조기진단

16 Contents

세상에서 가장 슬픈 질병 '치매'는 언제 정복하게 될까? | KIST 뇌과학연구소 | What's in My Lab? 🧪

고령화 사회가 가속화되면서 치매나 파킨슨병과 같은 퇴행성 뇌질환은 이제 개인의 문제를 넘어 중요한 사회적 현안으로 떠올랐습니다. KIST 뇌과학연구소는 이러한 난제를 해결하기 위해 뇌 기초 과학, 뇌 공학, 그리고 뇌 의학이라는 세 가지 핵심 분야를 융합하여 연구를 수행하고 있습니다. 연구소의 주된 목표는 질환의 근본적인 원인을 규명하는 것뿐만 아니라, 질병을 조기에 발견할 수 있는 조기 진단 기술과 이를 효과적으로 다스릴 수 있는 치료제를 개발하는 데 주력하고 있습니다. 전 세계적으로 인구 구조가 고령화됨에 따라 퇴행성 뇌질환 환자 수는 급격히 증가하는 추세입니다. 특히 우리나라는 고령화 속도가 매우 빨라 노인 인구의 상당수가 관련 질환을 겪고 있을 만큼 상황이 엄중합니다. 이러한 질병은 장기적인 돌봄을 필요로 하기에 국가적으로 반드시 해결해야 할 과제입니다. 이에 KIST 뇌과학연구소는 국민의 건강한 노후를 보장하고 사회적 비용을 줄이기 위해 치매와 파킨슨병의 조기 진단 기술 및 치료제 개발에 전력을 다하며 연구 역량을 집중하고 있습니다. 퇴행성 뇌질환 연구가 무엇보다 시급한 이유는 환자 본인은 물론 그 곁을 지키는 가족들의 고통이 매우 크기 때문입니다. 치매와 같은 질환은 짧게는 5년에서 길게는 10년 이상 긴 시간 동안 간병이 필요하며, 이는 가족 구성원들에게 막대한 심리적, 경제적 부담으로 다가옵니다. 따라서 질병을 초기에 발견하고 적절한 치료제 치료를 병행하는 기술은 단순한 의학적 성과를 넘어, 우리 사회를 구성하는 수많은 가정의 일상을 지탱하고 삶의 질을 근본적으로 개선하는 열쇠가 됩니다. 하지만 퇴행성 뇌질환 연구의 길은 결코 평탄하지 않습니다. 특히 치매나 파킨슨병의 경우, 개발된 기술을 실제 환자에게 적용하기 위한 임상 시험 과정이 매우 까다롭고 오랜 시간이 걸립니다. 연구실에서 아무리 뛰어난 기술을 개발하더라도, 실제 환자들을 대상으로 효능을 검증하는 과정은 필수적입니다. 많은 비용과 인내를 요구하는 임상 시험 단계에서 환자를 모집하고 최종 승인을 받는 과정은, 연구진이 직면한 가장 어렵고도 반드시 넘어야 할 숙명적인 과제라 할 수 있습니다. 난치성 뇌질환 연구는 막대한 인프라와 비용, 그리고 기나긴 연구 기간이 필요하기 때문에 민간 제약회사나 대학에서도 쉽게 뛰어들지 못하는 영역입니다. 대부분의 기업이 수익성이 높고 개발 기간이 상대적으로 짧은 항암제 연구에 집중하는 현실 속에서, 국가 차원의 지원은 필수적입니다. 이처럼 아무도 선뜻 나서지 않는 난제에 도전하여 사회적 가치를 창출하는 것이 바로 KIST와 같은 정부출연연구소의 역할입니다. KIST 뇌과학연구소는 국민의 삶을 지킨다는 사명감으로 연구에 임하고 있습니다.

세상에서 가장 슬픈 질병 '치매'는 언제 정복하게 될까? | KIST 뇌과학연구소 | What's in My Lab? 🧪
한국과학기술연구원
  • 생명과학
  • 뇌인지과학
  • 융합
  • 공학·기술

알츠하이머병에서의 단백질 구조 변화: 마우스 조직에서 인간 혈액까지

현대 질환 연구에서 단백질 발현량(abundance)의 변화는 중요한 지표로 다루어져 왔습니다. 하지만 많은 질병 상태에서 단백질은 농도가 정상 범위를 유지하더라도 구조적 변형으로 인해 기능을 상실하곤 합니다. 예를 들어 알파-시누클레인은 특정 조건에서 비정상적인 섬유를 형성하며 파킨슨병의 원인이 되고, AAT 단백질은 단 하나의 아미노산 치환만으로도 구조가 변해 심각한 병증을 유발합니다. 이처럼 단백질 구조의 변화는 질환의 기전과 밀접하게 연결되어 있으며, 이를 정밀하게 측정하는 것은 현대 의과학의 핵심적인 과제 중 하나입니다. 알츠하이머병은 이러한 단백질 구조 이상이 질환으로 이어지는 대표적인 사례입니다. 아밀로이드 플라크와 타우 단백질의 응집은 잘 알려진 병리적 징후이며, 특히 최근 연구들은 거대한 덩어리 형태보다 그 이전 단계의 분자적 형태인 올리고머가 신경 독성에 더 큰 영향을 미친다고 보고하고 있습니다. 이러한 현상의 공통점은 분자의 농도 증가가 핵심이 아니라, 정상적인 형태가 훼손되고 부적절하게 결합하는 ‘미스폴딩(misfolding)’에서 기인한다는 점입니다. 그러므로 질환의 실체를 파악하기 위해서는 양적 변화 이전에 발생하는 구조적 전이를 포착해야 합니다. 단백질 구조를 관찰하기 위해 인류는 엑스레이 결정학부터 크라이오 전자현미경(cryo-EM), 그리고 최근의 인공지능 예측 모델까지 비약적인 발전을 이루었습니다. 그러나 기존의 방식들은 대개 세포를 파쇄하거나 단백질을 추출하여 정제된 상태에서 측정해야 한다는 한계가 있었습니다. 살아있는 생체 내 환경인 인비보(in vivo) 상태에서 단백질이 어떻게 존재하고 작용하는지, 그 역동적인 변화를 시스템 수준에서 실시간으로 읽어내는 기술은 여전히 미개척 분야였습니다. 진정한 질병의 메커니즘을 이해하기 위해서는 자연스러운 생체 환경을 유지하며 구조를 분석할 혁신적인 도구가 필요했습니다. 화학적 단백질 풋프린팅인 CPP 기술은 이러한 공백을 메우기 위해 고안되었습니다. 이 방법은 라이신 잔기에 메틸기가 결합하는 화학적 원리를 이용합니다. 단백질 체인이 외부로 노출되어 있으면 화학 표지가 원활하게 일어나고, 내부로 파묻혀 있으면 표지가 덜 된다는 성질을 질량 분석기로 정량화하는 것입니다. 이를 통해 특정 단백질이 질병 상태에서 어떤 부위의 접근성이 변했는지, 즉 구조가 어떻게 뒤틀렸는지를 아미노산 수준에서 정밀하게 파악할 수 있습니다. 이는 용액 상태에서도 단백질의 다이나믹한 특성을 포착할 수 있다는 강력한 장점을 제공합니다. 연구팀은 마우스 모델의 혈관계를 통해 반응물을 주입하는 퍼퓨전(perfusion) 방식을 도입하여, 조직을 적출하는 순간 시작되는 단백질의 변성을 원천적으로 차단했습니다. 이 기법은 단백질이 본래의 네이티브(native) 상태를 유지할 때의 구조 정보를 그대로 표지합니다. 인비보 CPP 기법은 기존의 표준적인 구조 분석 데이터와 비교했을 때도 높은 상관관계를 보였으며, 단백질 발현량에 관계없이 일정한 효율로 구조를 측정할 수 있음을 입증했습니다. 이는 실험실 환경의 한계를 넘어 실제 생명체 시스템 수준에서 단백질의 상태를 온전히 보존하며 분석할 수 있게 된 유의미한 성과입니다. 알츠하이머 마우스 모델을 이용한 시계열 분석 결과는 매우 흥미로운 사실을 시사합니다. 에너지 대사와 관련된 핵심 단백질들의 구조 변화를 추적했을 때, 구조적 변형이 단백질 발현량의 변화보다 훨씬 앞선 시점에 나타난다는 것이 확인되었습니다. 구체적으로 발현량은 12개월령부터 유의미하게 변하는 반면, 구조적 접근성은 이미 9개월령부터 감소하기 시작했습니다. 이는 단백질 구조 변화가 질환의 조기 진단을 위한 선행 지표이자 바이오마커로서 충분한 가치가 있음을 의미하며, 질병 초기 단계의 분자적 사건을 이해하는 새로운 시각을 제공합니다. 이러한 발견은 실제 환자의 혈액 분석으로 이어져 임상적 실현 가능성을 증명했습니다. 대규모 혈장(plasma) 시료를 분석하여 클러스터린과 C1QA 등을 포함한 멀티마커 패널을 개발한 결과, 85% 이상의 높은 진단 정확도를 확보했습니다. 특히 이 패널은 인지 능력을 평가하는 임상 점수와도 강한 상관관계를 보였으며, 기존의 뇌척수액 검사 결과와도 일치하는 경향성을 나타냈습니다. 단백질의 구조적 정보를 활용한 이 새로운 접근법은 향후 알츠하이머를 비롯한 다양한 퇴행성 질환의 조기 진단과 정밀 의료 시스템 구축에 획기적인 전환점이 될 것으로 기대됩니다.

알츠하이머병에서의 단백질 구조 변화: 마우스 조직에서 인간 혈액까지
생물학연구정보센터학술웨비나
  • 화학
  • 생명과학
  • 뇌인지과학

랩온어디스크 기반의 관성 유동 제어를 통한 고감도 난소암 진단 및 액체 생검 플랫폼 개발

암을 포함한 다양한 질병의 상태를 반영하는 세포외 소낭(EV)은 현대 의학에서 중요한 바이오마커로 주목받고 있습니다. 하지만 임상 샘플 내에 존재하는 EV의 단백질 신호를 빠르고 민감하게 검출하는 데에는 기술적 한계가 존재해 왔습니다. 이를 해결하기 위해 최근 개발된 RAPIDEx 플랫폼은 랩온어디스크 기술과 신호 증폭 전략을 결합하여 EV 검출 성능을 비약적으로 향상시켰습니다. 이 시스템은 회전 기반의 미세 유체 시스템을 활용하여 복잡한 분석 과정을 효율적으로 통합합니다. 랩온어디스크는 샘플의 주입부터 분리, 반응, 검출에 이르는 전 과정을 하나의 회전 디스크 안에서 수행하는 자동화 플랫폼입니다. 별도의 복잡한 펌프 없이 원심력을 이용해 유체를 이동시키므로 구조가 단순하고 비용이 저렴하다는 장점이 있습니다. 사용자가 샘플을 넣기만 하면 분석 결과를 얻을 수 있는 이 방식은 분석 시간을 단축하고 실험 단계를 간소화합니다. 이러한 특성 덕분에 연구실뿐만 아니라 실제 임상 환경이나 현장 진단 시스템으로의 활용 가능성이 매우 높습니다. RAPIDEx 플랫폼은 타이라마이드 신호 증폭(TSA)이라는 효소 기반 신호 증폭법을 사용하여 검출 민감도를 극대화합니다. EV는 크기가 작고 표면 단백질의 양이 적어 일반적인 표지(Labeling)로는 충분한 신호를 얻기 어렵기 때문입니다. 하지만 신호 증폭 시 타겟 신호와 함께 비특이적인 배경 신호도 증폭될 위험이 있습니다. 따라서 증폭 반응을 시작하기 전에 결합하지 않은 시약을 얼마나 완벽하게 제거하느냐가 전체 분석 시스템의 신뢰도와 정확도를 결정짓는 핵심적인 요소가 됩니다. 효율적인 세척을 위해 RAPIDEx는 저투과성 멤브레인을 도입하여 코리올리 힘에 의한 측면 흐름(Lateral flow)을 유도합니다. 디스크가 회전할 때 유체는 멤브레인을 수직으로 통과하는 대신 표면을 따라 옆으로 흐르며 비드 주변을 지속적으로 훑어줍니다. 이 과정에서 비특이적으로 잔류하는 항체나 시약들이 효과적으로 제거되어 배경 신호가 최소화됩니다. 이러한 고효율 세척 메커니즘은 신호 증폭 기술이 가진 잠재력을 최대한으로 끌어올려 고감도 진단을 가능하게 만듭니다. 시스템의 안정적인 구동을 위해 유체역학적 시뮬레이션과 물리적 모델링이 수반되었습니다. 입자가 유체의 흐름을 방해하지 않는지 확인하는 스토크스 수(Stokes number)와 점성 효과 대비 회전 효과의 크기를 나타내는 에크만 수(Ekman number) 분석이 대표적입니다. 연구 결과, 현재의 작동 조건은 코리올리 힘이 지배적인 영역에 있어 강한 세척 흐름을 형성하기에 적합함을 확인했습니다. 또한 유체의 점도가 변하더라도 회전 속도를 조절함으로써 일정한 세척 성능을 유지할 수 있는 이론적 토대를 마련했습니다. 실험을 통해 최적화된 200나노미터 필터 조건은 높은 세척 효율과 안정적인 유체 포집 성능을 동시에 제공합니다. RAPIDEx 플랫폼은 여러 개의 독립적인 카트리지를 통해 다수의 샘플을 동시에 처리할 수 있으며, 디스크 내 위치나 디바이스 간의 오차 없이 매우 높은 재현성을 보여주었습니다. 이는 기존의 엘라이자(ELISA) 방식보다 우수한 민감도를 나타낼 뿐만 아니라, 수동 조작을 최소화하여 임상 현장에서 실질적으로 사용할 수 있는 견고한 분석 기술임을 입증하는 결과입니다. 이 플랫폼의 임상적 가치는 난소암 진단 연구에서 명확히 드러납니다. 조기 발견이 어려운 고등급 장액성 난소암 환자를 대상으로 분석한 결과, 세 가지 단백질 마커 조합을 통해 정상군과 환자군을 0.98의 높은 정확도로 구분해냈습니다. 또한 치료 저항성과 관련된 특정 수용체를 분석함으로써 환자별 맞춤형 치료 전략 수립에 필요한 정보까지 제공할 수 있었습니다. RAPIDEx는 단순히 암의 존재를 확인하는 수준을 넘어 치료 반응까지 예측하는 차세대 액체 생검 진단 시스템으로 자리매김할 것입니다.

랩온어디스크 기반의 관성 유동 제어를 통한 고감도 난소암 진단 및 액체 생검 플랫폼 개발
생물학연구정보센터학술웨비나
  • 생명과학
  • 융합

혈액 기반 다중유전자위험점수와 전사위험점수의 통합을 통한 알츠하이머병 위험 예측

전 세계적으로 치매 환자가 급증하며 2050년에는 약 1억 5천만 명에 달할 것으로 예측되는 가운데, 치매의 주요 원인인 알츠하이머병에 대한 조기 진단의 중요성이 날로 커지고 있습니다. 최근 알츠하이머병의 진단 패러다임은 환자의 증상 위주에서 아밀로이드 베타와 타우 단백질 같은 생물학적 바이오마커 중심으로 변화하고 있습니다. 특히 병리 현상이 증상 발현보다 수십 년 전부터 시작된다는 점을 고려할 때, 무증상 단계에서의 조기 개입은 치료 효과를 극대화할 수 있는 핵심적인 기회가 됩니다. 하지만 기존의 뇌척수액 검사나 PET 촬영은 높은 비용과 침습성이라는 한계가 있어, 대규모 선별을 위한 접근성 높은 지표의 개발이 시급한 상황입니다. 알츠하이머병의 유전적 위험을 평가하기 위해 활용되는 다유전자 위험 점수(PRS)는 전장 유전체 연관성 분석(GWAS)을 통해 질병과 관련된 수천 개의 변이 효과를 하나의 숫자로 요약한 지표입니다. 이에 더해 새롭게 주목받는 전사체 위험 점수(TRS)는 유전 변이가 특정 유전자의 발현량을 조절하는 정보인 발현 양적 형질 유전자좌(eQTL)를 활용하여, 실제 RNA 시퀀싱으로 측정한 발현값들을 위험도가 높아지는 방향으로 합산한 점수입니다. 이러한 방법론은 유전적 감수성뿐만 아니라 실제 세포 내에서 일어나는 전사 조절의 이상을 동시에 파악할 수 있게 해줍니다. 연구팀은 이 두 가지 점수를 혈액 데이터 기반으로 산출하여 알츠하이머병의 복잡한 병인을 다각도에서 분석하고자 했습니다. 기존의 연구들은 주로 백인 집단을 대상으로 다유전자 위험 점수(PRS)와 전사체 위험 점수(TRS)의 유용성을 입증해 왔습니다. 혈액 기반 전사체 위험 점수(TRS) 연구에서는 정상군에서 환자군으로 갈수록 점수가 단계적으로 상승하는 패턴이 확인되었으며, 이는 해마 부피 감소나 아밀로이드 축적과 같은 실제 뇌 영상 지표와도 밀접한 연관성을 보였습니다. 또한 뇌 조직 기반 전사체 위험 점수(TRS) 분석에서도 유전적 위험도만을 활용했을 때보다 전사체 정보를 함께 고려했을 때 알츠하이머병 분류 성능이 최대 16%까지 향상되는 결과를 얻었습니다. 이러한 선행 연구들은 전사체 위험 점수(TRS)가 단순히 질병의 유무를 넘어 병리의 진행 정도나 예후를 예측하는 데에도 중요한 역할을 할 수 있음을 시사하며, 통합적 지표의 가능성을 뒷받침해 주었습니다. 본 연구의 핵심은 백인 위주의 기존 연구 결과를 넘어 한국인 집단에서도 이러한 지표들이 효과적으로 작동하는지 확인하는 것이었습니다. 이를 위해 미국 ADNI 코호트와 분당서울대학교병원의 한국인 코호트를 비교 분석하였습니다. 분석 결과, 다유전자 위험 점수(PRS)와 전사체 위험 점수(TRS)가 모두 높은 그룹에서 알츠하이머병 위험도가 급격히 상승하는 공통적인 양상이 관찰되었습니다. 구체적으로 두 점수가 모두 높은 'High-High' 그룹은 저위험군에 비해 백인 집단에서는 약 2.5배, 한국인 집단에서는 약 3.4배가량 발병 위험이 높았습니다. 이는 서로 다른 인종 간에도 유전적 감수성과 전사체 조절 이상이 결합되었을 때 질병 발생 가능성이 극대화된다는 보편적인 메커니즘을 확인한 성과입니다. 결론적으로 정적인 유전체 정보와 동적인 전사체 정보를 통합한 모델은 단독 모델보다 뛰어난 분류 성능을 보여주었으며, 이는 머신러닝 기반의 다양한 분석에서도 일관되게 입증되었습니다. 직접 측정한 혈액 전사체를 활용함으로써 분석의 견고함을 더했으며, 인종적 차이를 극복한 일반화 가능성을 확보했다는 점에서 큰 의미가 있습니다. 향후 연구에서는 종단적 추적 관찰을 통해 전사체 위험 점수(TRS)가 시간에 따른 진단 변화를 어떻게 포착하는지 살피고, 단백질체나 후성유전체 같은 다양한 오믹스 데이터를 결합하여 더욱 정밀한 예측 모델을 구축할 계획입니다. 이러한 다각적인 접근은 알츠하이머병의 조기 진단과 맞춤형 치료 전략 수립에 기여할 것으로 기대됩니다.

혈액 기반 다중유전자위험점수와 전사위험점수의 통합을 통한 알츠하이머병 위험 예측
생물학연구정보센터학술웨비나
  • 생명과학
  • 뇌인지과학
  • 융합

[글로벌 TOP 전략연구단] 피 한 방울로 암을 정복한다 | 혈액 기반 암 진단의 미래_이대식 책임연구원 (한국전자통신연구원)

암은 조기 발견이 매우 어렵습니다. 폐암과 같은 경우 증상이 나타나 병원을 찾으면 이미 3~4기인 경우가 많아 사망률이 높아집니다. 수술 후에도 전이 가능성 때문에 5년 생존율을 지속적으로 관찰해야 하는 어려움이 있습니다. 이에 대한 대안으로 주목받는 것이 액체생검 기술입니다. 혈액이나 소변 속에 존재하는 미세한 암세포 유전자 조각을 찾아내어, 암의 존재 여부와 전이 상태를 조기에 파악하는 것이 이 기술의 핵심 목표입니다. 액체생검의 핵심 바이오마커인 ctDNA는 암세포가 파쇄되면서 혈액 속으로 흘러나온 DNA 조각을 의미합니다. 기존의 진단 방식이 단백질 수치를 확인하는 간접적인 방법이었다면, ctDNA 분석은 유전자의 변이를 직접 관찰하기 때문에 원인을 보다 명확하게 파악할 수 있습니다. 이는 암의 발생뿐만 아니라 특정 약물에 대한 반응성까지 확인할 수 있어 개인 맞춤형 치료를 가능하게 하는 중요한 열쇠가 됩니다. 혈액 내 ctDNA를 찾는 과정은 건초더미에서 바늘을 찾는 것만큼 어렵습니다. 정상 세포에서 나온 DNA 사이에 아주 극미량만이 존재하기 때문입니다. 이를 극복하기 위해 나노플라즈모닉 기술과 AI 기반 분석 플랫폼이 활용됩니다. 신호를 수천 배 이상 증폭시키는 나노 소재와 펨토와트급의 미세한 빛까지 감지하는 광센서를 결합하여, 1억 개의 유전자 중 단 하나의 암 변이 유전자까지 포착할 수 있는 초고감도 정밀 진단 기술을 개발하고 있습니다. 현재 연구팀이 특히 집중하고 있는 분야는 미세잔존암(MRD) 모니터링입니다. 암 수술 후 눈에 보이지 않게 남아있는 암세포나 전이 가능성을 지속적으로 추적하는 것입니다. ctDNA 기반 모니터링은 기존의 CT나 MRI 촬영보다 최대 10개월 이상 빠르게 재발 징후를 포착할 수 있습니다. 이를 통해 환자에게 더 많은 치료 기회를 제공하고, 치료제의 효과가 없을 경우 빠르게 대안을 찾을 수 있다는 점에서 임상적 가치가 매우 큽니다. 이러한 거대한 목표를 달성하기 위해 국가과학기술연구회와 여러 출연연, 대학, 기업이 협력 체계를 구축하였습니다. 소재, 바이오, AI, 의료 등 각 분야의 박사급 인력 80여 명이 뭉친 일종의 과학기술 국가대표팀입니다. 단순히 논문을 쓰는 것에 그치지 않고, 국민이 체감할 수 있는 실질적인 변화를 만들기 위해 원천 기술 개발부터 임상 검증, 사업화까지 전 과정을 아우르는 대형 융합 연구를 수행하고 있습니다. 연구단은 2030년 상용화를 목표로 기술 경쟁력 확보에 박차를 가하고 있습니다. 미국의 선도 기업들이 제공하는 서비스보다 분석 기간을 2주 이내로 단축하고 비용을 절반 수준으로 낮추는 것이 목표입니다. 이를 위해 전용 분석 키트와 자동화 플랫폼을 구축하고 있습니다. 이러한 기술 자립은 해외 의존도를 낮출 뿐만 아니라, 국가 의료비 절감과 환자의 삶의 질 향상이라는 사회경제적 효과를 동시에 가져올 것으로 기대됩니다. 암 진단 기술은 이제 일회성 검사에서 반복적인 모니터링 체계로 진화하고 있습니다. 인공지능과 초고감도 센서 기술의 결합은 전주기 암 관리의 통합 실현을 가능하게 할 것입니다. 과거 암은 공포의 대상이었지만, 정밀 진단과 개인 맞춤형 치료가 보편화되는 미래에는 관리 가능한 질병이 될 것입니다. 대한민국 연구진의 끈기 있는 노력이 암 정복이라는 인류의 숙원을 해결하는 강력한 엔진이 되기를 희망합니다.

[글로벌 TOP 전략연구단] 피 한 방울로 암을 정복한다 | 혈액 기반 암 진단의 미래_이대식 책임연구원 (한국전자통신연구원)
국가과학기술연구회
  • 생명과학
  • 융합
  • 공학·기술

HPV 음성 두경부 편평세포암에서 각질화 관련 유전자 시그니처를 통한 예후, 방사선 치료 반응 예측 및 기전연구

두경부암은 코, 입, 목 등 호흡과 음식을 섭취하는 경로에 발생하는 암을 통칭합니다. 이 부위는 우리가 숨을 쉬고, 말을 하며, 음식을 먹는 등 삶의 가장 기본적이고 중요한 기능을 담당하는 곳입니다. 따라서 두경부암은 생존뿐만 아니라 치료 후 환자의 삶의 질에 지대한 영향을 미칩니다. 최근 의료 기술의 발달로 완치율이 높아지고 있으나, 여전히 조기 발견이 어렵고 재발 시 예후가 좋지 않은 경우가 많아 지속적인 연구와 관심이 절실히 요구되는 분야입니다. 현재 두경부암의 주된 치료법은 수술, 방사선치료, 그리고 항암화학요법입니다. 하지만 이러한 표준 치료는 암 조직뿐만 아니라 주변의 정상 조직까지 손상시킬 위험이 큽니다. 특히 목소리를 잃거나 음식물을 삼키는 데 어려움을 겪는 등 심각한 후유증을 남기기도 합니다. 이러한 한계를 극복하기 위해 최근 의료계에서는 암세포만을 정밀하게 타격하면서도 환자의 신체 기능을 최대한 보존할 수 있는 보존적 치료와 최소침습수술법 개발에 박차를 가하고 있습니다. 정밀 의료의 시대가 도래하면서 두경부암 연구 역시 유전체 분석을 통한 맞춤형 치료로 패러다임이 변화하고 있습니다. 환자마다 다른 유전적 특성을 분석하여 특정 암세포에만 작용하는 표적치료제를 선별하거나, 인체의 면역 체계를 활성화하여 암을 공격하는 면역항암제를 활용하는 방식입니다. 이러한 접근법은 기존 항암제의 부작용을 줄이고 치료 효과를 극대화하는 데 기여하고 있습니다. 특히 액체생검 기술은 혈액 속에 떠다니는 미세한 암 DNA를 찾아내어 조기 진단율을 획기적으로 높일 것입니다. 두경부암 치료의 성공을 위해서는 이비인후과뿐만 아니라 종양내과, 방사선종양학과, 그리고 재활의학과 등 다양한 분야의 전문가들이 협력하는 다학제적 접근이 필수적입니다. 환자 한 명을 위해 여러 분야의 전문가가 모여 최적의 치료 전략을 수립함으로써 치료 성공률을 높이고 부작용을 최소화할 수 있습니다. 또한 연구실에서는 기초 과학과 임상 의학을 잇는 중개 연구가 활발히 진행되고 있으며, 이는 실제 환자들에게 직접적인 도움을 줄 수 있는 새로운 치료법을 제시하는 든든한 밑바탕이 됩니다. 암과의 전쟁은 여전히 진행 중이지만, 과학적 탐구와 기술적 혁신은 우리에게 더 밝은 미래를 약속합니다. 환자의 고통을 이해하고 질병의 근본적인 원인을 규명하려는 노력은 결국 더 안전하고 효과적인 치료법의 탄생으로 이어질 것입니다. 앞으로도 지속적인 연구 투자가 이루어진다면, 두경부암은 더 이상 두려운 존재가 아니라 극복 가능한 질병으로 자리매김할 것입니다. 의료진과 연구자들의 헌신은 암 환자들에게 단순한 생명 연장을 넘어 평범한 일상의 행복을 되찾아주는 가장 강력한 힘이 될 것입니다.

HPV 음성 두경부 편평세포암에서 각질화 관련 유전자 시그니처를 통한 예후, 방사선 치료 반응 예측 및 기전연구
생물학연구정보센터학술웨비나
  • 생명과학
  • 융합

자폐 진단의 문턱을 낮추다 소셜로보틱스연구실 유철환 선임연구원★

자폐 스펙트럼 장애는 사회적 의사소통의 결함과 제한적이고 반복적인 행동 패턴을 특징으로 하며, 증상이 유아기에 시작되어야 한다는 진단 기준을 가지고 있습니다. 과거에는 자폐증과 아스퍼거 증후군 등으로 나뉘어 불렸으나, 현재는 하나의 스펙트럼으로 통합되어 관리되고 있습니다. 최근에는 인공지능 기술을 활용하여 이러한 아동들의 사회적 반응을 자동으로 인식하고 분석함으로써 장애 위험도를 정량화하려는 시도가 활발하게 이루어지고 있습니다. 특히 시선 추적과 호명 반응 등을 통합적으로 분석하는 기술은 조기 발견의 새로운 가능성을 열어주고 있습니다. 조기 진단은 아동의 뇌 발달 단계에서 매우 중요한 의미를 지닙니다. 뇌의 가소성이 높은 시기에 적절한 개입이 이루어지면 2차적인 신경학적 손상을 방지하고 행동 문제를 완화하여 예후를 크게 개선할 수 있기 때문입니다. 하지만 현실적으로는 전문 병원의 예약 대기가 길고 진단 비용이 높아 골든타임을 놓치는 경우가 많습니다. 따라서 누구나 쉽게 접근할 수 있는 선별 도구의 보급은 사회적 문제를 해결하는 핵심적인 열쇠가 될 것입니다. 인공지능 기반의 기술은 이러한 임상적 공백을 메우는 혁신적인 대안이 될 것으로 기대됩니다. 이번 연구는 ETRI와 분당서울대병원을 비롯한 여러 기관의 다학제적 협력을 통해 탄생했습니다. 의학적 타당성을 확보하기 위해 임상 전문가들과 인공지능 연구자들이 머리를 맞대었으며, 각 행동 지표에 특화된 인공지능 모델을 개발하여 분석의 정밀도를 높였습니다. 수집된 데이터는 자극 반응 구간별로 세밀하게 분할되어 눈맞춤이나 가리키기 제스처와 같은 목표 행동을 포착합니다. 이러한 과정에서 도출된 예측값들은 후속 정량화 모델에서 통합되어 최종적인 위험 지표를 산출하게 되며, 이는 세계 최초의 융합형 선별 기술로서 큰 의미를 가집니다. 인공지능의 성능을 보장하기 위해서는 신뢰할 수 있는 대규모 데이터 세트가 필요했습니다. 연구팀은 리빙랩을 구축하여 700건 이상의 실제 영유아 데이터를 확보하였고, 이를 바탕으로 모델을 학습시켰습니다. 모든 데이터 수집 과정은 부모의 동의와 생명윤리심의위원회의 승인을 거쳐 윤리적으로 진행되었습니다. 또한 아동의 사회적 상호작용을 효과적으로 유도하기 위한 전용 콘텐츠와 이를 관리할 수 있는 소프트웨어 환경을 자체적으로 개발하여 연구의 인프라를 완성했습니다. 이러한 탄탄한 데이터 기반은 인공지능 모델이 실제 현장에서 작동하는 데 큰 밑거름이 되었습니다. 상호작용 인지 인공지능 플랫폼의 가능성은 자폐 스펙트럼 장애에만 머물지 않습니다. 이 기술은 ADHD나 언어 발달 지연과 같은 영유아 발달 질환은 물론, 치매와 파킨슨병 같은 고령자 인지 장애 분야로도 충분히 확장될 수 있습니다. 각 질환의 특성에 맞는 콘텐츠와 분석 지표를 설정한다면 동일한 플랫폼을 통해 다양한 질환의 조기 선별 솔루션을 제공할 수 있기 때문입니다. 연구진은 기술의 경량화와 최적화를 통해 사용성을 개선하고, 실제 임상 현장의 피드백을 바탕으로 시스템을 고도화할 계획입니다. 사람들의 삶에 실질적인 도움을 주는 기술을 만드는 것이 궁극적인 목표입니다.

자폐 진단의 문턱을 낮추다 소셜로보틱스연구실 유철환 선임연구원★
한국전자통신연구원ETRI 테크놀로지 리포트
  • 뇌인지과학
  • 융합
  • 공학·기술

[나는과수다 EP.01]슈퍼박테리아를 잡아낸다! 고감도 신속다중 분석키트 개발!

항생제는 현대 의학의 기적이라 불리지만, 그 오남용은 예기치 못한 위협인 '슈퍼박테리아'의 출현을 불러왔습니다. 특히 클로스트리디움 디피실(C. diff)과 같은 균은 일반적인 항생제로는 사멸되지 않으며, 오히려 장내 유익균이 죽은 틈을 타 급격히 증식하며 독소를 배출합니다. 이러한 슈퍼박테리아는 발열과 설사부터 심각한 패혈증까지 유발할 수 있어 전 세계적으로 중대한 보건 과제가 되고 있습니다. 치료제가 극히 제한적인 상황에서 감염 확산을 막기 위한 가장 핵심적인 대책은 신속하고 정확한 조기 진단을 통해 감염 경로를 차단하는 것입니다. 기존의 슈퍼박테리아 진단은 독소와 항원을 확인하는 3단계 면역 검사법을 거쳐야 했으며, 상황에 따라 유전자 증폭 방식인 PCR 검사를 병행해 왔습니다. 하지만 이 과정은 많은 시간과 비용이 소요될 뿐만 아니라, 면역 검사법의 낮은 민감도로 인해 조기 진단에 한계가 따랐습니다. 특히 고감도 진단법으로 알려진 PCR 검사조차도 병원성과 비병원성 균을 명확히 구분하여 검출하는 데 어려움이 있어 과잉 진료의 원인이 되기도 했습니다. 따라서 의료 현장에서는 복잡한 절차를 획기적으로 단축하면서도 정확도는 높일 수 있는 새로운 분석 플랫폼이 절실했습니다. 한국기초과학지원연구원(KBSI) 연구팀은 이러한 문제를 해결하기 위해 단 한 번의 작동으로 진단이 가능한 '항생제 내성 슈퍼박테리아 신속 다중 분석 키트'를 개발했습니다. 이 키트는 여러 층의 종이를 쌓아 시료와 시약이 흐르는 경로를 입체적으로 설계한 다중 분석 종이 칩 기술을 기반으로 합니다. 특히 금나노 입자의 촉매 특성을 활용하여 검출 신호를 증폭함으로써 기존 면역 검사법의 고질적인 문제였던 낮은 민감도를 극복했습니다. 사용자는 시약 주입과 혼합 과정을 원스톱으로 처리할 수 있어, 전문 설비가 없는 환경에서도 고감도의 정밀 분석을 수행할 수 있게 되었습니다. 이번 연구 성과는 분석 화학 분야의 세계적 권위지인 '바이오센서 앤 바이오일렉트로닉스'에 게재되며 그 과학적 우수성을 입증받았습니다. 연구 과정에서 KBSI는 키트의 설계와 제작 및 환자 검체 분석을 주도했으며, 전북대학교 의과대학 연구팀은 현행 표준 분석법과의 교차 검증을 통해 임상적 유효성을 확인했습니다. 이러한 다학제적 협력을 통해 개발된 신개념 분석 플랫폼은 항원 1종과 독소 2종을 동시에 고감도로 분석할 수 있는 혁신적인 기술입니다. 이는 단순한 기술적 진보를 넘어 실제 의료 현장의 한계를 과학적 아이디어로 해결한 모범적인 사례로 평가받습니다. 개발된 고부가가치 융복합 진단 기술은 슈퍼박테리아 검출을 넘어 바이오메디컬, 식품 위생, 수질 분석 등 정밀한 감시가 필요한 다양한 산업 분야로 확산될 잠재력을 지니고 있습니다. 특히 분석 인프라가 부족한 개발도상국이나 신속한 판단이 필요한 현장 테스트 현장에서 그 가치가 더욱 빛날 것으로 기대됩니다. 코로나 팬데믹 이후 신종 감염병에 대한 경각심이 높아진 시점에서, 국내 연구진의 독보적인 원천 기술 확보는 글로벌 헬스케어 시장에서의 경쟁력을 높이는 동력이 될 것입니다. KBSI는 앞으로도 국민의 안전을 위협하는 재난성 질병 대응을 위해 연구를 지속할 것입니다.

[나는과수다 EP.01]슈퍼박테리아를 잡아낸다! 고감도 신속다중 분석키트 개발!
한국기초과학지원연구원[크브씨네 스토리]
  • 생명과학
  • 융합
  • 공학·기술

[2021 ETRI Technology Report(ENG) ⑨] Automated biomarker detection system keeps the public healthy

현대 사회는 고령화가 가속화되면서 삶의 질 향상에 대한 욕구가 그 어느 때보다 높습니다. 이에 따라 건강 관리의 패러다임 또한 질병이 발생한 후 치료하는 방식에서 벗어나, 사전에 예방하고 상시 관리하는 방향으로 급격히 변화하고 있습니다. 특히 혈액 속에는 암이나 심근경색 같은 중증 질환과 밀접하게 연관된 유전자와 단백질 등의 바이오마커가 존재합니다. 사람이 질병에 걸리면 이러한 지표들의 수치가 변화하기 때문에, 이를 조기에 발견하고 정밀하게 모니터링하는 기술은 현대인의 건강을 지키는 핵심적인 요소가 되었습니다. 새로운 자동 분석 기술은 기존 방식의 한계를 극복하고 소량의 혈액만으로도 정확한 결과를 도출할 수 있는 혁신적인 대안을 제시합니다. 장비의 소형화가 가능해지면 대형 병원뿐만 아니라 보건소나 요양시설 등 일상적인 공간에서도 이 기술을 폭넓게 활용할 수 있습니다. 이는 의료 서비스에 대한 접근성을 획기적으로 높여줌으로써 질병의 조기 발견과 효율적인 관리를 가능하게 합니다. 결과적으로 검진의 편의성을 증대시켜 일반 국민들이 일상 속에서 자신의 건강 상태를 더 쉽게 파악할 수 있도록 돕는 역할을 할 것입니다. 현재 연구진은 실제 환자의 혈액 샘플을 활용한 임상 시험을 통해 기술의 성능을 검증하고 있으며, 향후 기기 최적화 과정을 거쳐 본격적인 상용화를 준비하고 있습니다. 암이나 심근경색과 같은 치명적인 질환을 경제적이고 신속한 방법으로 진단하는 기술은 인류의 오랜 숙원이기도 합니다. 이러한 헬스케어 기술이 대중화된다면 누구나 차별 없이 고품질의 진료 혜택을 누릴 수 있는 기반이 마련될 것입니다. 이는 결국 건강 100세 시대를 실현하고 인류의 삶을 더욱 풍요롭고 건강하게 만드는 데 중추적인 공헌을 할 것으로 전망됩니다.

[2021 ETRI Technology Report(ENG) ⑨] Automated biomarker detection system keeps the public healthy
한국전자통신연구원ETRI 테크놀로지 리포트
  • 생명과학
  • 융합
  • 공학·기술

설명가능한 의료인공지능과 질병고위험군 조기예측을 위한 도전|보건의료빅데이터실험실ㅣ변해원교수(인제대학교) [연구현장속으로/토요과학강연]

현대 의학에서 치매 고위험군을 조기에 예측하는 것은 매우 중요한 과제입니다. 기존에는 주로 MRI나 CT와 같은 영상 자료를 활용해 치매를 진단하려는 시도가 많았지만, 사실 치매는 아주 경미한 단계에서부터 행동 패턴, 인지 능력, 기억력과 같은 신경 심리학적 지표에서 변화가 나타나기 시작합니다. 보건의료 빅데이터 연구팀은 이러한 지표와 개인의 구체적인 행동 데이터를 수집하여, 인공지능(AI) 및 머신러닝 기술을 기반으로 치매 고위험군을 더욱 명확하게 판별하는 연구를 수행하고 있습니다. 보건의료 빅데이터의 활용은 단순히 수치화된 기록에 머무르지 않고, 우리 일상의 다양한 정보 분석으로 확장되고 있습니다. 질병뿐만 아니라 개인의 전반적인 건강 상태와 사회적 기능을 종합적으로 파악하기 위해 국제적인 분류 체계를 연구에 도입하고 있습니다. 이러한 다각적인 데이터 융합은 현대 사회의 복합적인 보건 문제를 해결하고 개인 맞춤형 헬스케어 서비스를 실현하는 데 매우 중요한 역할을 수행하게 될 것입니다. 인공지능(AI) 기술이 고도화됨에 따라 단순한 결과 도출을 넘어 그 과정이 왜 그렇게 나타났는지를 설명하는 '설명 가능한 인공지능(XAI)'의 중요성이 커지고 있습니다. 머신러닝 모델이 예측한 결과가 의료 현장에서 신뢰를 얻기 위해서는 그 판단 근거를 인간이 이해할 수 있는 방식으로 제시해야 하기 때문입니다. 이러한 기술 도입 과정에는 여러 도전과 쟁점이 존재하지만, 이를 통해 인공지능(AI)은 의료 서비스의 투명성을 높이고 전문가와 환자 사이의 신뢰를 구축하는 도구로 자리매김할 것입니다.

설명가능한 의료인공지능과 질병고위험군 조기예측을 위한 도전|보건의료빅데이터실험실ㅣ변해원교수(인제대학교) [연구현장속으로/토요과학강연]
서울시립과학관[과학강연] 2022 토요과학강연
  • 뇌인지과학
  • 융합

[2021 ETRI Technology Report ⑨] 간편·고속 심혈관 질환 검사로 국민건강을 지킨다

우리 몸속의 혈액에는 암이나 각종 중증 질환의 유무를 판단할 수 있는 중요한 단서인 바이오마커가 존재합니다. 유전자나 단백질 등으로 구성된 이 지표들은 체내에 특정 질병이 발생하거나 진행될 때 그 수치가 미세하게 변화하는 특성을 지니고 있습니다. 새롭게 연구되는 자동 분석 기술은 소량의 혈액만으로도 이러한 바이오마커를 신속하고 정확하게 측정하여 건강 상태를 실시간으로 확인하는 혁신적인 방법입니다. 특히 복잡한 절차 없이 저렴한 비용으로 상시 모니터링이 가능하다는 점에서 현대 의료 기술의 핵심적인 역할을 수행할 것입니다. 고령화 사회가 본격적으로 도래하며 삶의 질에 대한 대중의 기준이 높아짐에 따라 의료 서비스의 초점은 질병 발생 후의 치료에서 미리 예측하고 관리하는 예방의 영역으로 옮겨가고 있습니다. 나이가 들수록 발병 위험이 커지는 다양한 만성 질환들은 초기에 발견하지 못할 경우 치명적인 결과로 이어질 가능성이 크기 때문에, 일상 속에서의 상시 모니터링 시스템 구축이 매우 중요합니다. 누구나 장소에 구애받지 않고 쉽고 저렴하게 자신의 주요 바이오마커 지표를 수시로 점검할 수 있는 의료 환경을 조성하는 것은 현대 헬스케어 기술이 반드시 해결해야 할 핵심 과제입니다. 기존의 대형 분석 장비가 가졌던 부피와 비용, 그리고 긴 분석 시간이라는 제약을 극복한 이 기술은 의료 인프라가 상대적으로 부족한 지역사회 곳곳에 보급될 수 있는 큰 잠재력을 지니고 있습니다. 현재는 대형 병원과 협력하여 실제 환자의 샘플을 활용한 임상 시험을 진행하며 기술적 완성도를 높이는 단계에 있으며, 향후 기기 소형화 공정을 거쳐 상용화될 예정입니다. 신속한 진단과 그에 따른 빠른 대처가 가능해진다면, 중증 질환으로의 진행을 막아 사회적 의료 비용을 효과적으로 절감하는 것은 물론 모든 개개인이 건강하게 장수하는 100세 시대를 실현하는 데 중추적인 역할을 담당하게 될 것입니다.

[2021 ETRI Technology Report ⑨] 간편·고속 심혈관 질환 검사로 국민건강을 지킨다
한국전자통신연구원ETRI 테크놀로지 리포트
  • 생명과학
  • 공학·기술

인공지능이 의사들과 친해지려면? ㅣ 김휘영교수(연세대학교) [토요과학강연#1-2부]

인공지능이 의료 현장에서 의사들의 진정한 파트너로 거듭나기 위해서는 단순히 결과를 도출하는 것을 넘어 그 과정을 설명할 수 있는 능력이 필수적입니다. 현재의 기술 수준으로는 인공지능이 왜 특정 진단을 내렸는지, 혹은 왜 오류를 범했는지 스스로 명확하게 설명하지 못하는 한계가 존재합니다. 실수를 통해 배우고 원인을 파악하는 인간의 사고 과정처럼, 인공지능 또한 자신의 판단 근거를 제시할 수 있어야 의료 사고 발생 시 책임 소재를 분명히 하고 기술적 개선을 이룰 수 있습니다. 이러한 '설명 가능한 인공지능' 기술은 의료진이 인공지능의 진단을 신뢰하고 최종적인 결정을 내리는 데 있어 핵심적인 역할을 할 것입니다. 의료 인공지능은 스스로 사고하는 독립적인 존재라기보다, 복잡한 데이터를 처리하여 유의미한 결과를 도출하는 정교한 분석 체계로 이해해야 합니다. 따라서 최종적인 진단과 치료 결정은 인공지능의 분석 결과를 바탕으로 전문적인 지식을 갖춘 의사가 직접 수행해야 합니다. 특히 학습 데이터의 편향성 문제는 인공지능 활용 시 주의 깊게 살펴봐야 할 윤리적 쟁점입니다. 특정 인종이나 성별에 치우친 데이터로 학습된 알고리즘은 실제 의료 현장에서 오진이나 편견 섞인 결과를 초래할 위험이 있기 때문입니다. 기술적 완결성 못지않게 공정하고 객관적인 데이터 확보가 의료 인공지능의 신뢰도를 결정짓는 중요한 요소가 됩니다. 의사들이 인공지능의 진단을 수용하기 위해서는 단순한 결과 통보가 아닌, 구체적이고 타당한 근거가 제시되어야 합니다. 예를 들어 폐암 진단 시 단순히 확률만을 제시하는 것이 아니라, 흉부 엑스레이 영상에서 어느 부위에 결절이 관찰되는지, 환자의 가족력과 흡연 기간이 어떻게 고려되었는지를 상세히 시각화하여 보여주는 식입니다. 결핵이나 관절염 진단에서도 병변 부위를 색상으로 표시하여 보여주면 의료진은 인공지능의 판단을 직관적으로 검증할 수 있게 됩니다. 이러한 방식은 진단의 정확도를 높일 뿐만 아니라, 의료진이 인공지능의 분석 결과를 바탕으로 더 확신 있는 치료 계획을 수립하는 데 커다란 도움을 줍니다. 인공지능이 높은 정확도를 기록하더라도, 정작 엉뚱한 단서를 보고 정답을 맞힌다면 실제 의료 현장에서는 심각한 위험을 초래할 수 있습니다. 예를 들어 심장 비대증을 진단할 때 심장의 크기나 형태를 보는 대신, 환자들에게 흔히 나타나는 수술 자국을 근거로 판단하는 경우가 발생할 수 있습니다. 이는 결과적으로는 맞을지 몰라도 의학적으로는 타당하지 않은 추론입니다. 따라서 인공지능이 스스로 학습 과정에서 중요하지 않은 정보에 현혹되지 않고, 질환의 핵심적인 특징에만 집중하도록 만드는 '자기 집중 학습' 알고리즘이 중요합니다. 본질적인 단서를 포착하는 능력은 인공지능이 단순한 통계 도구를 넘어 의학적 통찰을 제공하는 단계로 나아가게 합니다. 단일 질환만을 판별하는 좁은 범위를 넘어, 여러 질환을 동시에 이해하고 소량의 데이터로도 효율적으로 학습하는 '메타 학습'은 의료 인공지능의 미래 방향성입니다. 인간이 적은 수의 사진만 보고도 새로운 대상을 인식하듯, 인공지능도 다양한 의학 지식을 통합적으로 습득하여 진단의 범위를 넓혀가야 합니다. 이러한 진보는 수백 장의 영상을 일일이 대조해야 하는 의료진의 업무 시간을 획기적으로 단축하며, 장기적으로는 정확한 조기 진단을 통해 사회 전체의 의료비 부담을 줄이는 긍정적인 효과를 가져올 것입니다. 기술적 고도화와 사회적 가치 창출이 조화를 이룰 때, 인공지능은 비로소 인류의 건강 증진을 위한 진정한 동반자가 될 수 있습니다.

인공지능이 의사들과 친해지려면? ㅣ 김휘영교수(연세대학교) [토요과학강연#1-2부]
서울시립과학관[과학강연] 21년 토요과학강연
  • 생명과학
  • 뇌인지과학
  • 융합

어서와 연구원은 처음이지? 한국생명공학연구원편

한국생명공학연구원의 환경질환연구센터는 미세먼지나 미세플라스틱과 같은 환경 오염원이 인체에 미치는 영향을 심도 있게 연구합니다. 특히 '햄버거병'으로 알려진 용혈성 요독 증후군의 원인인 시가 독소를 규명하고, 이를 신속하게 감지할 수 있는 기술을 개발하는 데 주력하고 있습니다. 연구팀은 독소가 체내 단백질과 결합할 때 발생하는 형광 반응을 이용해, 보이지 않는 위험을 시각화하는 휴대용 검출 장치를 고안해냈습니다. 이러한 원천 기술은 먹거리 안전을 지키고 질병의 발생 원인을 과학적으로 극복하는 중요한 토대가 됩니다. 개발된 검출 기기는 신장 세포를 파괴하는 독소의 움직임을 정밀하게 관찰할 수 있게 해주며, 향후 실생활에서 유해 세균 오염 여부를 즉각 확인하는 데 기여할 전망입니다. 연구원은 단순히 질병의 원인을 파악하는 것에 그치지 않고, 우리 몸의 장기가 환경 유해 물질로부터 어떻게 손상되는지를 3차원 영상으로 분석하며 치료 후보 물질을 발굴합니다. 이러한 노력은 어린이들이 안심하고 음식을 섭취할 수 있는 환경을 조성하고, 보건 의료 분야에서 환경성 질환을 효과적으로 제어할 수 있는 평가 시스템을 구축하는 원동력이 되고 있습니다. 유전체 맞춤 의료 전문연구단은 빅데이터와 인공지능을 활용해 암을 포함한 난치성 질환의 치료법을 제시합니다. 인간의 설계도인 DNA 서열을 분석하여 개인별 유전자 변이를 찾아내고, 이것이 정상 세포를 어떻게 암세포로 변질시키는지 밝히는 과정입니다. 과거 13년이 걸리던 유전체 해독 시간을 단 하루로 단축시킨 최첨단 장비를 활용함으로써, 이제는 환자 개개인의 특성에 최적화된 맞춤형 정밀 의료가 가능해졌습니다. 이는 질병의 근본적인 원인을 고치고 항암 내성을 극복하는 데 있어 필수적인 과정이라 할 수 있습니다. 대표적인 연구 성과로는 갑상선암의 진행 속도와 악성 여부를 판단하는 분자 마커 발굴을 들 수 있습니다. 진행이 느려 생존율은 높지만, 수술 후 평생 호르몬제를 복용해야 하는 갑상선암 환자들에게 정확한 진단 정보를 제공함으로써 불필요한 수술을 방지하고 삶의 질을 높이는 데 기여합니다. 연구단은 갑상선암뿐만 아니라 위암이나 염증성 장질환 등 다양한 분야로 연구 범위를 넓히며 유전체 정보를 기반으로 질병을 예측하고 진단하는 시스템을 완성해 나가고 있습니다. 바이오나노연구센터는 바이오 소재와 10억 분의 1 크기인 나노 기술을 융합하여 진단의 정밀도를 획기적으로 높이고 있습니다. 코로나19와 같은 고위험성 감염병을 현장에서 신속히 판별하는 키트부터, 색상 변화만으로 마약 투여 여부를 즉석에서 확인하는 기술까지 그 활용 분야는 매우 광범위합니다. 앞으로 이 기술은 암이나 당뇨와 같은 난치성 질환의 조기 진단 영역으로 확장되어, 휴대 가능한 라이프케어 시스템을 실현함으로써 인류가 질병으로부터 자유롭고 풍요로운 삶을 누릴 수 있도록 도울 것입니다.

어서와 연구원은 처음이지? 한국생명공학연구원편
한국생명공학연구원
  • 생명과학
  • 융합
  • 공학·기술

KISTI | 치매 조기에 예측하고 악화 속도 늦추는 데이터 처리 기술

치매 DTC 융합연구단은 KISTI를 주관으로 생명공학연구원, 한의학연구원 등 여러 출연연이 협력하여 치매 정복을 위한 기술을 개발하고 있습니다. 현재 사용되는 치매 관련 약물은 완치를 돕는 치료제라기보다 질환의 진행 속도를 늦추는 역할을 수행합니다. 따라서 환자에게 약물을 복용하게 할 최적의 시기를 찾아내는 것이 무엇보다 중요합니다. 연구진은 자연어 처리 기술을 생명공학 분야에 접목하여 논문을 분석하고, 환자의 의료 데이터와 생활 패턴 변화를 데이터화함으로써 치매의 진행 상황을 예측하고 선제적 치료가 가능하도록 돕는 기술을 고도화하고 있습니다. 치매 예측을 위한 구체적인 방법론은 크게 두 가지로 나뉩니다. 첫 번째는 국민건강보험공단의 노인 코호트 데이터를 분석하여 개인의 의료 데이터에 따른 치매 패턴을 파악하는 방식입니다. 두 번째는 IoT 센서를 활용하여 요리, 집안일, 몸단장 등 6가지 핵심 생활 능력의 변화를 실시간으로 감지하는 것입니다. 스마트폰과 스마트워치 등을 통해 수집된 이동 동선과 활동량 정보는 실제 의사가 진료 시 사용하는 질의 항목과 동일한 가치를 지닙니다. 이러한 데이터 기반의 정밀한 분석은 기존 진료 방식의 불확실성을 해소하여 환자의 상태를 정밀하게 파악할 수 있도록 돕습니다. 특히 주목할 점은 성별, 연령대, 소득 수준 등에 따라 치매 위험 인자가 다르게 나타난다는 사실입니다. 연구 결과 남성은 저체중이, 여성은 비만이 치매의 주요 원인 중 하나로 분석되는 등 유형별 차이가 뚜렷합니다. 연구진은 이러한 특성을 반영하여 한국인에게 특화된 맞춤형 치매 예측 모델을 개발하고 있습니다. 이 기술은 복잡한 생물학적 실험이나 고가의 의료 이미지 촬영 없이도 의료 데이터 분석만으로 기존 검사와 대등한 수준의 결과를 도출해내고 있습니다. 이는 치매 고위험군을 조기에 발견하고 새로운 위험 인자를 발굴하는 데 매우 효율적인 경로를 제시합니다. 실제 연구 과정에서는 독거노인 가정에 센서를 설치하고 데이터를 수집하며 다양한 현장 중심의 시행착오를 겪기도 했습니다. 기기 전원이 차단되거나 관찰에 대한 거부감을 느끼는 어르신들을 위해 연구진은 직접 안부를 묻고 소통하며 정서적 친밀감을 쌓는 노력을 병행하고 있습니다. 보다 정교한 예측을 위해서는 단기적인 관찰을 넘어 장기적인 추적 조사를 통한 양질의 코호트 데이터 축적이 필수적입니다. 이를 위해 현재 여러 대학 병원 및 치매안심센터와 긴밀한 협력을 이어가고 있으며, 수집된 데이터의 안정성을 높여 치매 예측 모델의 완성도를 높이는 데 주력하고 있습니다. 데이터 사이언티스트의 소명은 텍스트를 넘어 영상, 음성, 생활 데이터 등 다양한 정보를 융합하여 새로운 가치를 창출하는 데 있습니다. 의학 전공자가 아니더라도 모든 공공 데이터와 센서 정보를 수치화하여 객관적인 예측 모델을 만드는 기술은 환자의 고통을 최소화할 최적의 시기를 찾는 열쇠가 됩니다. 이러한 기술적 진보는 치매에 대한 막연한 두려움을 줄이고 많은 사람들이 보다 건강하고 안심하며 살 수 있는 사회를 만드는 밑거름이 될 것입니다. 데이터의 융합이 만들어내는 시너지 효과는 향후 치매뿐만 아니라 다양한 난치성 질환을 극복하는 중요한 이정표가 될 것으로 기대됩니다.

KISTI | 치매 조기에 예측하고 악화 속도 늦추는 데이터 처리 기술
한국과학기술정보연구원
  • 생명과학
  • 뇌인지과학
  • 융합
  • 공학·기술

[석학인터뷰] 이세민_ 암과의 휴전은 50여 년 후? | 2020 가을 카오스강연 'Ai X'

생명정보학은 방대한 생물학적 데이터를 분석하여 유의미한 패턴을 발견하고 다양한 생명 현상을 추정하는 학문입니다. 특히 암 유전체학은 이 분야의 핵심으로, 암 조직에서 추출한 유전체 정보를 분석해 어떤 변이가 발생했는지 파악하고 그 변이가 질병의 진행에 어떤 역할을 하는지 예측합니다. 이러한 연구는 단순히 데이터를 나열하는 것을 넘어, 질병의 근본적인 원인을 이해하고 치료의 실마리를 찾는 데 중요한 역할을 합니다. 현대 의학에서 유전체 데이터의 중요성이 날로 커짐에 따라 생명정보학의 위상 또한 높아지고 있습니다. 유전체 데이터는 그 규모가 매우 방대하고 복잡한 구조를 가지고 있어 이를 해석하는 데 정밀한 분석 도구가 요구됩니다. 유전체 서열 내에서 유전자의 위치를 정확히 찾아내고, 유전자 발현을 조절하는 인자들의 역할을 예측하는 과정은 생명의 설계도를 해석하는 핵심적인 단계입니다. 복잡하게 얽힌 서열 정보 속에서 숨겨진 의미를 파악함으로써, 우리는 질병의 근원을 이해하는 중요한 단서를 얻게 됩니다. 이러한 분석은 현대 생명과학 연구의 기초가 되며, 고차원적인 정보를 유의미한 지식으로 전환하는 과정을 포함합니다. 암 연구 분야에서는 환자 개개인의 변이에 따른 약물 반응성을 추정하는 연구가 활발히 진행되고 있습니다. 특정 유전적 변이가 있을 때 어떤 치료제가 가장 효과적일지, 혹은 부작용은 없을지를 모델링을 통해 미리 예측하는 것입니다. 이는 과거의 시행착오 중심적 치료에서 벗어나 정밀 의료를 제공하는 계기가 됩니다. 비록 질병을 단기간에 완벽히 정복하는 것은 어렵겠지만, 기술의 발전은 암을 관리 가능한 영역으로 끌어들이며 환자들이 일상생활을 유지할 수 있는 가능성을 열어주고 있습니다. 유전체 지도는 한 개인을 규정하는 가장 핵심적인 정보라고 할 수 있습니다. 인간이 가진 다양한 생물학적 특성과 미래의 건강 상태를 가늠할 수 있는 방대한 데이터가 이 안에 축적되어 있기 때문입니다. 성격이나 지능, 질환에 걸릴 위험도와 같은 요소들은 유전체 정보와 깊은 연관이 있습니다. 물론 외부 환경의 영향이나 생활 습관에 따른 유전자 발현의 변화도 무시할 수 없지만, 생명체의 기본적인 형질은 유전적 요인에 의해 결정되는 경우가 많습니다. 따라서 유전체를 정확히 파악하는 것은 인간이라는 존재를 깊이 있게 이해하는 근본적인 열쇠가 됩니다. 앞으로의 의학은 환자의 유전체 정보를 기반으로 최적의 치료법을 찾아내는 정밀 의료로 진화할 것입니다. 암 조직의 변이 정보를 분석하여 가장 적합한 약물을 선택하는 과정은 이미 의료 현장에서 응용되기 시작했습니다. 이러한 기술적 진보가 계속된다면 미래에는 암이 더 이상 공포의 대상이 아니라, 적절히 조절하며 일상생활을 영위할 수 있는 질환이 될 것입니다. 빅데이터 분석 기술의 고도화는 인류가 질병을 극복하고 건강한 삶을 유지하는 방식에 혁명적인 변화를 가져올 것이며, 이는 인류의 건강한 삶을 위한 새로운 전환점이 될 것입니다.

[석학인터뷰] 이세민_ 암과의 휴전은 50여 년 후? | 2020 가을 카오스강연 'Ai X'

이세민

카오스재단카오스강연
  • 생명과학

[석학인터뷰] 이현숙_ 암은 왜 생길까요? 결론부터 말씀드리면.. | 2020 서울대 자연과학대 공개강연 '과학으로 살아남기'

분자생물학은 전통적인 생물학의 틀을 넘어 물리학자와 화학자들의 시선에서 시작된 학문입니다. 생명 현상을 단순한 관찰이 아닌 물리화학적 구조를 기반으로 이해하려는 시도가 이 학문의 핵심입니다. DNA와 RNA, 그리고 단백질의 구조와 상호작용을 세밀하게 분석함으로써 생명의 본질에 접근합니다. 이는 과거 아리스토텔레스 방식의 동식물 분류와는 차별화된 현대 과학의 정수라고 할 수 있으며, 미시적인 세계에서 생명의 원리를 탐구합니다. 암 연구와 분자생물학은 떼려야 뗄 수 없는 밀접한 관계를 맺고 있습니다. 실제로 암 생물학 분야에서 이룩한 성과의 상당 부분은 분자생물학적 방법론을 통해 도출되었습니다. 암의 발생 기전을 연구하다 보면 자연스럽게 분자 수준에서의 변화를 마주하게 되며, 이를 통해 암의 비밀을 하나씩 풀어나가게 됩니다. 결국 두 학문은 서로의 발전을 견인하며 인류의 건강을 증진하는 데 기여하고 있으며, 질병의 근본 원인을 파악하는 강력한 도구가 됩니다. 암은 본질적으로 DNA의 질병이라고 정의할 수 있습니다. 세포가 성장하고 분열하는 과정에서 DNA는 필연적으로 손상을 입게 되며, 이러한 돌연변이가 축적되면서 암이 발생합니다. 수명이 길어질수록 암 발생 확률이 높아지는 것은 생물학적인 숙명과도 같습니다. 하지만 최근에는 조기 진단 기술의 발전과 면역관문 억제제 같은 혁신적인 치료법의 등장으로 암을 다스리고 극복할 수 있는 가능성이 그 어느 때보다 높아지고 있는 추세입니다. 과학계의 지속 가능한 발전을 위해서는 다양성 확보가 필수적입니다. 특히 우수한 여성 인력들이 경력 단계마다 이탈하는 '파이프라인 누출' 현상은 반드시 해결해야 할 과제입니다. 대학원까지는 높은 비율을 차지하던 여성 과학자들이 교수로 임용되는 과정에서 급격히 줄어드는 현실은 사회적 지원의 부족을 시사합니다. 창의적인 연구 환경은 다양한 배경을 가진 이들이 섞여 있을 때 비로소 완성되며, 이는 과학계 전체의 경쟁력으로 이어집니다. 분자생물학의 태동과 열정을 느끼고 싶다면 호러스 저드슨의 저서 '창조의 제8일'을 추천합니다. 이 책은 분자생물학의 선구자들이 어떻게 학문의 기틀을 마련했는지, 그리고 노벨상의 산실인 케임브리지 분자생물학 연구소가 어떤 과정을 거쳐 탄생했는지를 생생하게 담고 있습니다. 과학적 탐구의 즐거움과 학문에 임하는 자세를 일깨워주는 이 기록은, 우리가 왜 분자생물학을 공부해야 하는지에 대한 깊은 울림과 영감을 선사할 것입니다.

[석학인터뷰] 이현숙_ 암은 왜 생길까요? 결론부터 말씀드리면.. | 2020 서울대 자연과학대 공개강연 '과학으로 살아남기'

이현숙

카오스재단석학인터뷰
  • 생명과학