-
104
- [19.02.22] 반용선 교수, 미생물학술원 (AAM) 석학회원으로 선출
- 우리학과 반용선 교수가 미국미생물학회(American Society for Microbiology, ASM) 산하 미생물학술원(American Academy of Microbiology, AAM)의 석학회원(Fellow)으로 지난 1월 28일 선정됐다. 미생물학술원 펠로우는 ASM 회원 중 미생물학 분야에서 그동안 학문적으로 탁월한 업적을 낸 학자를 대상으로 엄격한 심사를 거쳐 선출된다. 반 교수는 한국인으로서는 역대 5번째로 AAM Fellow으로 선정되었으며, 진균학 분야에서는 국내 최초로 선정되는 영예를 누렸다.
- 생명공학과 2020.01.08
-
103
- [19.02.14] 조승우 교수 연구팀, 음파를 이용한 치료용 인공 혈관 제작 기술 개발
- 연세대학교 생명공학과 조승우 교수, 신지수 박사 연구팀과 기계공학과 이형석 교수, 강병준 박사 연구팀이 음파를 이용하여 치료용 혈관 조직을 제작할 수 있는 기술을 개발하였다. 심근경색과 같은 혈관과 관련된 심각한 질환들을 치료하기 위해 줄기세포 등을 이용하여 인공혈관을 제작하는 연구가 활발히 수행되고 있다. 특히, 몸 안에 있는 혈관의 형태를 모사하여 인공 혈관을 제작하기 위해 세포를 특정한 형태로 배열할 수 있는 기술이 각광을 받고 있다. 그러나, 실제 혈관에서는 세포들이 밀집하여 혈액이 새어나가지 않는데 기존 기술을 이용해서는 이와 같이 세포를 밀집하여 배열하는 것이 어려웠다. 공동 연구팀은 음파를 이용하면 세포를 서로 접할 정도로 가까운 간격으로 배열할 수 있다는 점에 착안하고 생체 미세혈관과 유사한 형태로 세포를 배열할 수 있는 음파 장치를 개발하였다. 이를 인간혈관세포와 인간지방줄기세포에 적용하여 인공 혈관을 제작했다. 세포가 무작위로 분포된 인공 혈관 조직체와 비교해서, 세포가 정렬된 인공 혈관 조직체에서는 세포간 접합 및 상호작용이 증진되었고, 혈관성장인자의 분비가 월등하게 향상되었음을 확인하였다. 이는 혈관이 보다 성숙하고 안정적으로 형성될 수 있음을 의미한다. 세포가 정렬된 혈관 조직체를 마우스 모델에 이식했을 때에는 인공 혈관 조직에서 분비된 혈관 형성유도 단백질이 기존 마우스 혈관을 이식된 조직 내로 이끌어오고, 이끌려온 혈관이 인공 조직체 내부 혈관과 연결되어 혈액이 흐르는 것이 관찰되었다. 세포가 무작위로 분포한 조직체를 이식했을 때에는 이와 같은 혈관 통합이 관찰되지 않았다. 세포가 정렬된 인공 혈관 조직체를 마우스 하지 허혈 모델에 이식하였을 때 4주간의 관찰 기간 동안 막혔던 혈액 순환이 회복되었으며 세포가 무작위로 분포한 조직체를 이식한 경우와 비교하여 치료 효과와 회복 속도가 모두 향상되었음을 확인함으로써 세포가 정렬된 인공 조직체의 우수한 치료 효능을 검증하였다. 연구팀은 “본 연구에서 개발한 음파를 이용한 인공 조직 제작 기술을 사용하면 기존 생체모사 기술보다 높은 정밀도로 생체 조직을 체외에서 제작할 수 있다”라며, “본 연구를 토대로 다양한 생체 조직 및 장기를 만들어서 환자에 이식하여 치료하거나, 환자에 적합한 약물을 개발하는 과정에서 약물 테스트 플랫폼으로 활용할 수 있을 것으로 기대된다”고 말했다. 이번 연구는 국제 최상위 학술지인 ‘네이처 커뮤니케이션즈 (Nature Communications)’에 출판됐다. 논문 링크: https://www.nature.com/articles/s41467-018-07823-5
- 생명공학과 2020.01.08
-
102
- [19.01.22] [연구 프론티어] 이인석 교수 연구팀, 시스템의학을 위한 휴먼유전자네트워크 개발
- 이인석 교수 연구팀, 시스템의학을 위한 휴먼유전자네트워크 개발 유전체 빅데이터 기계학습과 네트워크과학을 통한 질병연구의 기반기술 확보 이인석 교수(생명공학과) 연구팀이 개발한 휴먼유전자네트워크 ‘휴먼넷(HumanNet)’이 기존 여타 휴먼유전자네트워크보다 질병에 대한 예측력이 뛰어난 것으로 밝혀졌다. 의과대학 만성난치질환시스템의학센터 참여교수로 활동 중인 이인석 교수는 인간의 질병을 유전자들의 비정상적인 상호작용 관점에서 이해하고 치료법을 개발하고자 하는 시스템의학 연구를 다년간 진행해 왔다. 시스템의학 연구에 반드시 필요한 기술요소들 중 하나가 인간유전자들의 상호작용을 지도화한 유전자네트워크다. 우리의 세포는 약 2만 개의 유전자들을 보유하고 있다. 세포의 다양한 기능은 단일유전자가 아닌 다수의 유전자들 사이의 협업을 통해 수행된다. 이러한 협업은 유전자들 사이의 복잡한 상호작용을 통해 정상적으로 수행되게 되는데, 만약 유전자의 변이 등에 의해 협업하는 유전자들 사이의 상호작용에 이상이 생기면 관련된 세포기능에도 이상이 생겨 결국 질병으로 나타나게 된다. 따라서 유전자네트워크는 유전자변이에 의한 질병기전을 시스템 수준에서 이해하기 위해 꼭 필요한 기술요소이다. 황소현 박사는 수년간 다양한 유전체 데이터를 분석하여 유전자들의 상호작용을 발굴하는 ‘기계학습(Machine Learning)’ 기술들을 개발해 왔다. 기계학습은 최근 다양한 분야에서 활용 가능성이 대두되고 있는 인공지능 기술의 한 분야로 데이터 분석에서 가장 광범위하게 사용되고 있다. 이인석 교수 연구팀은 주어진 데이터를 이용해 두 유전자가 기능적으로 상호관련성이 존재하는지를 판단하는 기계학습을 진행하여 총 50만개 이상의 기능적 상호작용으로 구성된 HumanNet을 최종적으로 구축하게 되었다. 연구팀은 또한 이 유전자네트워크를 이용해 암, 대사, 면역질환 등 다양한 질병에 관련된 유전자들을 예측하는 데 현재 시스템의학 분야에서 사용되는 어떠한 유전자네트워크보다 우수함을 증명하는 데도 성공했다. 관련 논문은 해당 연구 분야의 권위 있는 국제 학술지인 ‘뉴클레익 애시드 리서치(Nucleic Acids Research)’에 최근 게재되었다. 한편, 연구팀은 HumanNet을 개방형 웹 서비스 시스템(www.inetbio.org/humannet)으로도 개발하여 제공하고 있으며 현재 유럽 및 북미 바이오산업 선진국의 수많은 연구자들을 포함한 국내외 연구자들에게 시스템의학 연구기반시스템을 제공하고 있다. 이인석 교수는 “개발된 HumanNet이 향후 질병의 진단과 치료에 이용될 수 있는 핵심 유전자들을 발굴하는 데 중요한 기여를 할 것으로 기대하고 있다.”고 전했다. 연세소식 vol.619
- 생명공학과 2020.01.08