[연구]탄수화물 나노입자로 염증성 장 질환 치료하다​

< (왼쪽부터) 생명과학과 전상용 교수, 화학과 이희승 교수 >위장관에 발병하는 만성적인 염증성 장 질환은 아직 뚜렷한 원인이 밝혀지지 않아 비스테로이드성 항염증제들과 주사용 항체 치료제들을 이용한 치료법이 일반적이지만 면역약화 등의 부작용들로 인해 치료에 어려움이 있다. 우리 대학 생명과학과 전상용 교수와 화학과 이희승 교수 공동연구팀이 장 내 당질층을 모사한 탄수화물 나노입자에 생체 내에서 항산화 및 항염증 작용을 하는 빌리루빈을 결합해 ‘항염증 탄수화물 나노입자(Anti-inflammatory Glycocalyx-mimicking nanoparticles)‘ 수십 종을 합성하고 이를 염증성 장 질환 치료에 적용함으로써 탁월한 효능을 보이는 의약을 개발했다고 2일 밝혔다. 세포막은 다양한 형태의 당 사슬 집합체인 당질층(glycocalyx)으로 둘러싸여 있다. 염증성 장 질환이 있는 사람의 장 조직에서는 정상인들과 다른 당질층이 형성되어 있다. 이러한 당질층은 우리 몸이나 음식에 많이 존재하는 탄수화물을 이루는 구성 성분인 여러 가지 당들에 대해 선택적인 결합력을 보인다. 이에 착안해 연구팀은 자연에 존재하는 탄수화물을 구성하는 대표적인 다섯 가지의 당들을 조합해 수 십가지의 인공 탄수화물(glycopolymers) 후보군들을 합성하여 염증성 장 질환 조직에 형성된 당질층에 잘 결합하는 인공 탄수화물 후보군을 선별하고자 하였다. 합성된 수 십가지의 인공 탄수화물에 우리 몸속에서 항산화 및 항염증 작용을 하는 빌리루빈 생리활성 물질을 결합하여 최종적으로 당질층을 표적할 수 있는 ‘항염증 탄수화물 나노입자(anti-inflammatory glyconanoparticles)’후보군들을 구축하였다.< 그림 1. 염증성 장 질환 치료용 당복합체 기반 나노 의약 플랫폼 개발 모식도 >연구팀은 구축된 항염증 탄수화물 나노입자 후보군들을 염증성 장 질환 생쥐모델에서 직접 경구투여를 통해 치료효능이 가장 우수한 탄수화물 나노입자를 선별할 수 있었다. 선별된 항염증 탄수화물 나노입자가 어떻게 치료효능 및 작용기전을 나타냈는지도 조사하였고 치료 효능이 기존에 사용하던 저분자 합성의약보다 더 우수한 효능을 가질 수 있음을 확인했다. 우리 대학 생명과학과 유도현 박사 및 황창희 박사가 공동 제1 저자로 참여한 이번 연구는 화학 분야 정상급 학술지인 `앙게반테 케미(Angewandte Chemie International Edition, ISSN: 1433-7851 print, 1521-3773 online, Impact Factor: 16.823)' 6월 13일 字 온라인판에 게재됐다.(https://doi.org/10.1002/anie.202304815 논문명: Anti-inflammatory Glycocalyx-Mimicking Nanoparticles for Colitis Treatment: Construction and In Vivo Evaluation). 전상용 교수는 “본 연구를 통해 당질층 표적형 항염증 탄수화물 나노입자 플랫폼 기술은 염증성 장 질환 외에도 다양한 염증 질환들의 치료에 적용될 수 있을 것으로 기대한다” 라고 말했다.< 그림 2. 당 복합체 기반 나노입자 후보군의 효과적인 염증성 장 질환 치료능 확인 실험 결과 >이 논문은 해당 학술지에서 선정한 특별 언론홍보 대상으로 선정돼 해외 과학 전문 보도 매체인 ‘ScienceDaily’ 와 ‘ChemistryViews’ 등에도 소개된 바 있다.(ScienceDaily: https://www.sciencedaily.com, ChemistryViews: https://www.chemistryviews.org) 한편 이번 연구는 한국연구재단의 리더연구사업(종양/염증 미세환경 표적 및 감응형 정밀 바이오-나노메디신 연구단) 및 선도연구센터사업(멀티스케일 카이랄 구조체 연구센터, CMCA)의 지원을 받아 수행됐다.< 그림 3. 효과적인 염증성 장 질환 치료능을 갖는 당 복합체 기반 나노 의약 후보물질의 면역 세포 표적능 검증 결과 >

[연구]인공지능 기반 대장암 3차원 게놈 지도 최초 해독

< (왼쪽부터) 우리 대학 생명과학과 정인경 교수, 서울대 암연구소 김태유 교수, 우리 대학 생명과학과 김규광 박사과정, 김무영 박사, 이정운 박사 >세계 최초로 예전에 비해 최대 규모로 한국인 대장암 환자 3차원 게놈 지도를 작성하여 화제다. 우리 대학 생명과학과 정인경 교수 연구팀이 서울대학교 암연구소 김태유 교수 연구팀과의 공동연구를 통해 인공지능 기반 알고리즘을 활용, 한국인 대장암 환자의 3차원 게놈 지도를 최초로 제시했으며 이를 토대로 암 세포 특이적인 유전자 조절 기전을 통해 특정 종양유전자들이 과발현되는 현상을 규명했다고 24일 밝혔다. 1차원적 게놈 서열 분석에 기반한 현재의 암 유전체 연구는 종양유전자들의 과발현 기작을 설명하는데 한계가 있었다. 하지만 3차원 공간상에 게놈이 어떻게 배열되는지를 분석하는 3차원 게놈 (3D genome) 구조 연구는 이러한 한계를 극복 가능케 하고 있다. 본 연구에서는 정상 세포에서는 존재하지 않는 암 세포 특이적 염색질 고리(chromatin loop) 구조가 유전자 발현 촉진 인자인 인핸서와 종양유전자 사이의 상호작용을 형성하여 과발현을 유도하는 인핸서 납치(enhancer-hijacking) 현상에 초점을 두어 연구하였다. 우리 대학 생명과학과 김규광 박사과정이 주도한 이번 연구는 게놈간의 공간상 상호작용을 측정할 수 있는 대용량 염색체 구조 포착 Hi-C (High-throughput Chromosome Conformation Capture) 실험 기법을 활용하여 대장암 3차원 게놈 지도를 작성하고 대장암 특이적 3차원 게놈 변화를 환자 개개인별로 분석할 수 있는 인공지능 기반 알고리즘을 개발했다. 그 결과 공동연구팀은 광범위한 규모의 3차원 게놈 구조 변화와 이로 인한 다양한 종양유전자의 활성화를 확인했다.< 그림 1. 연구 모식도 >연구팀은 이번 연구를 통해 암 특이적 3차원 게놈 구조의 변화로 인한 종양유전자 활성 기작을 명확히 제시하였으며 이로 인한 환자 예후와 약물 반응 등 임상적인 특성과의 연관성까지 제시해 맞춤 치료 원천기술 확보에 기여했다. 지금까지 암 세포주에 대한 3차원 게놈 구조 연구는 일부 보고 되었으나, 대규모 환자 암조직에 대한 연구는 조직 내 세포 이질성, 종양 순도, 암세포 이질성 등의 문제로 인한 정밀 암 특이적 3차원 게놈 구조 분석의 한계로 수행되지 못하였다. 반면에 이번 연구에서 연구팀은 AI 기반 알고리즘으로 환자 개인 종양 조직으로부터 얻어진 복잡한 신호를 해석할 수 있었으며 그 결과 최대 규모인 환자 40명의 종양 조직과 인접한 정상 대장 조직을 사용해 3차원 게놈 지도를 작성할 수 있었다. 또한 DNA 서열정보를 보여주는 전장유전체 지도의 경우 다양한 인종에 대해 생산되고 있고 한국인의 전장유전체 지도 또한 개발되었으나 한국인 3차원 게놈 지도, 특히 종양 조직에 대한 3차원 게놈 지도는 이번 연구에서 최초로 제시됐다. 이번 연구 결과는 국제 학술지, `셀 리포츠(Cell Reports, IF=9.995)'에 7월 13일 자로 출판됐다. (논문명: Spatial and clonality-resolved 3D cancer genome alterations reveal enhancer-hijacking as a potential prognostic marker for colorectal cancer)< 그림 2. 암에서는 다양한 종류의 변이가 발생하며 암 특이적 3차원 게놈 구조 변화 또한 발생한다. 이로 인해 유전자가 잘못된 전자조절인자와 공간상에 인접하게 되어 비정상적인 발현이 일어나는‘인핸서-납치’현상이 발생한다. 본 연구에서는 최초로 최대 규모의 한국인 대장암 환자의 3차원 게놈 지도를 작성하였으며 이를 인공지능 기반 알고리즘을 이용하여 분석, 종양유전자의 활성화와 그 영향을 규명하였다. >서울대학교병원 혈액종양내과 김태유 교수는 “이러한 결과는 개별 암 환자들마다 서로 다르게 나타나는 종양 이질성을 이해하는 데 매우 중요한 요소가 될 수 있으며, 이를 이용한 환자 맞춤형 치료 연구의 시발점이 될 것이다”라고 말했다. 생명과학과 정인경 교수는 “기존의 점돌연변이나 유전체 변이만으로는 설명이 어려운 암 유전체를 3차원 게놈 구조 관점에서 재해독하고 신규 암 타겟을 발굴할 수 있는 수 있는 새로운 접근법을 제시했다”라고 밝혔다. 한편 이번 연구는 과학기술정보통신부와 서경배과학재단의 지원을 받아 수행됐다.

[연구]똑똑한 영상 복원 인공지능 기술 개발

< (왼쪽부터) 바이오및뇌공학과 장무석 교수, 이찬석 박사과정 >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.< 그림 1. 물리 법칙을 통해 학습하는 인공지능 기술의 구상화 >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 기술연구팀은 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.< 그림 2. 흘러내리는 적혈구의 실시간 위상 영상 복원 결과 >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.< 그림 3. 결장 조직 이미지 복원 결과 >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.

[연구]장 조직의 항상성과 염증성 장염 회복의 핵심 효소 발견​

< (왼쪽부터) 생명과학과 김세윤 교수, 생명과학과 양한슬 교수, 연세대 의생명과학부 황성순 교수, 생명과학과 박승은 박사, 생명과학과 이동은 박사과정 >우리 대학 생명과학과 김세윤, 양한슬 교수 공동연구팀이 `장 상피조직의 발생과 염증성 장염 회복과정의 핵심 효소발굴'에 성공했다고 6일 밝혔다. 생명과학과 박승은 박사, 이동은 박사과정 학생이 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지인 `세포 및 분자 소화기학 및 간장학 (Cellular and Molecular Gastroenterology & Hepatology)'에 지난 8월 19일 字 온라인 게재됐다.※ 논문명 : Gut Epithelial Inositol Polyphosphate Multikinase Alleviates Experimental Colitis via Governing Tuft Cell Homeostasis※ 저자 정보 : 박승은 (한국과학기술원, 공동 제1 저자), 이동은 (한국과학기술원, 공동 제1 저자), 정재웅 (연세대학교 의과대학, 제2 저자), 이수형 (반더빌트 의과대학, 공동 저자), 박승주 (한국과학기술원, 공동 저자), 류재승 (한국과학기술원, 공동 저자), 오세규 (카이노젠, 공동 저자), 양한슬 (한국과학기술원, 공동 교신저자), 황성순 (연세대학교 의과대학, 공동 교신저자), 김세윤 (한국과학기술원, 공동 교신저자), 포함 총 10명 염증성 장 질환은 1980년대 중반까지만 해도 국내 발병률은 매우 낮은 질환이었으나 건강보험심사평가원 자료에 따르면 2011년 말 만성 염증성 장 질환인 크론병 환자가 1만3천여 명, 궤양성 대장염 환자가 2만9천여 명으로 집계됐으며 이후로도 환자 수가 빠르게 증가하고 있다. 궤양성 대장염과 크론병과 같은 염증성 장 질환(Inflammatory bowel disease)은 복통, 설사뿐 아니라 전신 무력감, 체중 감소, 장 천공 등의 합병증을 유발해 환자의 삶의 질을 크게 낮추는 심각한 질환이다. 이러한 염증성 장 질환은 아직 발병 메커니즘이 명확하게 규명되지 않았으며 서구화된 식습관과 함께 유전적 이상이나 면역학적 장애 또는 스트레스와 같은 환경적인 요인이 복합적으로 관여하는 것으로 여겨진다. 최근 염증성 장 질환의 환자군 일부에서 이노시톨 대사(체내 합성 또는 음식을 통하여 공급되는 이노시톨 영양소를 이노시톨 인산 물질들로 전환하는 세포 내 생화학적 반응)의 핵심 효소인 이노시톨 폴리인산 카이네이즈(Inositol polyphosphate multikinase, 이하 IPMK) 유전자에서 단일염기변이(single nucleotide polymorphism, SNP) 등이 보고됐다. IPMK 효소는 포유류의 이노시톨 대사에서 매우 중추적인 역할을 하는 단백질로서 세포의 성장과 대사뿐 아니라 면역 반응 및 중추 신경계 기억 조절 등의 다각적인 생물학적 기능을 수행하는 것으로 알려졌으나 소화기계에서의 생물학적 기능은 밝혀진 바가 전혀 없다. 이에 우리 대학 생명과학과 및 줄기세포 연구센터 김세윤 교수, 양한슬 교수 연구팀은 연세대학교 의과대학 황성순 교수 연구팀과의 공동연구를 통해 장 상피세포에서의 IPMK 효소의 역할규명연구를 다각적으로 수행했다. < 그림 1. IPMK 효소에 기반한 장내 솔 세포 발생 및 장염 회복 조절 설명 >연구팀은 먼저 장 상피세포에서 IPMK 유전자가 결손된 생쥐 연구모델을 제작했고 이를 분석한 결과에 따르면 정상적인 환경에서는 뚜렷한 장 조직의 구조와 기능에 있어 문제가 발생하지 않았다. 그러나 덱스트란 황산나트륨(DSS)을 투여해 대장염을 유발할 경우, IPMK 유전자가 결손된 생쥐로부터 대장염 회복반응이 현저하게 둔화됨을 관찰했고 이로부터 IPMK 효소가 손상된 대장 조직이 회복되는데 필수적인 인자임을 규명했다. 특히 연구팀은 IPMK 효소가 제거된 장 조직에서는 솔세포(tuft cell)의 발생과 기능에 심각한 장애가 발생함을 관찰했다. 솔세포란 소장과 대장뿐 아니라 흉선, 췌장 등에 존재하는 세포로서 표면에 미세 융모구조를 보이는 독특한 세포다. 장 조직의 전체 세포 중 불과 2~3% 이하로 존재하는 솔세포는 외부로부터의 기생충 감염에 대응하는 면역기능을 수행한다. 또한 솔세포로부터 합성돼 분비되는 아세틸콜린 신경전달물질은 장내 줄기세포 및 신경세포를 자극해 장 조직의 항상성 유지와 손상 복구에 중요한 기능을 담당하는 것으로 알려져 있다. 이러한 중요성에도 불구하고 솔세포의 발생과 기능을 조절하는 분자 타깃에 대한 이해는 극히 부족한 것으로 알려져 있다. 공동연구팀은 첨단 단일세포 RNA 유전자 배열 순서 분석기술(single cell RNA sequencing)을 통해 IPMK 효소가 제거된 장 상피조직에서 아세틸콜린 분비를 담당하는 솔세포군의 발생이 특이적으로 감소함을 규명했다. 또한 이러한 분석과정에서 생쥐의 대장에 존재하는 솔세포는 크게 면역기능을 담당하는 세포군, 아세틸콜린 분비 솔세포군 외에 유전자 발현 능력이 감소한 새로운 솔세포군이 있다는 사실을 발견해 학계에 최초 보고했다. 연구팀 관계자는 "발굴한 IPMK 효소에 기반한 아세틸콜린 분비성 솔세포의 발생 및 기능조절은 향후 장 상피조직의 항상성 유지의 학문적 이해와 더불어 염증성 장 질환의 진단 및 치료기술 개발 등에 적극적으로 활용될 것ˮ이라며 연구의 의의를 설명했다. 한편 이번 연구는 한국연구재단 중견연구자지원사업, 선도연구센터, 서경배과학재단, KAIST 줄기세포 연구센터 지원사업, KAIST 그랜드챌린지 30 (KC30) 사업 및 포스코청암펠로십의 지원을 받아 수행됐다.출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=23790&skey=&sval=&list_s_date=&list_e_date=&GotoPage=1