-
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 26198
-
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
-
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 27499
-
뼈의 단단함을 모사해 광학적 특성을 매우 증대시킨 신물질 개발
우리 연구진이 동물 뼈가 그의 구성성분인 단백질보다 수천 배 단단할 수 있는 생체역학적 원리를 모사해 광학적 비선형성이 기존 물질 대비 수천에서 수십억 배나 큰 신물질을 개발했다.
비선형성이란 입력값과 출력값이 비례관계에 있지 않은 성질인데 광학에서 큰 비선형성을 확보할 경우, 빛의 속도로 동작하는 인공 신경망이나 초고속 통신용 광 스위치 등의 광소자를 구현할 수 있다.
우리 대학 신소재공학과 신종화 교수 연구팀은 벽돌을 엇갈려 담을 쌓는 것과 같이 나노 금속판을 3차원 공간에서 엇갈리게 배열하면 물질의 광학적 비선형성이 매우 크게 증대될 수 있음을 확인했다. 신종화 교수 연구팀이 이번 연구를 통해 발견한 비선형성 증대원리는 광학뿐만 아니라 역학, 전자기학, 유체역학, 열역학 등 다양한 물리 분야에도 적용이 가능하다.
KAIST 신소재공학과 장태용 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `커뮤니케이션즈 피직스(Communications Physics)' 5월 8일 字 온라인판에 게재됐다. (논문명 : Mimicking bio-mechanical principles in photonic metamaterials for giant broadband nonlinearity).
영화 스타워즈의 광선 검처럼 잘 제어된 빛을 만드는 것이나 빛만으로 구동되는 광컴퓨터를 만드는 것은 비선형성을 이용할 때 가능한데, 아직 실현되지 않고 있는 이유는 강한 비선형성을 가진 소재가 없기 때문이다. 자연 물질의 작은 비선형성으로도 초고속 광소자, 3차원 광식각 공정, 초 고분해능 현미경 등의 기술들이 구현될 수 있지만, 이들은 크고 비싼 고출력 레이저를 사용하거나, 큰 장비 혹은 소자가 필요하다는 공통적인 한계를 지니고 있다.
이를 극복하기 위해 기존에는 미세한 인공 구조체를 설계해서 그 틈에 빛을 모으는 방법이 많이 시도돼왔다. 비선형성은 빛의 세기에 비례하기 때문에 이 같은 방법을 이용하면 같은 부피의 자연 물질 대비 작은 빛의 세기로 비슷한 수준의 비선형 효과를 얻을 수 있다. 그러나 최대로 얻을 수 있는 비선형 효과의 크기는 결국 달라지지 않기 때문에 응용하는데 한계가 있다.
신 교수 연구팀은 물질의 근본적인 전기적 특성인 유전분극(물체가 전기를 띠는 현상)을 매우 크게 조절하는 방법을 고안했다. 나노 금속판이 3차원에서 엇갈려 배열돼있으면 국소분극이 공간을 촘촘하게 채우면서, 마치 시냇물이 모여서 강이 되듯, 전체적으로 매우 큰 분극을 만들게 된다는 점에 착안했다. 빛의 세기가 아닌 분극의 크기를 조절해 큰 비선형성 및 비선형 효과를 얻는 방법은 이번 신 교수 연구팀이 이번 연구에서 처음 제시한 개념인데 비선형 광학이 60년 동안 달성하고자 했던 고효율의 작은 비선형 광소자 개발에 한 발 더 다가선 것으로 평가되고 있다.
연구팀은 이번에 고안한 메타물질(자연계에 존재하지 않는 특성을 구현하기 위해 매우 작은 크기로 만든 인공 원자의 주기적인 배열로 이루어진 물질)이 시간적으로 짧은 광신호에 대해서도 큰 비선형 효과를 얻을 수 있음을 통해 기존보다 효율적이면서도 더 빠른 광소자 구현이 가능함을 확인했다. 이 연구에서 활용된 소자는 비슷한 신호 시간을 가지는 기존 소자보다는 에너지 효율이 약 8배나 뛰어나고 비슷한 에너지 효율을 가지는 기존 소자보다도 신호 시간은 약 10배 정도 짧다. 즉, 신호의 시간과 소요되는 에너지의 곱으로 표현되는 성능 기준으로 보면, 이 소자는 현재까지 개발된 광소자 중 가장 우수한 성능을 보였다.
연구팀은 또 고안한 메타물질이 광학 이외의 물리 현상에도 적용될 수 있음을 입증했다. 연구팀은 단백질의 단단함 대비 뼈의 단단함을 설명하는 모델이 이번 연구에서 고안한 광학적 비선형성 증대원리와 수학적으로 매우 유사함을 증명했다. 따라서 유체역학에서의 물질전달률, 열역학에서의 열전도율 등의 증대에도 신 교수 연구팀의 연구방법이 적용될 수 있을 것으로 기대된다.
신종화 교수는 "올해는 지난 1960년 레이저가 발명된 지 60년이 되는 해로, 레이저의 발명이 `센 빛'을 최초로 만든 것이라면 이번 연구성과는 `센 물질', 즉 광대역에서 매우 큰 유전분극 증대율을 보이는 물질을 최초로 발견하고 증명한 연구라는 점에서 의미가 크다ˮ며 "기계학습을 위한 초고속 인공 신경망 등 다양한 광 응용 소자의 구현을 위해 후속 연구를 진행 하고 있다ˮ고 말했다.
한편 이번 연구는 삼성미래기술육성재단의 지원을 받아 수행됐다.
2020.06.09
조회수 14909
-
뇌 구조를 정확히 볼 수 있는 3차원 분석기술 개발
우리 대학 바이오및뇌공학과 백세범 교수 연구팀이 뇌신경과학 연구에서 광범위하게 사용되는 실험용 쥐의 뇌 절편 영상을 자동으로 보정하고 규격화하여 신경세포의 3차원 분포정보를 정확하게 얻을 수 있는 핵심 분석 기술을 개발했다.
이 기술은 실험자의 경험에 의존하던 기존 분석 방식의 문제점을 해결하는 한편 여러 개체에서 얻은 뇌 이미지를 표준적인 3차원 지도상에서 비교 분석할 수 있도록 한다. 이는 기존의 개체별 분석에서는 관측하기 힘든 뇌세포 간 상호 연결 형태의 정확한 공간적 분포를 발견할 수 있는 길을 열었다는 점에서 의미가 크다.
연구팀은 생명과학과 이승희 교수팀과의 협력 연구를 통해 실험에서 얻어진 쥐의 뇌 절편 데이터를 분석했는데, 이 기술을 적용한 결과 시각시스템의 초기구조인 외측 슬상핵(Lateral geniculate nucleus)과 시각피질 (Visual cortex) 사이의 정확한 연결 구조 분포를 측정할 수 있었다. 기존 분석 방식으로는 불가능했던 다중 개체로부터 얻어진 데이터의 표준화를 통해 뇌 전역에 걸친 신경세포의 연결성을 분석할 수 있음을 확인한 것이다.
뇌인지공학프로그램 최우철 박사과정과 송준호 연구원이 공동 제1 저자로 참여한 이번 연구결과는 국제 학술지 `셀(cell)'의 온라인 자매지 `셀 리포츠(Cell Reports)' 5월 26일 자에 게재됐다. (논문명 : Precise mapping of single neurons by calibrated 3-D reconstruction of brain slices reveals topographic projection in mouse visual cortex).
이에 앞서 연구팀은 이 기술을 활용해 UC 버클리대학의 양단(Yang Dan) 교수와의 공동연구에도 참여했고 그 결과를 국제 학술지 `사이언스 (Science)' 1월 24일 자에 발표했다. (논문명: A Common Hub for Sleep and Motor Control in the Substantia Nigra).
통상 쥐의 뇌 절편 영상을 이용한 연구에서는 특정 단백질에 형광물질을 발현시킨 뇌를 잘라 신경세포의 분포 등을 분석하는 방법이 광범위하게 사용된다. 이때 형광을 발현하는 신경세포를 현미경을 통해 연구자의 육안으로 관측하고, 얼마나 많은 신경세포가 뇌의 어느 특정 영역에 위치하는지 일일이 수동적으로 분석한다. 이런 방법은 연구자의 경험에 크게 의존하여 오차가 클 수밖에 없고, 각각의 개체에서 관측된 신경세포의 위치나 수량을 표준적인 공통의 방법으로 동시에 분석할 수 없다는 한계를 갖고 있다.
백 교수 연구팀은 미국의 Allen Brain Atlas 프로젝트에서 제공한 쥐 두뇌의 3차원 표준 데이터에 기반하여, 임의의 각도에서 잘라낸 뇌 절편 이미지들을 SURF(Speeded Up Robust Feature Points) 특징점과 HOG(Histogram of Oriented Gradients descriptor) 형상 기술자를 이용하여 데이터베이스와 비교하는 계산적인 분석 방법을 사용했다.
그 결과, 실험에서 얻은 뇌 이미지와 가장 잘 일치하는 데이터베이스의 3차원 위치를 100마이크로미터(μm), 1도 이내의 오차로 찾아낼 수 있었다. 연구팀은 이를 통해 각 2차원 뇌 이미지의 위치 정보를 3차원 공간상의 위치로 정확히 계산하고, 여러 개체에서 얻어진 신경 세포의 위치를 동일한 3차원 공간에 투영해 정확하게 분석할 수 있음을 확인했다.
따라서 이 기술을 활용하면 다양한 기법으로 생성된 뇌 슬라이스 이미지를 이용해 신경세포의 3차원 위치를 뇌 전체에서 자동적으로 계산할 수 있어, 기존의 방법으로는 분석하기 어려운 수천~수만 개의 신경세포들의 정확한 뇌 내 분포 위치 및 상대적 공간 배열을 한번에 분석하는 것이 가능하다.
또 신경세포들의 연결성을 표준적으로 보정된 3차원 공간에서 표현할 수 있어 특정 뇌 영역 간의 연결은 물론 뇌 전역의 네트워크 분포를 여러 개체의 데이터를 사용해 동시분석도 가능하다. 따라서 기존 방식의 동물실험 분석에서 요구되던 시간과 비용을 크게 줄일 수 있을 것으로 기대된다.
올 6월 현재 백 교수 연구팀의 이 기술은 KAIST내 여러 실험실과 미국 MIT, 하버드(Harvard), 칼텍(Caltech), UC 샌디에고(San Diego) 등 세계 유수 대학의 연구 그룹에서 진행하는 뇌 신경 세포의 네트워크 분석에 활용되고 있다.
백세범 교수는 "이번 연구를 통해 개발된 기술은 형광 뇌 이미지를 이용하는 모든 연구에 바로 적용할 수 있을 뿐만 아니라 그 밖에 다양한 종류의 이미지 데이터에도 광범위하게 적용 가능하다ˮ면서 "향후 쥐의 뇌 슬라이스를 이용하는 다양한 분석에 표준적인 기법으로 자리 잡을 수 있을 것으로 기대된다ˮ고 말했다.
이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업, KAIST의 모험연구사업의 지원을 받아 수행됐다.
2020.06.08
조회수 14684
-
우리 대학 졸업생 김광수 미 하버드 의대 교수, 맞춤형 줄기세포로 파킨슨병 임상 치료에 세계 최초로 성공
우리 대학 생명과학과 석·박사 졸업생(1983년)이면서 미국 하버드 의대 교수로 재직 중인 재미 한인 과학자가 지난 5월, 세계 최초로 파킨슨병을 앓고 있는 환자 본인의 피부세포를 도파민 신경세포로 변형해 뇌에 이식하는 방법으로 환자 맞춤형 줄기세포 임상 치료에 성공해 화제가 되고 있다.
세계 최고의 권위를 자랑하는 의학 분야 저널인 뉴잉글랜드 의학 저널(New England Journal of Medicine, 이하 NEJM, IF=70) 誌는 환자의 피부세포를 변형, 신경전달물질 도파민을 생성케 한 후 이를 파킨슨병 환자의 뇌 깊숙이 주입 시킨 결과, 면역체계의 거부반응 없이 구두끈을 다시 묶을 수 있을 뿐만 아니라 수영과 자전거를 탈 정도로 운동능력을 회복했다고 지난달 14일 소개했다. 이 파킨슨병 환자의 임상 치료 성공 소식은 뉴욕타임스, 로이터, 뉴스위크, 사이언스데일리, USNEWS 등 전 세계 유명 일간지를 통해 일제히 보도돼 큰 주목을 받았다.
화제의 주인공은 美 하버드 의대 맥린병원(McLean Hospital, Harvard Medical School) 분자신경생물학 실험실 소장 김광수 교수다. 우리 대학 대학원 석·박사 졸업생인 김광수 교수는 신경과학과 줄기세포 분야의 세계적인 석학이며, 현재 모교인 우리 대학에서 해외초빙 석좌교수와 총장 자문위원을 맡고 있다.
파킨슨병은 치매, 뇌졸중과 더불어 3대 만성 퇴행성 뇌 신경계 질환으로 꼽히는데 국내에만 11만 명에 달하는 환자가 있으며 그 수는 매년 꾸준히 증가하고 있다. 영화배우 마이클 제이 폭스, 前 세계 헤비급 챔피언 무하마드 알리와 264대 교황 요한 바오로 2세(재위 1978~2005년) 등 유명 인사들이 투병했으며 전 세계적으로 600만~1천만 명의 환자가 있다.
이 병의 발병 원인은 뇌에서 신경 전달 물질 도파민을 분비하는 신경세포가 사멸하기 때문이며 근육의 떨림, 느린 움직임, 신체의 경직, 보행 및 언어 장애 등의 증상을 가진다. 김광수 교수 연구팀은 세계 최초로 환자의 피부세포를 도파민 신경세포로 만드는 `역분화 줄기세포' 기술로 파킨슨병 환자를 임상 치료하는 데 성공했다.
2012년 노벨 생리의학상 수상자인 일본의 신야 야마나카(Shinya Yamanaka) 교수가 `유도만능 줄기세포(induced pluripotent stem cells, 이하 iPS)' 제조 기술을 개발했지만, 이 기술이 뇌 질환 환자치료에 적용돼 성공한 사례는 아직 없다. 전 세계적으로 단 한 명의 환자(황반변성증)가 자신의 iPS를 이용해 세포치료를 받은 적이 있긴 하지만(2017년 New England Journal of Medicine에 발표), 이 경우 병의 호전은 일어나지 않았다. 따라서 iPS를 사용해 피킨슨병 환자 맞춤형 치료를 시도한 것도, 성공한 사례도 김광수 교수 연구팀이 세계에서 맨 처음으로 꼽힌다.
파킨슨병의 맞춤형 줄기세포 치료를 위해서는 환자의 체세포를 안정적으로 줄기세포로 전환한 뒤 이를 다시 도파민 세포로 분화시킨 후 뇌에 이식해야 한다. 이 모든 과정은 고효율로 진행돼야 하며 유해성이나 부작용이 없어야만 가능하다. 이런 난관을 극복하기 위해 김광수 교수는 맞춤형 줄기세포 치료를 위한 연구에 오랫동안 집중해 왔다.
김광수 교수 연구팀은 지난 2009년과 2011년에 각각 바이러스를 사용하지 않고 환자의 세포로부터 유도만능 줄기세포를 제작하는 기술을 최초로 개발해 파킨슨병 동물 모델에 적용할 수 있음을 보고한 바 있다(Cell Stem Cell 2009a; Journal of Clinical Investigation, 2011).
연구팀은 또 도파민 신경의 분화 메커니즘을 밝혀 줄기세포를 효율적으로 분화하는 원리를 제시했다(Cell Sem Cell, 2009b). 이와 함께 2017년에는 역분화 과정에서 발생하는 대사 변화의 메커니즘 규명을 통해 임상 적용이 가능한 새로운 역분화 기술을 개발했다(Nature Cell Biology, 2017). 또 그간 개발한 기술을 기반으로 제조된 도파민 신경세포를 파킨슨 동물 모델에 이식했을 때 암세포 등의 부작용 없이 파킨슨 증상이 현저하게 호전되는 것을 입증하는데 성공했다(Journal of Clinical Investigation, 2020).
김 교수는 20여 년간 연구해온 기술을 활용해 까다롭기로 유명한 미국 식품의약국(FDA)의 최종 승인을 받고 FDA 요청에 의해 지난 2017년과 2018년 2차례에 걸쳐 69세 파킨슨병 환자에게 도파민 신경세포를 면역체계의 거부반응 없이 작용토록 세계 최초로 이식 수술을 진행했다. 이후 2년 동안 PET, MRI 영상 등 후속 테스트를 마친 후, 올 5월 임상 치료에 성공했음을 발표했다. 이식 수술을 받은 환자는 조지 로페즈(George Lopez) 氏로 의사이자 사업가이며 발명가다. 그는 맞춤형 줄기세포의 신속한 연구와 파킨슨병 정복을 위해 애써 달라며 김광수 교수 연구팀을 꾸준히 지원해 오고 있는 것으로 알려졌다.
뉴잉글랜드 의학 저널(New England Journal of Medicine(IF=70))이 맞춤형 줄기세포로 파킨슨병 임상 치료에 성공했다고 밝혀 화제가 된 로페즈 氏의 뇌 이식 수술을 직접 집도한 의사인 매사추세츠 제너럴 병원(Massachusetts General Hospital) 제프리 슈바이처 박사는 "매우 고무적인 임상 치료결과ˮ라고 말했다.
김광수 교수는 "향후 안정성과 효능성 입증을 위해 더 많은 환자를 대상으로 임상실험이 필요하며 FDA의 승인을 위해 필요한 절차를 밟고 있다ˮ고 말했다. 김 교수는 이어 "10여 년 정도 후속 연구를 계속 성공적으로 수행하면 맞춤형 세포치료가 파킨슨병 치료를 위한 또 하나의 보편적인 치료 방법으로 자리 잡게 될 것ˮ이라고 기대했다.
2020.06.04
조회수 19772
-
머리에 빛을 비춰 신경세포 재생과 공간기억 향상
뇌질환 상태에서 신경재생으로 일시적인 기억향상이 일어나는 기전이 밝혀졌다.
우리 대학 생명과학과 허원도 교수 연구팀은 머리에 빛을 비춰 뇌신경세포 내 Fas 수용체의 활성을 조절함으로써 신경재생과 공간기억 능력이 향상됨을 보였다.
Fas 수용체는 허혈성 뇌질환, 염증성 뇌질환, 퇴행성 신경질환 등 다양한 대뇌질환에 걸린 경우 발현이 유도되는 단백질이다. 일반적으로는 세포를 죽음에 이르게 하지만, 신경계의 다양한 세포들에서는 세포증식 관련 신호전달 경로를 활성화시켜 세포를 재생시킨다. 특히, 뇌질환에 걸린 경우 대뇌 해마의 신경재생에 Fas 수용체가 관련되어 있다는 사실이 알려져 왔으나, 연구방법의 한계로 세부적인 기전에 대해서는 아직 자세히 알려진 바가 없다. 또한, 질환이 있는 뇌에서 해마가 관장하는 공간기억이 Fas 단백질에 의해 어떻게 영향받는지에 대해서도 논란이 되어 왔다.
연구팀은 광수용체 단백질의 유전자에 Fas 수용체 단백질의 유전자를 결합시킴으로써 청색광을 쬐어주면 Fas 단백질의 활성이 유도되는 옵토파스(OptoFAS) 기술을 개발했다. 살아있는 생쥐 대뇌에 다양한 시간동안 빛을 쬐어주면서 시공간적으로 Fas 수용체 단백질의 활성을 조절함으로써 대뇌 해마에서 여러 신호전달 경로들이 순차적으로 활성화되고, 그 결과로 신경재생과 공간기억 능력이 향상된다는 것을 확인했다.
옵토파스(OptoFAS) 기술은 빛을 이용하여 세포의 기능을 조절하는 광유전학(Optogenetics) 기술이다. 배양시킨 세포나 살아있는 생쥐 머리에 청색광을 쬐어주면 광수용체 단백질 여러 개가 결합되며, 이 단백질 복합체가 하위 신호전달경로들을 활성화시킨다. 생체 내에 광섬유를 삽입하여 원하는 시간에 빛을 뇌 조직 내로 전달하는 방식으로 선택적으로 단백질을 활성화시킬 수 있다.
연구팀은 빛을 이용해 대뇌 해마의 치아이랑에 존재하는 미성숙신경세포에서 옵토파스를 활성화시키고, 빛을 쬐어주는 시간에 따라 미성숙신경세포와 신경줄기세포에서 각각 서로 다른 하위 신호전달경로가 활성화됨을 관찰했다. 또한 이 현상에 특정 뇌유래 신경성장인자가 관여함을 밝혀내었다. 반복적으로 충분한 시간동안 빛을 쬐어주면 해마 치아이랑의 신경줄기세포가 증식하는 성체 신경재생이 관찰되었으며, 실험 대상 쥐에서는 일시적으로 공간기억 능력이 향상됨을 밝혔다.
옵토파스 기술을 이용하면 약물을 처리하거나 유전자변형 쥐를 사용하였을 때 발생하는 여러 부작용이 없이 빛 자극만으로 쥐의 생리현상에 지장을 주지 않으면서 뇌신경세포에서 Fas 단백질의 활성을 실시간으로 조절할 수 있다. 질환이 있는 뇌에서 Fas 단백질이 활성화되어 질병에 맞서 대뇌의 기능을 보호하는 여러 가지 역할을 한다는 사실을 생각해볼 때, 향후 세포 수준을 물론 개체 수준까지 뇌질환 상태에서의 신경행동적인 변화를 규명하는 연구에 활용될 것으로 기대한다.
허원도 교수는 “옵토파스(OptoFAS) 기술을 이용하면 빛만으로 살아있는 개체의 신경세포 내에서 단백질의 활성과 신호전달 경로를 쉽게 조절할 수 있다”며 “이 기술이 뇌인지 과학 연구를 비롯해 향후 대뇌질환 치료제 개발 등에 다양하게 적용되길 바란다”고 말했다.
이번 연구결과는 국제 학술지 사이언스 어드밴시즈(Science Advances, IF 12.80)에 4월 23일 오전 3시(한국시간) 온라인 게재됐다.
2020.04.27
조회수 12617
-
두뇌 인지 기능 조절하는 신경 펩타이드 발견
우리 대학 생명과학과 이승희 교수 연구팀이 두뇌에 존재하는 신경 펩타이드 중 하나인 소마토스타틴(somatostatin)이 두뇌 인지 기능을 높일 수 있음을 밝혔다.
이 교수 연구팀은 특정 가바(뇌세포 대사 기능을 억제 신경 안정 작용을 하는 신경 전달 억제 물질) 분비 신경 세포에서 분비되는 펩타이드 중 하나인 소마토스태틴이 시각 피질의 정보 처리 과정을 조절하고 높일 수 있음을 규명했다. 이번 연구 성과는 치매 등의 뇌 질환에서 인지 능력 회복을 위한 치료제 개발의 계기가 될 것으로 기대된다.
생명과학과 송유향 박사, 황양선 석사, 바이오및뇌공학과 김관수 박사과정, 서울대학교 의과학대학 이형로 박사과정이 공동 1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘사이언스 어드밴시스 (Science Advances)’ 4월 22일 자 온라인판에 게재됐다(논문명 : Somatostatin enhances visual processing and perception by modulating excitatory inputs to the parvalbumin-positive interneurons in V1).
2019년 기준 국내 65세 이상 노인 중 10명 중 1명은 치매 질환을 갖고 있다. 치매는 기억력 손실, 인지 기능 및 운동기능 저하 등의 일상생활 장애를 유발해 그 심각성은 나날이 두드러지고 있다.
이승희 교수 연구팀은 치매의 한 종류인 알츠하이머 질환 환자의 뇌척수액에서 소마토스타틴의 발현율이 현저히 감소했다는 점에 주목해 소마토스타틴에 의한 인지 능력 회복 가능성을 밝히는 연구를 수행했다.
소마토스타틴은 인간을 포함한 포유류의 중추신경계에서 존재한다. 특히 정상적인 포유류의 대뇌 피질에서 소마토스타틴을 발현하는 신경 세포인 가바(GABA, γ-aminobutyric acid)를 신경전달물질로 분비해 흥분성 신경 세포의 활성을 억제함으로써 정보 처리 정도를 조율한다.
그러나 기존 연구는 가바의 효과에만 국한돼, 동시에 분비될 수 있는 신경 펩타이드인 소마토스타틴의 고유한 효과 관련 연구는 부족한 상황이다.
연구팀은 자유롭게 움직이는 실험용 생쥐에서 시각정보 인지 및 식별 능력을 측정할 수 있는 실험 장비를 개발 및 도입했다. 이를 통해 생쥐의 시각피질 또는 뇌척수액에 소마토스타틴을 직접 주입한 후 이를 관찰해 생쥐의 시각정보 인지 능력이 현저히 증가함을 발견했다.
나아가 소마토스타틴의 처리에 따른 생체 내 또는 뇌 절편에서의 신경 세포 간 신경전달 효율의 변화를 측정하고, 해당 신경망을 연속 볼록면 주사전자현미경(SBEM)으로 관찰해 소마토스타틴에 의한 시각인지 기능의 향상이 이루어지는 생체 내 신경 생리적 원리를 규명했다.
이러한 연구 성과는 향후 인간을 비롯한 포유류의 두뇌 인지 기능을 조절 가능할 수 있을 뿐 아니라 퇴행성 뇌 질환 등에서 나타나는 인지 기능 장애 치료에 폭넓게 응용 및 적용될 수 있을 것으로 기대된다.
이승희 교수는 “이번 연구는 두뇌 기능을 높이고, 뇌 질환을 치료할 수 있는 새로운 약물 개발로 이어질 수 있을 것으로 기대한다”라고 말했다.
이번 연구는 한국연구재단 중견연구자 지원사업의 지원을 받아 수행됐다.
2020.04.23
조회수 14407
-
스스로 그림 그리는 인공지능 반도체 칩 개발
전기및전자공학부 유회준 교수 연구팀이 생성적 적대 신경망(GAN: Generative Adversarial Network)을 저전력, 효율적으로 처리하는 인공지능(AI: Artificial Intelligent) 반도체를 개발했다.
연구팀이 개발한 인공지능 반도체는 다중-심층 신경망을 처리할 수 있고 이를 저전력의 모바일 기기에서도 학습할 수 있다. 연구팀은 이번 반도체 칩 개발을 통해 이미지 합성, 스타일 변환, 손상 이미지 복원 등의 생성형 인공지능 기술을 모바일 기기에서 구현하는 데 성공했다.
강상훈 박사과정이 1 저자로 참여한 이번 연구결과는 지난 2월 17일 3천여 명 반도체 연구자들이 미국 샌프란시스코에 모여 개최한 국제고체회로설계학회(ISSCC)에서 발표됐다. (논문명 : GANPU: A 135TFLOPS/W Multi-DNN Training Processor for GANs with Speculative Dual-Sparsity Exploitation)
기존에 많이 연구된 인공지능 기술인 분류형 모델(Discriminative Model)은 주어진 질문에 답을 하도록 학습된 인공지능 모델로 물체 인식 및 추적, 음성인식, 얼굴인식 등에 활용된다.
이와 달리 생성적 적대 신경망(GAN)은 새로운 이미지를 생성·재생성할 수 있어 이미지 스타일 변환, 영상 합성, 손상된 이미지 복원 등 광범위한 분야에 활용된다. 또한, 모바일 기기의 다양한 응용 프로그램(영상·이미지 내 사용자의 얼굴 합성)에도 사용돼 학계뿐만 아니라 산업계에서도 주목을 받고 있다.
그러나 생성적 적대 신경망은 기존의 딥러닝 네트워크와는 달리 여러 개의 심층 신경망으로 이루어진 구조로, 개별 심층 신경망마다 다른 요구 조건으로 최적화된 가속을 하는 것이 어렵다.
또한, 고해상도 이미지를 생성하기 위해 기존 심층 신경망 모델보다 수십 배 많은 연산량을 요구한다. 즉, 적대적 생성 신경망은 연산 능력이 제한적이고 사용되는 메모리가 작은 모바일 장치(스마트폰, 태블릿 등)에서는 소프트웨어만으로 구현할 수 없었다.
최근 모바일 기기에서 인공지능을 구현하기 위해 다양한 가속기 개발이 이뤄지고 있지만, 기존 연구들은 추론 단계만 지원하거나 단일-심층 신경망 학습에 한정돼 있다.
연구팀은 단일-심층 신경망뿐만 아니라 생성적 적대 신경망과 같은 다중-심층 신경망을 처리할 수 있으면서 모바일에서 학습도 가능한 인공지능 반도체 GANPU(Generative Adversarial Networks Processing Unit)를 개발해 모바일 장치의 인공지능 활용범위를 넓혔다.
연구팀이 개발한 인공지능 반도체는 서버로 데이터를 보내지 않고 모바일 장치 내에서 생성적 적대 신경망(GAN)을 스스로 학습할 수 있어 사생활을 보호를 가능케 하는 프로세서라는 점에서 그 활용도가 기대된다.
모바일 기기에서 저전력으로 다중-심층 신경망을 가속하기 위해서 다양한 핵심 기술이 필요하다. 연구팀이 개발한 GANPU에 사용된 핵심 기술 중 대표적인 기술 3가지는 ▲적응형 워크로드 할당(ASTM, 처리해야 할 워크로드*를 파악해 칩 상의 다중-심층 신경망의 연산 및 메모리 특성에 맞춰 시간·공간으로 나누어 할당함으로써 효율적으로 가속하는 방법) ▲입출력 희소성 활용 극대화(IOAS, 인공신경망 입력 데이터에서 나타나는 0뿐만 아니라 출력의 0도 예측해 연산에서 제외함으로써 추론 및 학습 과정에서의 속도와 에너지효율 극대화) ▲지수부만을 사용한 0 패턴 추측(EORS, 인공신경망 출력의 0을 예측하기 위한 알고리즘으로 인공신경망 입력과 연결 강도(weight)의 부동소수점 데이터 중 지수 부분만을 사용해 연산을 간단히 수행하는 방법)이다.
위의 기술을 사용함으로써 연구팀의 GANPU는 기존 최고 성능을 보이던 심층 신경망 학습 반도체 대비 4.8배 증가한 에너지효율을 달성했다.
연구팀은 GANPU의 활용 예시로 태블릿 카메라로 찍은 사진을 사용자가 직접 수정할 수 있는 응용 기술을 시연했다. 사진상의 얼굴에서 머리·안경·눈썹 등 17가지 특징에 대해 추가·삭제 및 수정사항을 입력하면 GANPU가 실시간으로 이를 자동으로 완성해 보여 주는 얼굴 수정 시스템을 개발했다.
2020.04.06
조회수 16714
-
포유류 종마다 시각 뇌신경망 구조 다른 원인 밝혀
바이오및뇌공학과 백세범 교수 연구팀이 포유류 종들의 시각피질에서 서로 다른 뇌신경망 구조가 형성되는 원리를 밝혔다.
이번 연구결과는 시스템 뇌신경과학 분야에서 수십 년간 설명되지 못했던 문제를 이론적 접근과 계산적 모델 시뮬레이션을 통해 해답을 제시한 계산뇌과학 연구의 성공적인 예시로 평가된다.
연구팀은 두뇌의 시각피질과 망막에 분포하는 신경세포들 간의 정보 추출 비율을 분석함으로써 특정 포유류 종이 갖는 시각피질의 기능적 구조를 예측할 수 있음을 밝혀냈다.
연구팀은 서로 다른 크기의 망막과 시각피질 사이의 신경망 연결 모델을 시뮬레이션 해 두 정보 처리 영역 사이에 대응되는 신경세포의 비율이 달라짐에 따라 완전히 다른 두 가지 구조의 기능성 뇌지도가 형성됨을 보이고, 이 결과가 실제 실험에서 관측되는 신경망 구조와 일치함을 증명했다.
장재선, 송민 박사과정이 공동 1저자로 참여한 이번 연구는 국제 학술지 ‘셀(cell)’의 온라인 자매지 ‘셀 리포츠(Cell Reports)’ 3월 10일 자에 게재됐다. (논문명 : Retino-cortical mapping ratio predicts columnar and salt-and-pepper organization in mammalian visual cortex)
포유류의 시각피질에서는 시각 자극의 방향에 따라 반응의 정도가 달라지는 성질인 방향 선택성(orientation selectivity)을 갖는 세포들이 관측된다. 원숭이, 고양이 등의 종에서는 이 세포들의 선호 방향이 연속적, 주기적인 형태로 변하는 방향성 지도(orientation map) 구조를 형성하는 반면, 생쥐 등의 설치류에서는 마치 소금과 후추를 뿌려 놓은 듯한 무작위에 가까운 형태로 분포해, 이를 소금-후추 구조(salt-and-pepper organization)라 한다.
동일한 역할을 수행하는 것으로 보이는 기능성 뇌신경망이 이렇게 종에 따라 다른 구조를 갖는 원인을 찾기 위해 지난 수십여 년 간 다양한 연구가 진행됐으나, 아직까지도 이를 결정하는 요인에 대해서는 명확하게 알려진 바가 없었다.
이러한 원리를 규명하기 위해 연구팀은 서로 다른 크기의 망막과 시각피질이 연결될 때 동일한 망막 신호를 샘플링하는 시각피질 세포의 비율이 달라지게 된다고 가정했다. 이러한 조건에서 망막-시각피질 신호의 샘플링 형태를 시뮬레이션 하여 샘플링 비율에 따라 시각피질에서 형성되는 기능성 지도의 구조가 완전히 다르게 결정될 수 있음을 발견했다.
이 결과를 기반으로 연구팀은 다양한 종들에 대한 망막 및 시각피질 데이터를 종합적으로 비교해 시각피질이 클수록, 또 망막이 작을수록 연속적인 방향성 지도가 형성되는 경향이 있음을 확인했다.
또한, 기존의 연구에서 확인된 포유류 여덟 종의 시각피질-망막 크기 비율을 기반으로 한 모델을 정량적으로 시뮬레이션하고, 이 결과가 실험에서 관측된 것과 같이 방향성 지도 존재 여부에 따라 두 그룹으로 명확히 나누어짐을 확인했다.
이러한 결과는 다른 종으로 진화가 이뤄질 때, 감각기관의 크기와 같은 지극히 단순한 물리적인 조건의 차이에 의해서도 뇌신경망의 구조가 완전히 다른 방향으로 변화될 수 있음을 뜻한다. 이는 다양한 생물학적 구조가 기존의 생각보다 훨씬 단순한 물리적 요소들의 차이에 의해 예측되거나 설명될 수 있음을 보여준다.
백세범 교수는 “이미 오랫동안 알려져 있었으나 그 의미를 찾아내지 못했던 데이터들과 이론적인 모델을 결합해 새로운 발견을 도출해낸 의미 있는 연구이다”라며 “뇌 과학뿐만 아니라 계통분류학, 진화생물학 등 생물의 기능적 구조와 관련된 다양한 생물학 분야에서 이론적 모델 연구의 역할에 대한 중요한 시각을 제공할 것이다”라고 언급했다.
이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업의 지원을 받아 수행됐다.
2020.03.11
조회수 13407
-
산소 이용해 알츠하이머 유발 단백질 독성 개선
화학과 임미희 교수 연구팀이 공기 중의 산소를 이용해 알츠하이머 유발에 관여하는 단백질의 독성을 개선할 수 있는 화학적 도구를 설계하는 데 성공했다.
연구팀은 알츠하이머 발병에 관여한다고 알려진 구리-아밀로이드 베타 복합체의 응집과 이에 의한 발생한 세포 독성을 개선할 수 있는 화학적 도구를 설계하고, 구리 배위권 이중 변형을 통한 작용 원리를 분자적 수준에서 밝혀냈다.
한지연 박사과정이 1 저자로 참여한 이번 연구 결과는 국제 학술지인 미국 국립과학원회보(PNAS)에 2월 27일 자로 게재됐다.(논문명 : Mechanistic approaches for chemically modifying the coordination sphere of copper-amyloid-β complexes)
전이 금속 중 구리 이온은 항산화 작용과 신경전달물질 생성 등 신체에 필수적인 생리적 기능에 관여한다. 건강한 사람의 뇌와 달리 알츠하이머병 같은 퇴행성 뇌 질환 환자의 뇌에서는 이러한 구리 이온의 항상성이 완전히 무너져있다고 알려져 있다.
알츠하이머 발병에 밀접하게 관계가 있다고 알려진 아밀로이드 베타 펩타이드는 구리 이온과 강하게 결합할 수 있다. 구리 이온은 아밀로이드 베타의 응집을 촉진할 뿐만 아니라, 활성산소를 과다하게 생성해 신경독성을 일으킨다. 따라서 구리-아밀로이드 베타 복합체를 표적하고 그 배위 결합을 효과적으로 막을 수 있는 화학적 접근 기법이 최근 주목받고 있다.
연구팀은 알츠하이머 발병 원리에 직간접적으로 관여하는 구리 이온이 공기 중 산소와 반응할 수 있다는 점을 이용했다. 이에 구리-아밀로이드 베타 복합체와 상호작용할 수 있도록 화합물을 합리적으로 설계하고, 해당분자가 산소가 존재하는 환경에서 구리 배위권에 위치한 특정 아미노산에 결합 및 산화에 의한 이중 변형을 일으킨 것을 확인했다.
연구팀은 연구팀이 개발한 배위권 이중 변형 기법에 따라 구리-아밀로이드 베타의 응집 과정 및 섬유 형성 정도가 확연히 달라짐을 확인했다. 이 기법을 통해 구리 이온의 병리학적 특성 중 하나인 활성산소 생성 정도 또한 두드러지게 개선된 것을 관찰했다.
나아가 기존의 기법과 비교했을 때 구리-아밀로이드 베타 복합체에 의한 세포 독성을 더욱 효과적으로 회복시키는 것으로 나타났다.
이번 연구는 산소의 유무, 전이 금속의 종류, 산화 활성 금속의 산화수, 아밀로이드성 단백질의 종류 등 다양한 변수의 통제를 통해 해당 화합물이 아밀로이드 베타의 구리 배위권을 어떻게 변형시켰는지에 대한 작용 원리를 분자적 수준에서 제안했다는 의의가 있다.
임미희 교수는 “알츠하이머 발병에 관여한다고 알려진 구리 이온이 산소와 반응할 수 있다는 점을 역으로 이용했다”라며 “이번 연구에서 최초로 발표한 단백질 내 구리 배위권 이중 변형 기법을 바탕으로, 다른 퇴행성 뇌질환의 치료제 개발에도 더욱 박차를 가할 수 있을 것이다”라고 말했다.
이번 연구는 한국연구재단과 KAIST의 지원으로 수행됐다.
2020.03.03
조회수 14653
-
인공신경망 기반 핵융합플라즈마 자기장 재구성 기술 개발
우리 대학 원자력및양자공학과 김영철 교수 연구팀(핵융합및플라즈마연구실)이 국가핵융합연구소, ㈜모비스 연구진과 공동으로 인공신경망 기반 핵융합플라즈마 자기장의 재구성 기법을 개발했다.
김 교수 연구팀은 비실시간으로 엄밀히 계산된 자기장 구조와의 오차를 최소화함과 동시에 실시간으로 해당 정보를 제공할 수 있는 인공신경망을 개발해 핵융합플라즈마 제어 성능을 높이는 데 기여할 것으로 기대된다.
정세민 박사과정이 1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘뉴클리어 퓨전(Nuclear Fusion)’ 2019년 12월 3일 자에 게재됐다. (논문명: Deep neural network Grad-Shafranov solver constrained with measured magnetic signals)
핵융합 연구에 널리 사용되는 토카막은 실시간으로 재구성된 자기장 구조를 바탕으로 초고온(약 1억도) 핵융합 플라즈마의 운전과 제어를 가능하게 만든다. 따라서 재구성된 자기장 구조의 정확도는 토카막 운전 성능과 밀접한 관계가 있다.
2계 비선형 미분방정식을 따르는 토카막의 내부 자기장은 일반적으로 수치해석 기법과 외부에서 측정된 자기장 값을 이용하여 재구성된다. 실시간과 비실시간 재구성 기법이 존재하며, 비실시간 기법의 정확도가 실시간보다 높다고 알려졌지만 이름에서도 확인할 수 있듯 실시간 운전에 활용하기 어렵다는 아쉬움이 있다.
연구팀은 비실시간 기법의 정확도를 유지하되 실시간으로 해당 정보를 확보할 수 있는 알고리즘을 인공신경망을 활용해 개발했다. 측정된 외부 자기장과 토카막 내부 공간 정보를 입력값으로 하고 비실시간 기법을 활용해 재구성된 자기장을 출력값으로 신경망을 훈련했다.
또한, 신경망의 출력값은 앞서 언급된 2계 비선형 미분방정식을 만족해야 하므로 이 역시 신경망의 훈련 조건으로 둬 단순한 자기장 재구성을 넘어서 해당 문제의 지배방정식 역시 만족하도록 했다.
연구팀이 개발한 기법은 그 성능의 우수성과 더불어 토카막의 고성능 운전 달성에 큰 영향을 미칠 것을 인정받았다. 세계적으로 활발히 진행 중인 토카막 연구에 가장 기초적이며 중추적인 토카막 내부 자기장 정보를 최소화된 오차 내에서 실시간으로 제공할 수 있다는 점에서 토카막을 활용한 핵융합발전의 가능성을 제고할 수 있을 것으로 기대된다.
이번 연구는 과학기술정보통신부 한국연구재단의 핵융합기초연구사업과 개인연구사업(신진연구) 및 기관고유과제 KAI-NEET의 지원을 받아 수행됐다.
타기관 참여연구진
국가핵융합연구소(공저자순): 박준교, 이상곤, 한현선, 김현석 ㈜모비스(공저자순): 이근호, 권대호
□ 그림 설명
그림1. 토카막 내부 재구성된 자기장 구조
2020.02.05
조회수 10413