한빛사 인터뷰
- 등록2022-11-08
- 조회1,442
1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드
‘딥러닝을 활용한 고해상도의 병리 이미지 분석 연구’는 딥러닝 기술의 발전과 대량의 병리 슬라이드를 고해상도로 빠르게 디지털처리를 할 수 있는 병리 스캐너의 발달과 더불어 빠르게 성장하고 있는 연구 분야입니다. 연구 초기에는 병리 이미지 상에서 일부 선택된 영역에 대한 결과 예측이 가능했다면, 최근 연구는 하드웨어의 발달과 새로운 딥러닝 기법의 등장으로 고해상도의 병리 이미지 전체를 활용하여 딥러닝에 기반한 진단/예측을 수행하고 있습니다.
본 연구는 이러한 연구 기조에 부응하면서, 최근 딥러닝 분야에서 주목받고 있는 그래프 딥러닝 기술을 접목하여 병리 특징간 (features)의 상호작용 및 병리 이미지상에서 확인할 수 있는 암 미세환경 내부의 다양한 세포들의 상호작용을 딥러닝 모델이 학습하도록 하고 그 성능을 평가한 연구입니다. 무엇보다 차별되는 부분은 기존의 딥러닝 모델과 비교하여 좋은 성능만을 보이는 것 만을 목표로 하지 않고, 새로운 병리 기반의 진단 마커 발굴을 통하여 실제 의료 현장에 활용될 수 있도록 서울대 보라매병원의 박정환, 오소희 교수님과 긴밀한 협업을 진행하며 많은 노력을 기울여 수행한 연구라는 부분입니다.
논문 준비부터 1년이 넘는 리비전과정을 거치면서 최종 승인 게재 수락을 받았을 때의 그 기쁨은 이루 말할 수 없고, 또 리뷰어로부터 본 연구에 대한 귀하고도 좋은 코멘트들을 받아 1년이 넘도록 노력한 고생에 대한 보상받을 수 있었다고 생각합니다.
2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁드립니다.
본 연구는 서울대학교 전기정보공학부의 권성훈 교수님의 지도하에 Biophotonics and nanoengineering lab (BiNEL)에서 이루어 졌습니다. BiNEL은 "Helping Life Scientists with Technology"라는 목적의식을 가지고, 바이오/나노/전자공학 분야에 걸친 융합 연구를 통해 맞춤 의학 분야를 연구하고 있습니다. 지속적으로 기존의 질병 진단과 치료 과정에 존재하는 문제점들을 해결하기 위한 연구를 진행해왔으며 대표적으로, 저희 연구실에서 개발한 초고속 항생제 감수성 검사 기술은 패혈증 환자에게 적합한 항생제를 빠르게 진단함으로써 환자 개개인에 적합한 항생제를 확인하고 처방할 수 있습니다. 이 기술은 연구실에서 창업한 ㈜퀀타매트릭스에서 상용화되어 한국 식품의약품안전처 및 유럽의약품청 승인을 받고, 국내외 병원에서 실제 패혈증 환자의 생명을 살리는데 기여하고 있습니다.
또한, 레이저 기반 세포 분리 장비를 개발하여 조직 내에 희귀한 중요 세포들의 유전 정보 획득을 가능하게 하였고, 유방암, 알츠하이머, 골다공증 등 여러 질병과 관련된 주요 표적 세포에 대한 연구를 진행하고 있습니다. 현재는 단일 세포/공간 유전체, 딥러닝, 이뮨 프로파일링, 합성생물학, DNA 합성등 연구 주제의 경계 없이 다학제간 융합연구를 수행하고 있습니다.
3. 연구 활동 하시면서 평소 느끼신 점 또는 자부심, 보람
연구실에서 다양한 다학제간 융합연구가 이루어지고 있었지만 딥러닝 연구가 수행된 것은 이 연구가 최초입니다. 연구 환경 세팅을 위해 서버 구매부터 선 · 후배, 동료들과 직접 딥러닝의 기초부터 최근 동향까지 함께 공부하며 기초부터 차근차근 준비해온 것이 좋은 결실을 맺게 되어 뿌듯합니다. 또 게재 당시에 동 저널에서 논문을 highlight 해 주어서 첫 딥러닝 연구이지만 유의미한 결실을 맺을 수 있음을 실감할 수 있었습니다.
4. 이 분야로 진학하려는 후배들 또는 유학준비생들에게 도움이 되는 말씀을 해 주신다면?
딥러닝을 병리 이미지 데이터 및 다양한 유전체 오믹스 데이터에 적용하는 연구는 많은 결과들이 쏟아져 나오고 있지만, 여전히 흥미롭고, 해결해야 할 문제들이 산재하고 있습니다. 딥러닝에 대한 지식과, 기초 생물학, 다양한 질병에 대한 지식과 함께 생화학 실험에 대한 경험까지 가질 수 있다면 다양한 기회가 있음을 믿어 의심치 않습니다.
5. 연구 활동과 관련된 앞으로의 계획이 있으시다면?
저는 박사 과정을 마치고, 좋은 기회로 Genentech의 단일 세포 연구의 선구자이신 Aviv regev 교수님의 연구실에 Post-Doc 으로 합류하게 되었습니다. 앞으로도 딥러닝 기술을 활용하여서 병리를 비롯하여 최근 새롭게 생산되는 단일 세포, 공간 유전체 데이터를 효율적으로 분석하고 이를 대규모 환자 데이터에 적용하여 유의미한 진단, 제약 마커들을 발굴하는데 힘써볼 계획입니다.
6. 다른 하시고 싶은 이야기들.....
본 연구를 물심양면 지원해 주신 박사 과정 지도 교수님이신 권성훈 교수님께 감사인사를 다시 한 번 드리고 싶고, 병원일이 바쁘심에도 불구하고 새벽까지 함께 연구를 비롯해 논문 작성, 리비전을 함께 해 주신 박정환, 오소희 교수님께도 정말 감사드립니다. 또 함께 딥러닝 모델을 테스트하고, 데이터 분석을 해 준 같은 연구실의 신경섭 박사과정생에게도 감사 인사를 전합니다. 이 모든 분들과 함께 하지 못했다면 이루어 내지 못했을 연구입니다.
아울러 박사 과정 지도 교수님이신 권성훈 교수님께서 늘 마음만 먹으면 할 수 있다고, 연구의 동기인 “why”가 명확하면 된다는 말씀을 많이 해 주셨습니다. 다학제간 융합 연구를 할 때 남이 아직 가 보지 않은 길을 가야할 때도 있고, 본인에게 너무 생소한 길을 가야할 때도 있지만 두려워하지 말고 흔들리지 않는 연구 동기를 가지고 최선을 다하면 어떠한 일이든 해 낼 수 있다고 생각합니다.
#deep learning
#computational pathology
#tumor microenvironment
댓글 작성 로그인
팝업 닫기관련 링크
연구자 키워드
관련분야 연구자보기
소속기관 논문보기
관련분야 논문보기
