한빛사 인터뷰
- 등록2021-05-25
- 조회2,625
1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드
장출혈성대장균, Shiga toxin-producing Escherichia coli (STEC) 은 주로 오염된 소고기, 채소 등의 식품 섭취를 통해 영유아나 고령의 환자를 감염시켜 햄버거병이라고도 불리는 용혈성요독증후군을 일으키는 치명적인 식중독 감염균입니다. STEC은 특징적으로 시가 독소(Shiga toxin)를 지니고 있지만, 시가 독소를 가지고 있다 하더라도 병을 일으키지 않는 STEC이 존재해 균주의 독성을 정확하게 예측하기가 어렵습니다. 현재까지는 STEC이 지니는 혈청형이나 일부 독소 유전자들의 조합을 확인하는 것으로 균주의 독성을 예측했습니다. 하지만, 2011년 유럽 전역에서 약 3,000명을 감염시키며 큰 식중독 사태를 일으킨 STEC은 새로운 혈청형과 독소 유전자 조합을 갖고 있는 변이주로 기존의 방법들로 독성을 예측할 수 없는 균주였습니다. 때문에, 기존의 방법으로 독성을 예측할 수 없는 STEC 변이주들에 의한 식중독 사고를 예방하기 위해 STEC의 잠재적 독성을 정확하게 예측할 수 있는 새로운 방법이 필요합니다.
본 연구는 STEC이 가지고 있는 유전정보로부터 독성을 판별할 수 있는 인공지능 모델을 개발했습니다. 개발된 인공지능 모델은 지금까지 유전정보가 공개된 2,646개의 STEC의 독성 여부를 약 99%의 높은 정확도로 판별했습니다. 또한, 기존의 혈청형이나 독성 유전자 조합 방법으로는 판별할 수 없었던 STEC 변이주들의 독성을 정확하게 판별했습니다. 나아가, 본 연구에서는 개발된 인공지능 모델을 분석해 STEC 독성 판별에 기준이 될 수 있는 새로운 독소인자들을 발굴했습니다. 발굴한 새로운 기준 독소인자들 중 상당수는 아직 그 기능이 밝혀져 있지 않습니다. 하지만, 새로이 발굴된 기준 독소인자들의 기능을 규명함으로써 STEC의 새로운 발병기전을 제시할 수 있고, 이를 타겟으로 하는 새로운 치료기술 개발에 기여할 수 있을 것이라 생각합니다.
결론적으로, 본 연구는 기존의 방법으로 독성을 예측하기 어려운 변이주를 포함한 다양한 STEC들의 독성을 정확하게 예측할 수 있는 새로운 방법을 인공지능 모델을 활용해 개발했으며, 개발된 인공지능 모델을 분석하는 것으로 STEC의 새로운 발병기전들을 연구할 수 있는 초석을 다졌다는데 그 의의가 있습니다.
2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁드립니다.
이번 연구는 서울대학교 최상호 교수님 연구실과 이화여대 김병식 교수님의 공동 연구로 진행됐습니다. 제가 소속된 최상호 교수님 실험실은 패혈증비브리오균, 살모넬라, 장출혈성대장균 등의 다양한 식중독균의 독소 인자들을 발굴하고 그 기능과 조절을 규명하는 연구들을 진행하고 있습니다. 분자생물학뿐만 아니라 차세대염기서열분석 (NGS), 인공지능 등 생물정보학을 활용한 연구도 진행하기에, 다양한 분야에 대한 폭넓은 연구를 배울 수 있습니다. 무엇보다, 각자의 연구 주제를 주도적으로 이끌어 나가면서도 동료 연구원들의 연구에 대해서 누구보다도 열정적으로 디스커션을 해주는 연구원들이 있다는 점이 저희 연구실의 가장 큰 장점이라 생각합니다.
3. 연구활동 하시면서 평소 느끼신 점 또는 자부심, 보람
저희가 연구하고 있는 식중독균은 우리의 생활 안전에 직결된 문제로, 많은 사람들의 보건환경에 영향을 미칩니다. 제가 식중독균에 대해 연구한 결과들이 공중 보건 향상에 기여할 수 있다는 점이 제가 느끼는 가장 큰 보람입니다. 현재에 안주하지 않고, 항상 끊임없이 배우고 실천하여 더욱 안전한 사회를 만드는데 기여할 수 있도록 노력하겠습니다.
4. 이 분야로 진학하려는 후배들 또는 유학준비생들에게 도움이 되는 말씀을 해 주신다면?
생명과학 분야에 정말 다양한 연구 방법이 도입되고 발전하는 것을 보면서, 정말 끊임없이 새로운 것을 배우고 실천해야 한다는 것을 느낍니다. 특히 생물정보학 분야는 새로운 연구방법론의 도입이 매우 빠르기에, 지속적으로 연구 동향을 확인하면서 새로운 것을 배우려 노력해야 합니다. 하지만, 생물정보학과 관련된 정보들은 다양한 채널을 통해 양질의 교육 자료를 용이하게 얻을 수 있기 때문에 꾸준한 관심과 흥미를 가지고 연구를 지속해 나간다면 좋은 결과를 낼 수 있을 것이라 생각합니다.
5. 연구활동과 관련된 앞으로의 계획이 있으시다면?
본 연구를 통해 생물정보학에 기반한 예측 결과를 제시했다면, 앞으로는 이렇게 인공지능을 통해 발굴해낸 STEC의 기준 독소 유전자들의 기능을 실험적으로 규명하는 연구를 진행하고자 합니다. 이를 통해 STEC의 발병 기전에 대한 이해를 더하고, 나아가 STEC 감염을 치료할 수 있는 미래를 만들기 위해 노력하고자 합니다.
6. 다른 하시고 싶은 이야기들....
새로운 분야를 연구하는 데에 아낌없이 지지해주시고 지도해주신 최상호 교수님께 먼저 감사의 말씀을 올립니다. 또 논문을 작성하는데 큰 도움을 주신 김병식 교수님께도 감사의 말씀을 전합니다. 같이 고민하며 큰 도움을 준 우리 연구실 승호, 정말 고맙습니다. 연구실에서 힘들 때 늘 힘이 되어준 우리 연구실 식구들, 덕윤형, 한영형, 지원이, 가람이, 두현이, 호경이, 태영이, 호준이, 다영이에게 고마움을 전합니다.
마지막으로 못난 아들을 한없는 사랑과 믿음으로 지지해주신 우리 부모님, 어무니 아부지에게 정말 한없는 감사의 말을 전합니다. 엄니압지 사랑합니다!!! 우리 가족 사랑합니다!!!
#STEC
#Risk_assessment
#Machine_learning
댓글 작성 로그인
팝업 닫기관련 링크
연구자 키워드
관련분야 연구자보기
소속기관 논문보기
관련분야 논문보기
해당논문 저자보기
