박진성 교수 연구팀, 세계 최초 진동 시스템 기반 휴대용 중금속 검출 센서 개발

바이오메카트로닉스학과 박진성 교수 연구팀, 세계 최초 진동 시스템 기반 휴대용 중금속 검출 센서 개발 - 현장 환경에서 신속하고 민감하게 독성 중금속 검출 가능성 열어 ▲ (왼쪽부터) 미국 테라사키 연구소 김민우 박사(제1저자), 성균관대 바이오메카트로닉스학과 김치현 학생(제1저자), 박주형 박사(교신저자), 박진성 교수(교신저자), 메타바이오헬스학과 조원준 학생(공동저자) 바이오메카트로닉스학과 박진성 교수 연구팀이 세계 최초로 진동 장치를 탑재한 휴대용 전기화학 중금속 검출 시스템을 개발해 극소량의 납(Pb2+)과 카드뮴(Cd2+)을 높은 민감도로 검출하는 데 성공했다. 이번 연구는 환경 독성 물질을 신속하게 현장에서 검출할 수 있는 시스템을 제시한 것으로 논문은 센서 분야 최우수 저널 중 하나인 Sensors and Actuators B-Chemical에 지난 10월 24일 게재되었다. 박진성 교수 연구팀은 차별화된 기술로 기존 탄소 전극 위에 그라파이트-비스무스 나노 판을 배치하고 양성자 전도체 나피온(Nafion) 막을 코팅한 후 진동 장치를 추가해 중금속 이온의 검출 신호를 크게 향상시켰다. 진동을 통해 중금속 이온의 확산이 촉진되어 더욱 많은 이온이 전극 표면에 붙게 되며 그 결과 납 이온은 최대 540%, 카드뮴 이온은 511% 검출 효율이 향상하였다. ▲ [연구그림1] 수계 내 납과 카드뮴 검출을 위해 제작된 진동 장치 장착 휴대용 전기화학 시스템의 개략도 이번 연구에서 사용된 차등펄스 양극벗김전압법(DP-ASV)은 중금속이 붙고 떨어지는 과정에서 발생하는 전류와 전위 곡선을 분석하여 금속 종류와 농도를 구별한다. 이를 통해 실험실 환경에서는 납 이온 0.98nM, 카드뮴 이온 1.65nM, 식수에서는 납 4.49nM 및 카드뮴 14.89nM, 토양에서는 각각 0.94nM 및 7.10nM 농도까지 중금속 이온을 동시 검출하는 데 성공했다. 연구팀은 현장 테스트를 위해 금속 제련소를 기점으로 낙동강 상류와 하류에서 물을 채취하여 센서를 이용한 검출 실험을 진행했다. 실험 결과 카드뮴 이온은 검출되지 않았으며, 납 이온은 상류에서 1.66nM, 하류에서는 18.88nM가 검출되었다. 이는 현장에서 사용되는 중금속 분석 장비 ICP-MS가 보여주는 것과 유사한 결과로 본 시스템이 현장 감지 센서로 활용될 수 있는 가능성을 보여준다. ▲ [연구그림2] 낙동강 상류와 하류에서 물을 채취하여 측정한 결과 및 ICP-MS 데이터와의 비교 그래프 박진성 교수는 “기존 연구에서 개발한 센서는 실제 현장에서 여러 이물질로 인해 정확한 측정이 어려웠지만, 이번에 개발한 센서는 실제 환경에서도 중금속을 신속하고 민감하게 검출할 수 있어 새로운 시스템의 기초 기술이 될 가능성이 크다”며 “향후 환경 모니터링과 공공 보건 분야에 적용되기를 기대한다”고 밝혔다. 이번 연구는 한국연구재단 중견연구자지원사업, 바이오의료기술개발사업, 창의·도전연구기반지원사업, Post-Doc. 성장형 공동연구사업과 SMC-SKKU 미래융합연구사업의 지원을 받아 수행되었다.

김형구 교수 공동연구팀, 인공지능으로 생명체의 본능적 행동 규명

글로벌바이오메디컬공학과 김형구 교수 공동연구팀, 인공지능으로 생명체의 본능적 행동 규명 - 인공지능 기반 모델로 시상하부 신경의 ‘배고픔’과 ‘식욕’ 원리 밝혀내 ▲ (왼쪽부터) 이영희 박사(서울대학교), 윤종원 석사과정(성균관대학교), 김형구 교수(성균관대학교), 최형진 교수(서울대학교), 김규식 박사과정(서울대학교), (가운데)김유빈 박사과정(서울대학교) 글로벌바이오메디컬공학과 김형구 교수 연구팀(공동 제1저자 윤종원 석사과정)과 서울대학교 최형진 교수 연구팀(공동 제1저자 김규식 박사과정, 이영희 박사, 김유빈 박사과정)은 공동연구를 통해 인공지능을 활용하여 인간의 본능적 심리 상태를 이해할 수 있는 새로운 방법을 제시했다. 신경과학이 발전함에 따라 동물의 다양한 행동을 관찰하는 기술이 진전되었으나 이러한 신경 신호가 어떻게 본능적 심리 상태를 형성하는지에 대한 이해는 여전히 미흡하다. 기존 연구는 시상하부의 특정 신경이 본능적 행동과 연관된다고 밝혔으나 구체적인 역할과 메커니즘은 명확히 규명하기 어려웠다. 이번 연구는 인공지능을 이용해 뇌 시상하부 신경의 기능을 정량적으로 분석함으로써 본능적 심리 상태와 행동의 관계를 명확히 규명한 첫 사례로 평가받고 있다. 연구팀은 새로운 항상성 이론과 인공지능 기반 신경 모델을 결합하여 시상하부의 Agouti-related peptide(AgRP) 신경이 ‘배고픔’을, 렙틴 수용체(LH LepR) 신경이 ‘식욕’을 표상함을 밝혔다. 특히, 시상하부 신경의 활동 패턴을 실험적으로 관찰하고 이를 정교하게 분석함으로써 배고픔과 식욕이 특정 신경 집단의 활동 패턴으로 나타나는 과정을 실험적으로 증명했다. 김형구 교수는 도파민의 역할을 구분하기 위해 개발한 컴퓨터 모델링을 사용해 신경 활성화를 구분하는 방법론을 개발했으며, 이를 바탕으로 서울대 최형진 교수 연구팀의 새로운 항상성 이론을 수식적으로 표현하는 데 성공했다. 김형구 교수는 “이번 연구는 인공지능과 신경과학의 융합을 통해 복잡한 신경 회로의 활동을 정량적으로 분석한 첫 사례로, 생명체의 본능적 행동을 수치적으로 이해하는 데 중요한 전환점이 될 것”이라며 “특히 시상하부 신경의 활동이 어떻게 배고픔과 식욕 같은 본능적 욕구를 조절하는지를 구체적으로 밝힌 점에서 큰 의의가 있다”고 전했다. 서울대 최형진 교수는 “섭섭식 행동 연구 중 시상하부에서 관찰된 신경 반응은 기존 이론으로 설명하기 어려웠다. AgRP 신경은 활성화 시 섭식을 유도하지만, 음식 제공 시 오히려 활성이 감소했고, 반대로 LH LepR 신경은 활성화 시 섭식을 유도하면서도 음식 제공 시 활성이 증가했다”며 “이러한 역설적인 결과를 이해하기 위해 인공지능 모델을 도입했고, 이를 통해 새로운 항상성 이론을 수립할 수 있었다”고 밝혔다. ▲ 인공지능을 활용한 모델링 과정 이번 연구는 섭식 행동을 비롯한 생명체의 생존 필수 행동을 뇌가 어떻게 조절하는지를 이해하는 데 중요한 단서를 제공해 향후 섭식 장애, 비만, 식욕 조절 장애 치료에 새로운 전략을 제시할 수 있을 것으로 기대된다. 인공지능 기술을 신경과학에 접목함으로써 인간의 본능적 행동을 수치화하여 이해할 가능성을 열었으며, 이 접근법은 다른 본능적 행동 및 심리 상태를 규명하는 데에도 유용하게 활용될 전망이다. ▲ 대표 실험 결과. 컴퓨터 모델링을 통해 해당 신경 활성이 어느 심리 요소에 더 가까운지 보여준다. (회색 선: 신경 신호, 빨강 선: 최적의 배고픔 모델, 초록선: 최적의 식욕 모델, 파랑, 주황선: 최적의 대조군 모델) 성균관대 김형구 교수와 서울대 최형진 교수의 공동연구 결과는 사이언스 어드밴시스(Science Advances)에 11월 6일 게재됐다. ※ 논문명: A Normative Framework Dissociates Need and Motivation in Hypothalamic Neurons ※ 저널: Science Advances ※ 논문링크: https://doi.org/10.1126/sciadv.ado1820

메타바이오헬스학과 김서영 학생 GC녹십자 연구노트 경진대회 최우수상 수상

G성균관대와 바이오헬스 분야에 핵심 역량 갖춘 우수 인재 양성 위한 산학협력 프로그램 진행 [보건타임즈] GC녹십자는 지난 22일 성균관대학교(이하 성균관대)에서 ‘연구노트 경진대회’ 시상식을 열고 수상자들에게 장학금을 수여했다고 23일 밝혔다. [사진: 정재욱 GC녹십자 R&D 부문장(왼쪽)과 권대혁 성균관대 생명공학대학장(오른쪽)이 장학금 전달식에서 함께 기념 촬영을 하고 있다.] 이날 시상식에는 권대혁 성균관대 생명공학대학 학장과 정재욱 GC녹십자 R&D 부문장 등 양 기관 관계자들이 참석한 가운데 성균관대 삼성학술정보관에서 진행됐다. 성균관대 차세대 바이오헬스 혁신인재양성사업단 운영위원회 교수진 총 7인이 평가를 맡았으며, 시상식에서 김서영(메타바이오헬스학과) 학생이 최우수상을 수상했다. 이외 5명에게 각각 우수상, 장려상이 돌아갔다. 연구노트는 연구 시작부터 결과물 보고, 발표 또는 지식 재산권 확보 등의 모든 과정과 성과를 기록한 자료를 뜻한다. 연구의 지속성 유지와 연구결과 보호를 위해 쓰이며 논문 발표와 특허 출원 시에는 기초 자료로 활용되기도 한다. 이번 연구노트 경진대회는 GC녹십자가 성균관대와 지난 2023년 8월 인재 양성 및 학술교류를 위한 업무협약을 체결한 후 진행한 프로그램이다. GC녹십자는 산학협력 관계를 기반으로 바이오헬스 분야에서 요구하는 핵심 역량을 갖춘 우수 인재를 발굴하고 글로벌 경쟁력을 강화할 계획이다. 정재욱 GC녹십자 R&D 부문장은 “이번 시상식을 통해 재학생들의 바이오헬스 산업에 대한 높은 관심도를 알 수 있었다”며, “GC녹십자는 앞으로도 연구노트 경진대회를 포함해 바이오헬스 산업 혁신인재 양성을 위한 다양한 프로그램을 지원할 예정”이라고 말했다. 권대혁 성균관대 생명공학대학장은 “GC녹십자와의 산학 협력을 통해 실질적인 연구 성과를 창출하고, 바이오헬스 산업의 핵심인재를 양성할 수 있기를 기대한다”며 “이번 대회를 계기로 양 기관 간 협력이 더욱 강화되기를 바란다.”고 밝혔다.

이원화 교수 연구팀, 호흡기 중증감염의 진단/치료 타겟 단백질 발굴

화학과 이원화 교수 연구팀, 호흡기 중증감염의 진단/치료 타겟 단백질 발굴 - 중증 코로나19 환자의 호흡 기능 악화 기전 규명 ▲ (윗줄 왼쪽부터) 성균관대 화학과 이원화 교수, 한국과학기술연구원 김홍남 박사, 한양대학교 생명공학과 박희호 교수 (아랫줄 왼쪽부터) 한국과학기술연구원 김혜림 박사과정, 영남대병원 호흡기내과 안준홍 교수, 서울시립대 생명과학과 김완태 교수 화학과 이원화 교수 연구팀은 한국과학기술연구원, 한양대, 영남대병원, 서울시립대와의 공동연구로 호흡기 중증감염을 악화시키는 TOX* 단백질의 기전을 규명했다. * TOX: Thymocyte selection–associated high-mobility group box, RAGE: Receptor for advanced glycation end-products, ARDS: Acute respiratory distress syndrome 화학과 이원화 교수 연구팀은 코로나 바이러스 감염 이후 중증 질환으로 진행될 때, TOX–RAGE 신호전달 기전이 심각한 혈관 염증과 호흡기 손상을 일으킨다는 것을 동물모델과 3D 혈관 바이오칩을 이용해 밝혔다. 이는 TOX 단백질의 새로운 역할을 규명한 것으로 TOX 단백질은 만성 면역 반응 동안 T 세포 소진에 중요한 역할을 하는 것으로 알려져 있었지만, 세포 밖으로의 방출과 리간드로서 기능은 지금까지 보고된 바가 없었다. 연구팀은 SARS-CoV-2 감염으로 방출된 TOX가 세포 표면의 수용체(RAGE)와 결합하여 중증 혈관 염증 반응을 일으키고 광범위한 폐 손상과 호흡 기능 저하를 일으키는 폐 섬유화증과 급성호흡부전 증후군(ARDS)을 유도함을 확인했다. ▲ 호흡기 손상, 폐 섬유화증을 유도하는 TOX-RAGE 신호전달 기전 아울러 연구팀은 혈중 TOX 단백질의 농도가 중증 코로나19 환자의 호흡기 손상 정도와 통계적으로 연관성이 있다고 밝혔다. 이에 감염 잠복기 후 급격하게 중증으로 진행되는 고위험군의 예후 모니터링을 위한 바이오마커로서 가능성을 제시하였고, 연구팀은 후속연구를 통해 중증 감염 질환에 선제 대응할 수 있는 골든타임을 확인할 수 있는 조기 진단 기술로 개발할 계획이다. 또한, 중증 COVID-19의 유망한 치료 타겟으로서 가능성을 검증했다. 중화 항체를 사용하거나 RAGE를 유전적으로 제거한 마우스에서 TOX가 매개하는 염증 반응과 호흡기 손상이 크게 개선되었다. 연구팀은 TOX-RAGE 신호전달 억제를 통한 중증 COVID-19 및 포스트 팬데믹 고위험군 환자들의 중증 악화 예방 및 치료 전략을 제시했다. 이원화 교수는 “고위험군인 고령층, 기저질환 환자들이 바이러스 감염에 의한 중증질환으로 진행되는 면역 저하와 호흡기 손상을 일으키는 새로운 기전을 규명한 것이며, 이는 호흡기 중증 감염을 예방/치료하기 위한 새로운 치료 전략이 될 수 있다.”고 설명했다. ※ 논문제목: The TOX–RAGE axis mediates inflammatory activation and lung injury in severe pulmonary infectious diseases ※ 저널: Proceedings of the National Academy of Sciences (PNAS) (IF: 11.1) ※ 논문링크: https://doi.org/10.1073/pnas.2319322121