질을 결정하는 데 있어 큰 영향을 미치는 하부 구조가 존재한다는 화학적 지식에 기반해 그래프 신경망을 학습할 수 있는 새로운 방법”이라면서 “상대편 분자를 고려해 대상 분자의 중요한 구조를 찾는 방법론은 이미지-텍스트 멀티 모달 학습 방법에서도 적용될 수 있어, 심층 학습 전반적인 성능 개선에 기여할 수 있다”고 밝혔다.
연구팀을 지도한 박찬영 교수도 “제안한 기술은 화학과 생명과학을 포함한 다양한 분야에서 새로운 물질을 발견하는데 널리 사용될 것으로 기대하며, 특히 환경 친화적인 소재 개발, 질병 치료를 위한 신약 발굴 등에 있어서 본 기술의 가치가 더욱 부각될 것으로 보인다”라고 밝혔다.
한편 이번 연구는 정보통신기획평가원의 지원을 받은 사람중심 인공지능 핵심원천기술개발 사업과 한국화학연구원 기본사업 (KK2351-10)의 지원을 받아 수행됐다.
2023.07.18
조회수 5263
-
세탁에도 끄떡없는 체온측정 센서 개발
개인 맞춤형 건강 관리에 관심이 높아지면서 입을 수 있는 웨어러블 전자기기가 주목받고 있다. 특히 체온은 개인의 건강 상태를 반영하는 중요한 지표이므로, 이를 일상생활에서 불편감 없이 측정하려는 다양한 형태의 센서 개발이 이루어지고 있다.
우리 대학 바이오및뇌공학과 박성준 교수 연구팀이 열인발공정(Thermal Drawing Process, TDP)*을 이용한 수백 미터 길이의 섬유(파이버)형 온도 센서를 개발했다고 20일 밝혔다.
☞ 열인발공정 : 열을 이용하여 큰 구조체를 말랑말랑하게 만든 후, 빠른 속도로 당겨 복잡한 구조체와 같은 모양 및 기능의 파이버를 뽑아내는 일 또는 가공.
의복에 쉽게 적용되는 섬유/직물형 온도 센서는 편하게 온도를 측정할 수 있다는 편리성 때문에 주목받고 있으나, 기존 센서를 만드는 제작방법 (코팅, 스피닝 등)의 경우는 대량생산이 어렵고, 구조/재료가 단순할 수 밖에 없기 때문에 물리, 화학적 안정성을 높이기 위해서 여러 추가적인 과정을 거쳐야 한다는 문제점이 있었다.
박성준 교수 연구팀은 문제 해결을 위해 이번 연구에서‘고분자-나노물질 복합체’재료와‘열인발공정’방법을 이용했다. 열을 가하면 녹는 고분자와 온도가 바뀌면 저항이 바뀌는 나노입자를 혼합하여 복합체를 제작하고, 이를 유연하고 안정적인 폴리에틸렌 시트에 감싸 원기둥 모양의 구조체를 완성하였다. 이후 연구팀은 큰 구조체에 열을 가하면서 당기면 크기가 줄어들며 섬유 형태로 변하는 열인발공정을 이용해서, 얇고, 유연하며, 물리/화학적 안정성이 높은 섬유형 온도 센서를 수백 미터 길이로 대량 생산하는 데 성공했다.
제작된 섬유의 경우, 센서를 보호할 수 있는 얇은 보호층이 포함된 상태에서 한번에 인발된다. 보호층의 효과로 센서는 1,000회의 온도 자극과 굽힘 자극에도 성능이 변하지 않았으며, 다양한 화학물질과 습도에 노출 되어도 안정성을 유지했다. 심지어 100회의 세탁을 진행했을 때도 뛰어난 안정성을 가지고 있음이 확인되었다.
섬유형 온도 센서를 실제 직물에 직조해 착용 한 결과, 연구팀은 실제 온도와 일치하게 체온을 측정할 수 있었으며, 걷는 등의 활동에도 신호의 잡음 없이 온도를 잘 측정할 수 있음을 확인했다. 또한 연구팀은 장갑에 센서를 직조함으로써 접촉하는 물질 온도를 측정하는 전자 피부로서의 가능성도 보여줬다.
이번 연구 결과는 국제 학술지 `어드벤스드 파이버 머터리얼스(Advanced Fiber Materials, 직물(textile)분야 JCR 상위 1.92% 저널)'에 2023년 6월 12일 字로 출판됐다. (논문명: Thermally drawn multi-material fibers based on polymer nanocomposite for continuous temperature sensing)
박성준 교수는 "향후 온도뿐만 아니라 다양한 요소를 동시에 감지할 수 있는 열인발공정 기반 섬유/직물형 센서 개발이 기대된다ˮ며, "이는 스마트 의류 속에 결합함으로써 헬스케어 분야 뿐만 아니라 VR/AR, 메타버스, 실생활 통신 분야 등과 접목될 수 있을 것ˮ 라고 말했다.
한편 이번 연구는 한국연구재단 신진후속중견연계사업 및 과학기술정보통신부 지능형반도체사업의 지원을 받아 수행됐다.
2023.06.20
조회수 4361
-
차세대소형위성2호 초기 교신 성공
우리 대학 인공위성연구소(소장 한재흥)에서 개발한 차세대소형위성2호가 지난 5월 25일 18시 24분에 발사된 누리호에서 안전하게 분리되어 목표 궤도에 성공적으로 안착하였으며, 같은날 19시 58분 대전 KAIST 지상국과 최초 교신에 성공했다.
차세대소형위성2호의 최초 비콘 신호는 누리호 발사 후 약 40분 만인 25일 저녁 7시 4분경 항공우주연구원의 남극 세종기지 안테나를 통해 수신할 예정이었으며, 실제로는 7시 7분에 수신이 확인되었다. 위성 발사 후 약 94분 만인 25일 저녁 7시 58분경 대전 KAIST 지상국과 최초 교신에 성공했다.
이후, 남극 세종기지에서 비콘 신호를 2차례 더 확인했고, 스웨덴 보덴 지상국과 대전 KAIST 지상국에서 8차례 교신을 수행하면서 차세대소형위성2호의 통신시스템과 자세제어시스템, 전력시스템, 탑재 컴퓨터 등의 기능을 점검했다.
특히, 국내 우주핵심기술 연구개발 성과물로 차세대소형위성2호의 자세제어시스템에 처음 적용된 반작용휠과 광학자이로의 기능을 점검하고, 차세대소형위성2호 태양전지판이 태양을 바라보는 자세제어와 고속데이터 송신을 위해 안테나를 지상국으로 지향하는 자세제어 기능을 확인했다.
또한, 태양전지판과 태양전력조절기, 리튬이온 배터리 등 차세대소형위성2호의 전력시스템을 점검해, 태양전지판에서 안정적으로 생성된 약 256W의 전력을 통해 위성 배터리가 만충전 상태를 유지하고 있는 것을 확인했다.
차세대소형위성2호는 중점임무인 영상레이더 기술검증과 지구관측, 우주과학임무인 근지구궤도 우주방사선 관측, 그리고 4종의 국내 개발 핵심기술에 대한 우주검증을 수행할 예정이다.
영상레이더는 광학카메라와 달리 빛과 구름의 영향을 받지 않아, 주야간 및 악천후에도 지상 관측이 가능하다. 순수 국내 기술로 개발된 차세대소형위성2호의 X-대역 영상레이더는 해상도 5m, 관측폭 40km의 레이더 영상을 획득을 목표로 한다.
우주방사선 관측기는 근지구 궤도의 중성자·하전입자에 대한 정밀 선량 지도를 작성하고, 태양활동 상승 주기의 우주방사선 변화에 따른 우주환경 영향과 근지구 궤도의 중성자 가중치를 연구하는 데 활용된다.
아울러 산·학·연에서 국산화한 위성핵심기술 4종(①상변환 물질을 이용한 열제어장치, ②X-대역 GaN기반 전력증폭기, ③GPS·Galileo 복합항법수신기, ④태양전지배열기)에 대한 우주검증도 함께 수행된다.
차세대소형위성2호는 약 3개월의 초기 운영 기간 동안 위성 본체 및 탑재체에 대한 기능을 상세히 점검한 후, 계획된 영상레이더에 대한 기술검증•지구관측, 우주방사선 관측 및 핵심기술 검증의 정상적인 임무를 약 2년간 수행할 예정이다.
위성 발사 후 1주일 동안 위성 본체 및 탑재체에 대한 기초적인 상태 점검을 수행하고, 발사 후 1개월까지 위성 본체에 대한 세부 기능을 상세히 점검한 뒤, 발사 후 3개월까지 모든 탑재체에 대한 세부 기능점검을 완료함으로써 향후 정상 임무를 위한 위성 상태 최적화를 수행할 예정이다. 이광형 KAIST 총장은 "우리별 1호부터 30여 년간 축적해온 소형위성 개발과 운영 경험을 바탕으로 차세대소형위성2호의 임무를 성공적으로 완수하여 우리나라 소형위성 기술 수준을 한 단계 높일 수 있을 것으로 기대한다"라고 밝혔다.
2023.05.26
조회수 6734
-
연어 DNA를 활용해서도 위조방지 가능
30년이 걸린 천경자 화백의 미인도 관련 위작 스캔들을 보면 알 수 있듯이, 복제방지 분야에 문외한일 가능성이 큰 예술창작자에게 추가적인 짐을 지우고 있다. 이를 해결하기 위한 전자적 방식보다는 광학적 방식으로 예술가에게 친화적인 방식인 브러시로 바르는 즉시 형성되는 물리적 복제 방지 기능(PUF)의 위조 방지 플랫폼 기술이 필요하다.
우리 대학 화학과 윤동기 교수 연구팀이 연성 소재(Soft material)의 자기조립(Self-assembly) 시 발생하는 무작위 패턴을 이용해 보안․인증 원천기술을 개발했다고 23일 밝혔다.
최근 사물인터넷의 발달로 다양한 전자기기 및 서비스가 인터넷으로 연결되어 신기능 창출이 가능하게 되는 동시에 개인의 프라이버시를 침해하는 위조 기술도 발달되어 그 피해를 입는 사례가 빈번하게 보고되고 있다. 그에 따라 더욱 강력하고 높은 보안성을 갖춘 위조 방지 기술에 대한 요구가 꾸준히 증가하고 있다.
연구팀이 개발한 이번 연구는 두 종류의 연성 소재가 자기조립되는 과정에서 자발적으로 발생하는 무작위 패턴을 활용해 사람의 지문과 같이 복제 불가능한 보안 기능을 할 수 있다는 것으로, 보안 분야의 전문가가 아니라도 마치 그림을 그리듯이 위조 방지 기술을 구현할 수 있다는 측면에서 큰 의의를 갖는다. 연구팀은 두 가지 방법을 개발했다.
첫 번째 방법은 액정물질을 이용한 것이다. 액정물질이 패턴 기판 속에 갇혀있을 때, 자발적으로 구조체의 대칭 파괴가 발생해 미로와 같은 구조체가 형성된다(그림 1). 오른쪽으로 트인 구조를 0(파랑), 왼쪽으로 트인 구조를 1(빨강)으로 정의하면, 이를 머신러닝을 이용한 객체 인식을 통해 디지털 코드(0과 1)로 변환돼 지문과 같은 역할을 할 수 있다고 연구팀은 확인했다. 본 연구의 경우 기존의 복잡한 반도체 패턴이 필요하지 않고, 핸드폰 카메라 정도의 해상도로 관찰할 수 있기에 비전문가도 사용할 수 있는 획기적인 기술이다. 이들은 기존의 반도체 칩을 이용한 방법에 비해 쉽게 정보를 재구성할 수 있다는 특이점을 가지고 있다.
두 번째 방법은 연어에서 추출한 DNA를 이용한 것이다. 추출된 DNA를 물에 녹여 붓으로 바르게 되면 좌굴 불안정성(Buckling instability)이 발생해 얼룩말의 무늬와 같은 무작위 패턴을 형성하게 된다. 이때, 무작위한 패턴들은 지문의 특징인 능선 끝 (Ridge Ending)과 분기점 (Bifurcation)이 나타나며 이 또한, 0, 혹은 1로 정의하여, 머신러닝을 통해 디지털화를 할 수 있다. 연구팀은 기존에 널리 사용되고 있는 지문 인식 기술을 이 패턴에 적용해 인공지문과 같이 사용했다. 이 방법은 쉽게 붓으로 제작 가능하며 다양한 색을 혼입시킬 수 있으므로 새로운 보안 잉크로 사용될 수 있다.
연구팀이 개발한 보안기술은 간단한 유기 물질만 사용하고 공정이 단순해 저비용으로 쉽게 보안 코드를 제작할 수 있다. 또한, 제조자의 목적에 따라 원하는 모양 및 크기대로 만들 수 있을 뿐만 아니라 같은 방법으로 제작하더라도 형성되는 무작위 패턴은 모두 다르므로 높은 보안 기능을 가능하게 함으로써 무궁무진한 시장성과 잠재력을 가지고 있다.
윤동기 교수는 “이번 연구들은 자기조립 시 발생하는 자연의 무작위성을 있는 그대로 받아들여 제조자조차 복제할 수 없는 인간의 지문과 같은 역할을 하는 패턴을 제작한 것ˮ이라며, “이러한 아이디어는 자연계에 존재하는 수많은 무작위성을 보안 시스템에 적용할 수 있는 기술의 초석이 될 수 있다ˮ고 설명했다.
한편, 두 연구는 모두 국제 학술지 어드밴스드 머터리얼즈(Advanced Materials)에 “1Planar Spin Glass with Topologically-Protected Mazes in the Liquid Crystal Targeting for Reconfigurable Micro Security Media”와 “2Paintable Physical Unclonable Function Using DNA”의 이름으로 5월 6일과 5일 자에 각각 게재됐다.
1박건형, 최윤석, 권석준*, 윤동기* / 2박순모†, 박건형†, 윤동기* : 공동 제1 저자, * 교신저자.
한편 이번 연구는 과학기술정보통신부-한국연구재단의 지원을 받은 멀티스케일 카이랄 구조체 연구센터, BRIDGE융합연구개발사업, 함께달리기사업, 삼성미래기술육성사업 등의 지원을 받아 수행됐다.
2023.05.23
조회수 7356
-
인공지능으로 코로나19 치료제 팍스로비드와 기존 약물간 반응 예측 고도화
우리 대학 생명화학공학과 이상엽 특훈교수 연구팀이 인공지능 기반 약물 상호작용 예측 기술을 고도화해, 코로나19 치료제로 사용되는 팍스로비드(PaxlovidTM) 성분과 기존 승인된 약물 간의 상호작용 분석 결과를 논문으로 발표했다고 16일 밝혔다. 이번 논문은 국제저명학술지인 「미국국립과학원회보 (PNAS)」誌’ 3월 13일자 온라인판에 게재됐다.
※ 논문명 : Computational prediction of interactions between Paxlovid and prescription drugs
※ 저자 정보 : 김예지(한국과학기술원, 공동 제1 저자), 류재용(덕성여자대학교, 공동 제1 저자), 김현욱(한국과학기술원, 공동 제1 저자), 이상엽(한국과학기술원, 교신저자) 포함 총 4명
연구팀은 이번 연구에서 2018년에 개발한 인공지능 기반의 약물 상호작용 예측 모델인 딥디디아이(DeepDDI)를 고도화한 딥디디아이2(DeepDDI2)를 개발했다. 딥디디아이2는 기존 딥디디아이가 예측하는 86가지 약물 상호작용 종류보다 더 많은, 총 113가지의 약물 상호작용 종류를 예측한다.
연구팀은 딥디디아이2를 이용하여 코로나19 치료제인 팍스로비드*의 성분(리토나비르, 니르마트렐비르)과 기존에 승인된 약물 간의 상호작용 가능성을 예측하였다. 연구팀은 코로나19 환자 중 고위험군인 고혈압, 당뇨병 등을 앓고 있는 만성질환자가 이미 약물을 복용하고 있어, 약물 상호작용 및 약물 이상 반응이 충분히 분석되지 않은 팍스로비드를 복용 시 문제가 될 수 있다는 점에 착안해 이번 연구를 수행했다.
* 팍스로비드 : 팍스로비드는 미국 제약사인 화이자가 개발한 코로나19 치료제로, 2021년 12월 미국 식품의약국(FDA)의 긴급사용승인을 받았다.
연구팀은 팍스로비드의 성분인 리토나비르와 니르마트렐비르가 2,248개의 승인된 약물과 어떤 상호작용을 하는지, 딥디디아이2를 이용해 예측했다. 예측 결과 리토나비르는 1,403개의 승인된 약물과, 니르마트렐비르는 673개의 승인된 약물과 상호작용이 있을 것으로 예측됐다.
또한, 연구팀은 예측 결과를 활용해, 약물 상호작용 가능성이 높은 승인 약물에 대해, 동일 기전을 갖되 약물 상호작용 가능성이 낮은 대체 약물들을 제안했다. 이에 따라, 리토나비르와의 약물 상호작용 가능성을 낮출 수 있는 대체 약물 124개와 니르마트렐비르와의 약물 상호작용 가능성을 낮출 수 있는 대체 약물 239개를 제안했다.
이번 연구 성과를 통해 약물 상호작용을 정확하게 예측할 수 있는 인공지능 모델을 활용하는 것이 가능해졌으며, 이는 신약 개발 및 약물 처방 시 유용한 정보를 제공함으로써, 디지털 헬스케어, 정밀의료 산업 및 제약 산업에서 중요한 역할을 할 것으로 기대된다.
이상엽 특훈교수는 "이번 연구 결과는 실험과 임상을 통해 검증된 것은 아니므로 100% 의존해서는 안된다“고 강조하면서 ”팬데믹과 같이 긴급한 상황에서 신속하게 개발된 약물을 사용할 때, 예측된 약물 상호작용 유래 약물 이상 반응결과를 전문의가 미리 검토하여 약을 처방할 때 도움을 줄 수 있다는 점에서 의미가 있다"고 말했다.
한편 이번 연구는 과기정통부가 지원하는 KAIST 코로나대응 과학기술 뉴딜사업과 바이오·의료기술개발사업의 지원을 받아 수행됐다.
2023.03.16
조회수 5694
-
99% 실시간 가스를 구별하는 초저전력 전자 코 기술 개발
우리 대학 기계공학과 박인규 교수, 윤국진 교수와 물리학과 조용훈 교수 공동 연구팀이 `초저전력, 상온 동작이 가능한 광원 일체형 마이크로 LED 가스 센서 기반의 전자 코 시스템'을 개발하는 데 성공했다고 14일 밝혔다.
공동 연구팀은 마이크로 크기의 초소형 LED가 집적된 광원 일체형 가스 센서를 제작한 이후 합성곱 신경망 (CNN) 알고리즘을 적용해 5가지의 미지의 가스를 실시간으로 가스 종류 판별 정확도 99.3%, 농도 값 예측 오차 13.8%의 높은 정확도로 선택적 판별하는 기술을 개발했다. 특히 마이크로 LED를 활용한 광활성 방식의 가스 감지 기술은 기존의 마이크로 히터 방식 대비 소모 전력을 100분의 1 수준으로 획기적으로 절감한 것이 특징이다.
이번 연구에서 개발된 초저전력 전자 코 기술은 어떠한 장소에서든지 배터리 구동 기반으로 장시간 동작할 수 있는 모바일 가스 센서로 활용될 것으로 기대된다.
타깃 가스의 유무에 따라 금속산화물 가스 감지 소재의 전기전도성이 변화하는 원리를 이용한 반도체식 가스 센서는 높은 민감도, 빠른 응답속도, 대량 생산 가능성 등 많은 장점이 있어 활발히 연구되고 있다. 금속산화물 감지 소재가 높은 민감도와 빠른 응답속도를 보이기 위해서는 외부에서 에너지 공급을 통한 활성화가 필요한데 기존에는 집적된 히터를 이용한 줄 히팅 방식이 많이 사용됐다. 고온 가열 방식의 반도체식 가스 센서는 높은 소모전력과 낮은 선택성 등의 한계점이 있었다.
한편, 이번 연구에서 연구팀은 자외선 파장대의 빛을 방출하는 마이크로 크기의 LED를 제작한 후 바로 위에 산화인듐(In2O3) 금속산화물을 집적함으로써 광활성 방식의 가스 센서를 개발했다. 광원과 감지 소재 사이의 거리를 최소화한 광원 일체형 센서 구조는 광 손실을 줄임으로써 μW(마이크로와트) 수준의 초저전력 가스 감지를 실현할 수 있었다. 또한, 연구진은 광 활성식 가스 센서의 반응성을 극대화하기 위해 금속산화물 표면에 금속 나노입자를 코팅해 국소 표면 플라즈몬 공명(Localized surface plasmon resonsance, LSPR)* 현상을 활용했고 이를 통해 센서의 응답도가 향상되는 것을 확인했다.
* 국소표면 플라즈몬 공명에 의해 생성된 핫 전자들이 금속산화물로 이동(Hot electron transfer)해 타깃 가스와의 산화-환원 반응을 촉진하는 원리
그 후, 공동 연구팀은 앞서 설명한 반도체식 가스 센서의 낮은 선택성 문제를 해결하기 위해서 마이크로 LED 가스 센서에 서로 다른 감지 소재를 집적해 센서 어레이를 제작하고 합성곱 신경망의 딥러닝 알고리즘을 적용하여 각 타깃 가스가 만들어내는 고유한 금속산화물의 응답 패턴(저항 변화)을 포착하고 분석했다. 그 결과, 개발된 전자 코 시스템은 총 소모전력 0.38mW(밀리와트)의 초저전력으로 5가지 가스(일반 공기, 이산화질소, 에탄올, 아세톤, 메탄올)를 실시간으로 선택적 판별할 수 있었다.
연구책임자인 기계공학과 박인규 교수는 "마이크로 LED 기반의 광 활성식 가스 센서는 상온 동작이 가능하고 고온 가열 줄히팅을 하는 기존의 반도체식 가스 센서에 비해 소모전력이 100분의 1 수준으로 초저전력 구동이 가능해 대기오염 모니터링, 음식물 부패 관리 모니터링, 헬스케어 등 다양한 분야에서도 응용될 수 있는 기반 기술이 될 것ˮ이라고 연구의 의미를 설명했다.
우리 대학 기계공학과 이기철 박사과정 학생이 제1 저자로 참여하고 한국연구재단의 지원으로 수행된 이번 연구 결과는 나노 과학 분야의 저명한 국제 학술지 `ACS 나노 (ACS Nano)'에 2023년 1월 10일 字 정식 게재됐다. (논문명: Ultra-Low-Power E-Nose System Based on Multi-Micro-LED-Integrated, Nanostructured Gas Sensors and Deep Learning)
2023.02.14
조회수 6601
-
똑똑한 영상 복원 인공지능 기술 개발
딥러닝 기술은 영상 복원 속도가 기존 알고리즘 대비 수백 배 이상 빠를 뿐만 아니라 복원 정확도 역시 높다. 하지만, 주어진 학습 데이터에만 의존하는 딥러닝 기술은 영상 취득 환경상에 변화가 생기면 성능이 급격히 저하되는 치명적인 약점이 있다. 이는 알파고와 이세돌 九단과의 대국 시 `신의 한 수'에 의해 알파고의 성능이 급격하게 저하되었던 사례를 떠올리면 쉽게 이해할 수 있다. 즉, 인공지능이 학습하지 못했던 변수(학습 데이터상에 존재하지 않는 수)가 발생할 때 신뢰도가 급격히 낮아지는 인공지능 기술의 근본적인 문제이기도 하다.
우리 대학 바이오및뇌공학과 장무석 교수 연구팀과 김재철AI 대학원 예종철 교수 연구팀이 공동 연구를 통해 인공 지능의 신뢰도 문제를 해결할 수 있는 물리적 학습 기반의 영상 복원 딥러닝 기술을 개발했다고 6일 밝혔다.
연구팀은 영상 취득 환경에서 발생할 수 있는 변수 대부분이 물리적 법칙을 통해 수학적으로 기술 가능하다는 점에 착안해 물리적 법칙과 심층 신경망이 통합된 학습 기법을 제시했다.
모든 영상 기술은 물리적인 영상 기기를 통해 영상 정보를 취득한다. 연구팀은 이 정보 취득 과정에 대한 물리적인 통찰력을 인공지능에 학습시키는 방법을 개발했다. 예를 들면, `네가 도출한 복원 결과가 물리적으로 합당할까?' 혹은 `이 영상 기기는 물리적으로 이런 변수가 생길 수 있을 것 같은데?'라는 식의 질문을 통해 물리적 통찰력을 인공지능에 이식하는 방법을 제시한 것이다.
연구팀은 변화하는 영상 취득 환경에서도 신뢰도 높은 홀로그래피 영상* 을 복원하는데 성공했다. 홀로그래피 영상 기술은 의료 영상, 군용 감시, 자율 주행용 영상 등 다양한 정밀 영상 기술에 다양하게 활용될 수 있는데, 이번 연구는 의료 진단 분야의 활용성을 집중적으로 검증하였다.
*홀로그래피 영상: 물체의 그림자 패턴(회절 패턴)으로부터 물체의 형태를 복원하는 영상 기법, 일반적인 영상 기술과 달리 위상 변화에 의한 물체의 미세 구조를 감지할 수 있는 영상 기술
연구팀은 먼저 3차원 공간상에서 매우 빠르게 움직이는 적혈구의 회절 영상(확산된 그림자형상)으로부터 적혈구의 형태를 실시간으로 복원하는데 성공했다. 이러한 동적인 영상 환경에서 예상치 못한 변수로는 여러 개의 적혈구 덩어리가 복잡하게 겹쳐진다거나 적혈구가 예상하지 못했던 위치로 흘러가는 경우를 생각해 볼 수 있다. 여기서, 연구팀은 인공 지능이 생성한 영상이 합당한 결과인지 빛 전파 이론을 통해 검산하는 방식으로 물리적으로 유효한 복원 신뢰도를 구현하는데 성공하였다.
연구팀은 암 진단의 표준기술로 자리잡고 있는 생검 조직(생체에서 조직 일부를 메스나 바늘로 채취하는 것)의 영상 복원에도 성공했다. 주목할 점은 특정한 카메라 위치에서 측정된 회절 영상만을 학습했음에도 인공지능의 인지능력이 부가되어 다양한 카메라 위치에서도 물체를 인식하는데 성공했다는 점이다. 이번에 구현된 기술은 세포 염색 과정이나 수 천 만원에 달하는 현미경이 필요하지 않아 생검 조직 검사의 속도와 비용을 크게 개선할 수 있을 것으로 기대된다.
물리적 통찰력을 인공 지능에 이식하는 영상 복원 기술은 의료 진단 분야 뿐만 아니라 광범위한 영상 기술에 활용될 것으로 기대된다. 최근 영상 기술 산업계 (모바일 기기 카메라, 의료 진단용 MRI, CT, 광 기반 반도체 공정 불량 검출 등) 에선 인공지능 솔루션 탑재가 활발히 이루어지고 있다. 영상 취득에 사용되는 센서, 물체의 밝기, 물체까지의 거리와 같은 영상 취득 환경은 사용자마다 다를 수밖에 없어 적응 능력을 갖춘 인공 지능 솔루션에 대한 수요가 큰 상황이다. 현재 대부분의 인공 지능 기술은 적응 능력 부재로 신뢰도가 낮은 문제 때문에 실제 현장에서 활용성이 제한적인 상황이다.
바이오및뇌공학과 이찬석 연구원은 "데이터와 물리 법칙을 동시에 학습하는 적응형 인공지능 기술은 홀로그래피 영상뿐만 아니라 초고해상도 영상, 3차원 영상, 비시선 영상(장애물 뒷면을 보는 영상) 등 다양한 계산 영상 기술에 적용될 수 있을 것으로 기대된다ˮ고 밝혔다.
연구진은 "이번 연구를 통해 인공지능 학습에 있어서 학습 데이터에 대한 강한 의존성(신뢰도 문제)을 물리적 법칙을 결합해 해소했을 뿐만 아니라, 이미지 복원에 있어 매게 변수화된 전방 모델을 기반으로 했기 때문에 신뢰도와 적응성이 크게 향상됐다ˮ며, 이어 "이번 연구에서는 데이터의 다양한 특성 중에서 수학적 혹은 물리적으로 정확히 다룰 수 있는 측면에 집중했고, 향후 무작위적인 잡음이나 데이터의 형태에 대해서도 제약받지 않는 범용 복원 알고리즘을 개발하는 데 주력할 것이다ˮ라고 밝혔다.
바이오및뇌공학과 이찬석 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 머신 인텔리전스(Nature Machine Intelligence)'에 지난 1월 17일 字 출판됐다. (논문명: Deep learning based on parameterized physical forward model for adaptive holographic imaging with unpaired data)
한편 이번 연구는 삼성미래기술육성사업과 선도연구센터사업의 지원을 받아 수행됐다.
2023.02.06
조회수 5549
-
폐암 전이를 막고 치료 가능한 세포로 되돌리는 원천기술 개발
고령화에 따라 암의 발생이 늘어나면서 암은 인류의 건강수명을 위협하는 가장 치명적인 질환이 됐다. 특히 조기 발견을 놓쳐 여러 장기로 전이될 때 암의 치명률은 높아진다. 이러한 문제를 해결하기 위해 암세포의 전이 능력을 제거하거나 낮추려는 시도가 이어졌으나 오히려 중간상태의 불안정한 암세포 상태가 되면서 더욱 악성을 보이게 되어 암 치료의 난제로 남아 있었다.
우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 시스템생물학 연구를 통해 폐암 세포의 성질을 변환시켜 암세포의 전이를 막고 약물에 대한 저항성을 제거할 수 있는 기술을 개발하는 데 성공했다고 30일 밝혔다.
조광현 교수 연구팀은 폐암 세포의 전이능력이 없는 상피(epithelial, 세포 방향성이 있어 유동성 없이 표면조직을 이루는 상태)세포에서 전이가 가능한 중간엽(mesenchymal, 방향성없이 개별적인 이동성을 가진 상태)세포로 변화되는 천이 과정(epithelial-to-mesenchymal transition, 이하 EMT)에서 나타나는 다양한 암세포 상태들을 나타낼 수 있는 세포의 분자 네트워크 수학모델을 만들었다. 컴퓨터 시뮬레이션 분석과 분자 세포실험을 통해 악성종양으로 증식하여 인접한 조직이나 세포로 침입하거나 약물에 내성을 가진 중간엽세포 상태에서 전이가 되지 않은 상피세포 상태로 다시 바뀔수 있도록 세포의 성질을 변환시켜주는 핵심 조절인자들을 발굴했다.
특히 이 과정에서 그동안 난제로 남아 있었던 중간과정의 불안정한 암세포 상태(EMT 하이브리드 세포 상태)를 피하는 동시에 항암 화학요법(chemotherapy) 치료가 잘 되는 상피세포 상태로 온전히 역전하는 데 성공했다.
우리 대학 김남희 박사과정, 황채영 박사, 김태영 연구원, 김현진 박사과정이 참여한 이번 연구 결과는 미국암학회(AACR)에서 출간하는 국제저널 `캔서 리서치(Cancer Research)' 1월 30일 字 온라인판 논문으로 출판됐다. (논문명: A cell fate reprogramming strategy reverses epithelial-to-mesenchymal transition of lung cancer cells while avoiding hybrid states)
암세포의 EMT 과정에서 불완전한 천이(변화과정)로 인해 발생하는 EMT 하이브리드 상태의 세포들은 상피세포와 중간엽세포의 특성을 모두 갖고 있으며, 높은 줄기세포능*을 획득해 약물저항성 및 전이 잠재성이 큰 것으로 알려져 있다. 불안정한 암세포 상태(EMT)는 매우 복잡하여 높은 전이 능력과 약물저항성을 가지는 EMT 하이브리드 세포 상태를 회피하면서 암세포를 전이 능력과 약물저항성이 제거된 상피세포 상태로 온전히 역전시키는 것은 매우 어려운 일이었다.
*줄기세포능: 줄기세포가 지속적 자가복제를 할 수 있도록 하는 세포내 신호전달체계
조광현 교수 연구팀은 복잡한 EMT를 지배하는 유전자 조절 네트워크의 수학모델을 정립한 후, 대규모 컴퓨터 시뮬레이션 분석 및 복잡계 네트워크 제어기술을 적용해 중간엽세포 상태인 폐암 세포를 EMT 하이브리드 세포 상태를 회피하면서 전이 능력이 상실된 상피세포 상태로 역전시킬 수 있는 세 개의 핵심 분자 타깃인 ‘p53 (암 억제 단백질)’, ‘SMAD4 (EMT를 조절하는 대표적 신호전달을 매개하는 중심물질로 SMAD 그룹에 포함된 단백질)’와 ‘ERK1/2 (세포의 성장 및 분화에 관여하는 조절인자)’를 발굴하고 이를 분자 세포실험을 통해 검증했다. 이러한 발견은 실제 인체 내 암 조직의 환경에서처럼 자극이 주어진 상황에서 중간엽세포 상태가 상피세포 상태로 역전될 수 있음을 증명해 그 의미가 크다.
암세포의 비정상적인 EMT는 암세포의 이동과 침윤, 화학요법 치료에 대한 반응성 변화, 강화된 줄기세포능, 암의 전이 등 다양한 악성 형질로 이어지게 된다. 특히 암세포의 전이 능력 획득은 암 환자의 예후를 결정짓는 매우 중요한 요소다. 이번에 개발된 폐암 세포의 EMT 역전 기술은 암세포를 리프로그래밍해 높은 가소성과 전이 능력을 제거하고 항암 화학치료의 반응성을 높이도록 하는 새로운 항암 치료 전략이다.
조광현 교수는 "높은 전이 능력과 약물저항성을 획득한 폐암 세포를 전이 능력이 제거되고 항암 화학요법치료에 민감한 상피세포 상태로 온전히 역전시키는 데 성공함으로써 암 환자의 예후를 증진할 수 있는 새로운 치료전략을 제시했다ˮ라고 말했다.
조광현 교수 연구팀은 암세포를 정상세포로 되돌리는 가역 치료원리를 최초로 제시한 뒤 2020년 1월에 대장암세포를 정상 대장 세포로 되돌리는 연구 결과를 발표했고, 2022년 1월에는 가장 악성인 유방암세포를 호르몬 치료가 가능한 유방암세포로 리프로그래밍하는 연구에 성공한 바 있다. 이번 연구 결과는 전이 능력을 획득한 폐암 세포 상태를 전이 능력이 제거되고 약물 반응성이 증진된 세포 상태로 되돌리는 가역화 기술 개발의 세 번째 성과다.
한편 이번 연구는 과학기술정보통신부와 한국연구재단의 중견연구자지원사업 등의 지원으로 수행됐다.
2023.01.30
조회수 7303
-
‘라이보’ 로봇, 해변을 거침없이 달리다
우리 대학 기계공학과 황보제민 교수 연구팀이 모래와 같이 변형하는 지형에서도 민첩하고 견고하게 보행할 수 있는 사족 로봇 제어기술을 개발했다고 26일 밝혔다.
황보 교수 연구팀은 모래와 같은 입상 물질로 이루어진 지반에서 로봇 보행체가 받는 힘을 모델링하고, 이를 사족 로봇에 시뮬레이션하는 기술을 개발했다. 또한, 사전 정보 없이도 다양한 지반 종류에 스스로 적응해가며 보행하기에 적합한 인공신경망 구조를 도입해 강화학습에 적용했다. 학습된 신경망 제어기는 해변 모래사장에서의 고속 이동과 에어 매트리스 위에서의 회전을 선보이는 등 변화하는 지형에서의 견고성을 입증해 사족 보행 로봇이 적용될 수 있는 영역을 넓힐 것으로 기대된다.
기계공학과 최수영 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `사이언스 로보틱스(Science Robotics)' 1월 8권 74호에 출판됐다. (논문명 : Learning quadrupedal locomotion on deformable terrain)
강화학습은 임의의 상황에서 여러 행동이 초래하는 결과들의 데이터를 수집하고 이를 사용해 임무를 수행하는 기계를 만드는 학습 방법이다. 이때 필요한 데이터의 양이 많아 실제 환경의 물리 현상을 근사하는 시뮬레이션으로 빠르게 데이터를 모으는 방법이 널리 사용되고 있다.
특히 보행 로봇 분야에서 학습 기반 제어기들은 시뮬레이션에서 수집한 데이터를 통해서 학습된 이후 실제 환경에 적용돼 다양한 지형에서 보행 제어를 성공적으로 수행해 온 바 있다.
다만 학습한 시뮬레이션 환경과 실제 마주친 환경이 다른 경우 학습 기반 제어기의 성능은 급격히 감소하기 때문에, 데이터 수집 단계에서 실제와 유사한 환경을 구현하는 것이 중요하다. 따라서, 변형하는 지형을 극복하는 학습 기반 제어기를 만들기 위해서는 시뮬레이터는 유사한 접촉 경험을 제공해야 한다.
연구팀은 기존 연구에서 밝혀진 입상 매체의 추가 질량 효과를 고려하는 지반 반력 모델을 기반으로 보행체의 운동 역학으로부터 접촉에서 발생하는 힘을 예측하는 접촉 모델을 정의했다.
나아가 시간 단계마다 하나 혹은 여러 개의 접촉에서 발생하는 힘을 풀이함으로써 효율적으로 변형하는 지형을 시뮬레이션했다.
연구팀은 또한 로봇의 센서에서 나오는 시계열 데이터를 분석하는 순환 신경망을 사용함으로써 암시적으로 지반 특성을 예측하는 인공신경망 구조를 도입했다.
학습이 완료된 제어기는 연구팀이 직접 제작한 로봇 `라이보'에 탑재돼 로봇의 발이 완전히 모래에 잠기는 해변 모래사장에서 최대 3.03 m/s의 고속 보행을 선보였으며, 추가 작업 없이 풀밭, 육상 트랙, 단단한 땅에 적용됐을 때도 지반 특성에 적응해 안정하게 주행할 수 있었다.
또한, 에어 매트리스에서 1.54 rad/s(초당 약 90°)의 회전을 안정적으로 수행했으며 갑작스럽게 지형이 부드러워지는 환경도 극복하며 빠른 적응력을 입증했다.
연구팀은 지면을 강체로 간주한 제어기와의 비교를 통해 학습 간 적합한 접촉 경험을 제공하는 것의 중요성을 드러냈으며, 제안한 순환 신경망이 지반 성질에 따라 제어기의 보행 방식을 수정한다는 것을 입증했다.
연구팀이 개발한 시뮬레이션과 학습 방법론은 다양한 보행 로봇이 극복할 수 있는 지형의 범위를 넓힘으로써 로봇이 실제적 임무를 수행하는 데에 이바지할 수 있을 것으로 기대된다.
제1 저자인 최수영 박사과정은 "학습 기반 제어기에 실제의 변형하는 지반과 가까운 접촉 경험을 제공하는 것이 변형하는 지형에 적용하는 데 필수적이라는 것을 보였다ˮ 라며 "제시된 제어기는 지형에 대한 사전 정보 없이 기용될 수 있어 다양한 로봇 보행 연구에 접목될 수 있다ˮ 라고 말했다.
한편 이번 연구는 삼성전자 미래기술육성센터의 지원을 받아 수행됐다.
2023.01.26
조회수 6573
-
약물 상호작용 예측하는 美 FDA 수식, 틀렸다
여러 약물을 동시에 복용하면, 약물간의 상호작용에 의해 약효가 달라질 수 있다. 우리 대학 수리과학과 김재경 교수 연구팀(기초과학연구원 수리 및 계산 과학 연구단 의생명 수학 그룹 CI)은 채정우‧김상겸 충남대약대 교수팀과 공동으로 미국 식품의약국(FDA)이 사용을 권장하는 약물 상호작용 예측 수식이 부정확했던 원인을 규명하고, 정확도를 2배 이상 높인 새로운 수식을 제시했다.
체내 흡수된 약물은 간을 비롯한 여러 장기의 효소에 의해 대사되어 체내에서 사라진다. 두 가지 이상의 약을 함께 복용할 경우, 하나의 약이 다른 약의 대사를 변화시켜 체외 배설을 촉진하거나 억제할 수 있다. 목표로 한 치료 효과를 내지 못하거나 부작용이 발생할 가능성이 있다. 이를 ‘약물 상호작용(DDI)’이라고 한다.
약물 상호작용에 따라 약물의 제거 속도를 정확하게 예측하는 것은 의약품 처방 및 신약 개발에 있어 매우 중요하다. 의료진은 약물을 복합처방할 때 의약품 사용설명서에 명시된 약물 상호작용 정보를 토대로 처방을 내린다. 신약 개발 과정에서도 약물 상호작용을 필수로 연구하여 표시하도록 되어 있다.
FDA는 약물 상호작용을 평가하고, 다약제 복용 과정의 부작용을 최소화하기 위한 가이던스(Guidance‧지침서)를 1997년 처음 발행했다(2020년 1월 개정). 신약 개발과정에서 신약 후보물질과 시판된 모든 약물의 상호작용을 모두 평가하는 것이 현실적으로 불가능하기 때문에 FDA는 가이던스에서 제시한 수식을 활용해 약물 상호작용을 간접적으로 평가하도록 권고하고 있다.
문제는 이 수식의 정확도가 떨어진다는 점이다. FDA가 제시하는 수식은 효소의 반응속도를 설명하는 ‘미카엘레스-멘텐 식’을 기반으로 한다. 이 수식은 약물 대사에 관여하는 체내 효소의 농도가 낮다는 것을 전재로 한다. 연구진은 실제 간에서 약물 대사에 관여하는 효소 농도는 예측에 사용돼온 값보다 1000배 이상 높은 것으로 확인함으로써 기존 FDA 수식이 부정확한 원인을 찾았다.
채정우 충남대약대 교수는 “연구자들은 과학적인 근거가 부족한 인위적인 수를 곱하는 식으로 FDA의 수식을 보정해서 사용해왔다”며 “과거의 과학자들이 당시의 정설이던 천동설을 기반으로 행성의 움직임을 설명하기 위해 복잡한 궤도를 도입했던 것과 유사한 상황”이라고 말했다.
연구진은 수학-약학 협력연구를 통해 약물 상호작용을 설명할 수 있는 새로운 수식을 개발했다. 의심 없이 사용돼 온 기존 식 대신 효소의 농도에 상관없이 정확하게 약물의 대사 속도를 예측할 수 있는 새로운 수식을 유도했다.
이후, 새로 쓰인 수식을 이용해 약물 상호작용을 예측하고, 실제 실험으로 측정된 값과 비교했다. 그 결과, 인위적인 보정 없이도 예측 정확도가 2배 이상 증가한 것으로 확인됐다. 기존 FDA 수식은 약물 상호작용을 2배의 오차범위 내에서 예측한 비율이 38%인데 반해, 수정된 식은 80%에 달했다.
생물학적 제제를 제외한 대부분의 의약품은 FDA 가이던스에 따라 약물의 상호작용을 평가한다. 이 결과는 약효와 부작용에 직결된다. 정확한 수식을 활용한 약물 상호작용 연구 및 약물 처방이 필요한 이유다.
김상겸 충남대약대 교수는 “약물 상호작용 예측 정확도의 개선은 신약개발의 성공률과 임상에서의 약물 효율을 높이는데 기여할 것”이라며 “임상약리학 분야 최고의 저널에 논문을 발표한 만큼, 이번 연구결과에 따라 FDA 가이던스가 수정될 것으로 기대한다”고 말했다.
김재경 교수는 “수학과 약학의 협력 연구 덕분에 당연히 정답이라고 생각했던 수식을 수정하고, 인류의 건강한 삶을 위한 단서를 찾을 수 있었다”며 “미국 FDA 가이던스에 ‘K-수식’이 들어가길 꿈꿔본다”고 말했다.
이번 연구결과는 2022년 12월 15일(한국시간) 임상약리학 분야 권위지인 ‘임상약리학 및 약물치료학(Clinical Pharmacology and Therapeutics, IF 7.051)’ 온라인 판에 실렸다.
※ 논문명: Beyond the Michaelis-Menten: Accurate Prediction of Drug Interactions through Cytochrome P450 3A4 Induction
2023.01.09
조회수 5812
-
사진에서 3차원 정보를 추론하는 인공지능 반도체 IP(지식재산권) 세계 최초 개발
우리 대학 전기및전자공학부 유회준 교수가 이끄는 PIM 반도체 설계 연구센터(AI-PIM)가 유수 학계에서 인정한 5종의 최첨단 인공지능 반도체 IP(지식재산권)를 개발했다고 29일 밝혔다.
대표적으로 심층신경망 추론 기술 및 센서 퓨전* 기술을 통해 사진으로부터 3차원 공간정보 추출하고 물체를 인식해 처리하는 인공지능(AI) 칩은 KAIST에서 세계 최초로 개발해 SRAM PIM** 시스템에 필요한 기술을 IP(지식재산권)화 한 것이다.
* 센서 퓨전 : 카메라, 거리센서 등의 각종 센서로부터 얻은 데이터를 결합하여보다 정확한 데이터를 얻는 방식
** SRAM PIM : 기존 메모리 SRAM과 DRAM 중 SRAM에 연산기를 결합한 PIM반도체
이 IP는 올해 2월 20일부터 28일까지 개최된 국제고체회로설계학회(ISSCC)에서 현장 시연을 통해 많은 주목을 받았으며, 이를 누구라도 편리하게 활용할 수 있도록 한 것이다. (웹사이트 : www.ai-pim.org)
KAIST PIM 반도체 설계연구센터는 해당 IP를 포함해 ADC*, PLL** 등 총 5가지의 PIM IP를 확보했으며, 지난 28일 웹사이트를 오픈해 연구자들이 공유할 수 있는 환경을 제공하고 있다.
* ADC(Analog to Digital Converter) : 아날로그 데이터를 디지털 데이터로 변환시키는 회로
** PLL(Phase-Locked Loop) : 내부 신호의 위상과 외부 신호의 위상을 동기화할 수 있도록 설계된 회로
기존 물체 인식 인공지능 반도체는 사진과 같은 2차원 정보를 인식하는 `사진인식기술'에 불과하다. 하지만 현실 세계의 물체들은 3차원 구조물이기 때문에 3차원 공간정보를 활용해야만 정확한 `물체인식'이 가능하다.
3차원 공간정보는 사진과 같은 2차원 정보에 거리정보를 포함시켜 실제 3차원 공간을 표현한 것으로, 3차원 공간정보에 물체를 식별해 해당 물체의 위치 및 각도를 추적하는 3차원 물체인식 기술이다. 이는 자율주행, 자동화 기술, 개인용 증강현실 (AR)과 가상현실(VR) 등과 같은 3D 어플리케이션에서 사용하는 핵심기술이다.
기존 ToF 센서*를 활용해 센서 뷰 내에 있는 모든 물체에 대한 정밀한 3차원 정보를 추출하는 것은 전력 소모가 매우 크기 때문에 배터리 기반 모바일 장치(스마트폰, 태블릿 등)에서는 사용하기 어렵다.
* ToF 센서 : 3차원 공간정보를 추출하는 Time-of-Flight 센서로, 레이저를 방출하고 반사된 레이저가 검출되는 시간을 측정하여 거리를 계산, 대표적인 센서로 3D 라이다 (LiDAR) 센서가 있음
또한, ToF 센서는 특정 측정 환경에서 3차원 정보가 손실되는 문제와 데이터 전처리 과정에 많은 시간이 소요된다는 문제점이 있다.
3차원 물체인식 기술은 데이터가 복잡해 기존 인공지능 2차원 사진인식 가속 프로세서로 처리하기 어렵다. 이는 3차원 포인트 클라우드 데이터를 어떻게 선택하고 그룹화하느냐에 따라 메모리 접근량이 달라진다.
따라서 3차원 포인트 클라우드 기반 인공지능 추론은 연산 능력이 제한적이고 메모리가 작은 모바일 장치에서는 소프트웨어만으로 구현할 수 없었다.
이에 연구팀은 카메라와 저전력 거리센서 (64픽셀)를 사용하여 3차원 공간정보를 생성했고, 모바일에서도 3차원 어플리케이션 구현이 가능한 반도체 (DSPU: Depth Signal Processing Unit)를 개발함으로써 인공지능 반도체의 활용범위를 넓혔다.
모바일 기기에서 저전력 센서를 활용한 3차원 정보 처리 시스템을 구동하면서, 실시간 심층신경망 추론과 센서 퓨전 기술을 가속하기 위해서는 다양한 핵심기술이 필요하다. 인공지능 핵심기술이 적용된 DSPU는 단순 ToF센서에 의존했던 3차원 물체인식 가속기 반도체 대비 63.4% 낮춘 전력 소모와 53.6% 낮춘 지연시간을 달성했다.
PIM반도체 설계연구센터(AI-PIM)의 소장인 유회준 교수는 “이번 연구는 저가의 거리센서와 카메라를 융합해 3차원 데이터 처리를 가능하게 한 인공지능 반도체를 IP화했다는 점에서 의미가 크며, 모바일 기기에서 인공지능 활용 영역을 크게 넓혀 다양한 분야에 응용 및 기술이전을 기대하고 있다”고 연구의 의의를 설명했다.
한편, 이번 연구는 과학기술정보통신부와 정보통신기획평가원의 PIM인공지능반도체핵심기술개발사업을 통해 개발되었으며, 이와 관련해 PIM 반도체 관련 기업과 연구기관에 개발된 IP들의 기술이전 및 활용을 돕고 있다.
2022.12.29
조회수 6071