"혈액 부족 문제 해결" 생명硏, 면역 결핍 미니돼지 개발

"최초로 JAK3 유전자 제거한 중증복합면역결핍 모델 생산"

 

 한국생명공학연구원은 김선욱 박사 연구팀이 유전자 편집과 형질전환 기술을 이용해 안전한 혈액 공급을 위한 면역 결핍 미니돼지를 개발했다고 30일 밝혔다.

 2019년 기준 전 세계 196개국 가운데 119개국이 혈액 부족 사태(미국 워싱턴대 조사 결과)를 겪을 정도로 혈액 공급이 전 지구적인 문제로 떠오르고 있다.

 미니돼지에 인간 세포와 같은 외부 세포를 이식해 재생을 유도하려면 거부반응을 일으키지 않도록 면역결핍 상태로 만들어야 한다.

 지난 10여년간 미국과 일본 등에서 인간의 유전질환인 '중증복합면역결핍'(SCID)의 원인 유전자 결손을 통해 면역결핍 미니 돼지를 개발하려는 연구가 시도돼 왔지만, 림프구(면역세포) 결핍 표현형만 보이는 단순 SCID 모델에 그쳐 한계가 있었다.

 SCID는 T세포나 B세포, NK세포 등 림프구의 기능 이상으로 인해 감염에 무방비 상태가 되는 유전적 장애로, JAK3(주로 백혈구 등 면역세포에서 발현되는 티로신 키나아제) 등 12개 이상의 유전자 돌연변이에 의해 발생하는 것으로 알려져 있다.

 연구팀은 유전체 교정 기술인 '크리스퍼 카스9 유전자가위'(CRISPR-Cas9)를 활용, 미니돼지 최초로 JAK3 유전자를 결손 시킨 녹아웃(Knock-Out·제거) SCID 모델을 생산하는 데 성공했다.

JAK3 유전자가 결손된 형질전환 미니돼지

 기존 미니돼지와 달리 림프구 결핍은 물론 단핵구 감소·대식세포(외부 병원체를 잡아먹는 면역세포) 기능 저하와 같은 골수종 세포의 이상과 흉선 결손, 장 면역 손상 등 광범위하게 고도화된 면역결핍 특성을 나타냈다.

 SCID와 같은 희귀 난치질환 치료는 물론 고도의 면역결핍을 통해 세포·조직의 인간화가 가능한 생체 재생공장으로서의 미니돼지 모델 가능성을 제시했다.

 김선욱 박사는 "사람의 혈액을 중대 동물의 생체 내에서 재생시키는 인공혈액 개발에 기여할 것"이라며 "면역결핍 미니돼지를 안정적으로 유지관리하고 활용할 수 있는 인프라 구축 등 후속 연구를 진행할 계획"이라고 말했다.

 이번 연구 결과는 국제 학술지 '저널 오브 어드밴스드 리서치'(Journal of Advanced Research) 지난달 23일 자 온라인판에 실렸다.

김선욱 박사 [한국생명공학연구원 제공. 재판매 및 DB 금지]

의료.병원,한방

더보기
서울성모병원 등 15개 병원, 암 병리 AI데이터 16만건 구축
가톨릭대학교 서울성모병원은 정찬권 병리과 교수를 중심으로 한 다기관 디지털 병리 인공지능(AI) 의료기술 연구사업단이 대규모 암 병리 데이터를 구축했다고 1일 밝혔다. 이번 사업에는 서울성모병원을 비롯한 15개 대학병원과 어반데이터랩 등 9개 기업이 참여했다. 정부 연구비 지원을 바탕으로 2021년 작업을 시작한 사업단은 16만장 이상의 암 병리 전체 슬라이드 영상과 병리 단위의 정밀 어노테이션 데이터(병리 영상에서 암 조직과 정상 조직 등을 구분해 AI가 학습할 수 있도록 한 데이터)를 구축했다. 디지털 병리는 전통적인 유리 슬라이드 대신 고해상도 디지털 영상으로 조직을 분석하는 기술로 최근 AI와 결합하면서 진단 정확도를 높이는 데 기여할 것으로 기대되고 있다. 서울성모병원은 사업단이 이러한 클라우드 기반 플랫폼을 구축해 연구 단계에 머물던 기술을 실제 산업 현장으로 연결하는 성과를 이뤘다고 강조했다. 정찬권 교수는 "이번 사업은 단순한 데이터 구축을 넘어 연구자와 기업이 실제 활용할 수 있는 데이터 인프라를 마련했다는 점에서 의미가 있다"며 "앞으로도 디지털 병리 데이터의 품질과 활용도를 높여 연구와 산업을 연결하는 개방형 플랫폼으로의 역할을 이어가겠다

학회.학술.건강

더보기
KAIST, '뇌를 닮은 AI' 개발…예측이 틀려도 한번 더 생각
한국과학기술원(KAIST)은 뇌인지과학과 이상완 교수 연구팀이 인간 뇌의 학습 원리를 딥러닝에 적용해 인공지능(AI) 모델도 안정적으로 학습시키는 새로운 기술을 개발했다고 1일 밝혔다. 우리 뇌는 현재 벌어지는 일을 단순히 인식하는 데 그치지 않고 '다음에 무슨 일이 일어날까'를 먼저 예측하고, 실제 결과가 다르면 그 차이를 줄이는 방향으로 스스로 수정한다. 바둑에서 상대의 다음 수를 예상했다가 빗나가면 전략을 바꾸는 것과 비슷하다. 이 같은 정보처리 방식을 '예측 부호화'라고 한다. 과학자들은 이 원리를 AI에 적용하려 했지만 신경망이 깊어질수록 오차가 특정 부위에 몰리거나 아예 사라져 성능이 떨어지는 문제가 반복되면서 어려움을 겪었다. 연구팀은 AI가 결과만 예측하는 것이 아니라 '예측 오차가 앞으로 어떻게 변할지'까지 다시 예측하도록 만들었다. 연구팀은 이를 '메타 예측'이라 설명하는데 '틀림을 한 번 더 생각하는 AI'를 말한다. 이 방식을 적용하면서 깊은 신경망에서도 학습이 멈추지 않고 안정적으로 진행됐다. 총 30가지 실험 중 29개에서 현재 AI의 표준 학습법인 '역전파'보다 높은 정확도를 기록했다고 연구팀은 설명했다. 역전파는 AI가 '틀린 만