한빛사 인터뷰
- 등록2024-08-05
- 조회589
1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드
식물천연물은 신약개발을 포함한 응용 생화학 분야의 가장 중요한 분자 자원입니다. 식물은 고착생활을 하는 생명체로서, 주변 환경 스트레스에 대응하기 위해 다양한 대사물질, 천연물을 합성하도록 진화했습니다. 현재까지 알려진 300,000 여종의 천연물 중 200,000 종 이상이 식물 유래 천연물로 알려져 있습니다. 특히 식물-초식 곤충의 Arms race 과정에서 획득된 식물 천연물은 뛰어난 생체 활성을 보입니다. 때문에 1990년 이후 FDA에 승인된 저분자약물 2000여종의 30% 이상이 식물천연물 유래 물질이기도 합니다. 따라 식물천연물에 대한 이해는 신약개발 등 다양한 분야에 중요한 기초연구가 됩니다.
식물천연물을 효과적으로 활용하기 위해서는 그 생합성 경로를 밝히는 것이 필수적입니다. 천연물은 그 구조가 복잡하고, 강한 위치선택성과 입체선택성을 보입니다. 따라 3차원 내에서 화학반응을 일으키는 효소를 활용하여 생합성 또는 반합성을 구현한다면 천연물을 효과적으로 생성할 수 있습니다. 그러나 많은 약용 천연물에 대해 그 생합성 경로가 잘 밝혀져 있지 않아, 물질을 합성하는 식물체로부터 추출하여 사용하고 있습니다. 식물 생합성 경로 연구는 매우 어렵지만, 이에 대한 이해는 식물 천연물의 활용 가치를 크게 증가시킬 수 있습니다.
천연물의 생합성 경로 연구의 첫 단계는 어떤 중간체를 거쳐서 합성되는지에 대한 역합성 경로를 제시하는 것입니다. 이는 생화학자의 전문적인 지식과, 관련 물질에 대한 다양한 정보를 요구하는 어려운 작업입니다. 일례로 저희 연구실에서는 기존에 받아들여지던 benzylacetone의 역합성 경로가 잘 못 되었음을 밝혀낸 연구결과를 보고한 사례가 있습니다. 이러한 문제를 해결하고자, 역합성 경로를 제시하기 위한 보조 도구들이 활발히 개발되어 왔습니다.
저는 전산학과 생명과학을 함께 공부하는 학생으로서, 딥러닝을 이용해 천연물의 역-생합성 경로를 제시하는 모델을 개발했습니다. 머신러닝 분야에서 딥러닝 기반 역합성 예측 모델 연구는 활발하게 진행되어 왔습니다. 그러나 이를 생화학 분야에 적용하여, 생명과학자들에게 유용한 도구를 제공하는 시도는 미비했습니다. 본 연구는 머신러닝 분야에서 가장 발전된 역합성 모델 구조와, 생화학적 직관을 활용하여 생합성 경로 예측을 가장 잘 수행할 수 있는 모델을 제시했습니다. 생화학자와 전산학자 사이의 사용하는 언어가 다르지만 자주 소통하며 잘 할 수 있는 부분을 수행한 결과 좋은 시너지로 연구를 마무리할 수 있었습니다. READRetro를 대사물질 연구에 적극적으로 활용해주세요. (readretro.net)
2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁드립니다.
본 연구는 카이스트 생명과학과 김상규 교수님 (https://sites.google.com/view/kimlab/home)과 김재철 AI대학원 황성주 교수님 (https://www.mlai-kaist.com/)의 공동지도로 진행됐습니다. 제가 속한 김상규 교수님 연구실에서는, 식물이 만들어내는 다양한 대사물질의 생합성 유전자와 조절인자, 그리고 생태학적 기능에 대해 연구를 진행하고 있습니다. 대사물질 연구에는 생화학, 분석화학, 분자생물학, 생물정보학을 포함한 많은 전문분야가 통합적으로 활용됩니다. 이를 수행하기 위해 각 학생들이 자신의 분야를 깊게 공부하고, 또 이를 적극적으로 공유하는 분위기가 형성되어 있습니다. 서로를 소중히 여기라는 교수님의 가르침 아래에서 훌륭하신 박사님과 뛰어난 동료들로부터 연구에 대해 많은 것을 즐겁게 배울 수 있는 것이 저희 연구실의 큰 장점이라고 생각합니다.
3. 연구 활동 하시면서 평소 느끼신 점 또는 자부심, 보람
저는 생명과학과 전산학이 큰 시너지를 낸다고 생각합니다. 생명과학은 실생활에 중요한 문제들을 직접 해결하는 힘을 가졌고, 전산학은 이를 보조하는 데에 탁월하기 때문입니다. 생화학과 전산학을 함께 활용하는 연구를 진행하며 각 연구자들의 언어를 배우고, 둘을 융합해 좋은 연구를 하는 방법을 고민하고 있습니다. 그 과정에서 나타난 초기의 긍정적 결과로 본 논문을 투고하게 되어 즐거웠습니다. 두 분야를 깊이 공부하여, 전산학의 좋은 도구를 가지고 생화학의 어려운 문제를 해결하는 과학자가 되고 싶습니다.
4. 이 분야로 진학하려는 후배들 또는 유학준비생들에게 도움이 되는 말씀을 해 주신다면?
제가 조언을 하기에는 부족한 것 같습니다. 열심히 연구해서 재미있고 많은 사람들에게 유익한 결과를 낼 수 있길 응원합니다.
5. 연구 활동과 관련된 앞으로의 계획이 있으시다면?
저는 식물생화학에 기초를 둔 연구자가 되고 싶습니다. 현재 카이스트 화학과 한순규 교수님 연구실의 강규민 박사님과, 저희 연구실 정성준 선배님과 함께 한국에서 자생하는 식물의 알칼로이드 생합성을 연구하고 있습니다. 이 과정에서 식물의 생합성 유전자를 효과적으로 추리기 위한 다양한 아이디어가 생겼습니다. 본 연구가 마무리되면 천연물 생합성에 관여하는 식물의 유전자를 효과적으로 예측하는 딥러닝 기반 도구를 개발하고 싶습니다.
6. 다른 하시고 싶은 이야기들.....
본 연구가 잘 수행될 수 있게 지도해주시고, 항상 따뜻하게 가르쳐주시는 김상규 교수님께 가장 감사드립니다. 이번 연구에서 가장 중요한 역할을 한, 늘 많이 배우는, 공저자이자 좋은 동료 이슬학생과 낯선 분야임에도 연구를 허락해주시고 좋은 가르침을 주신 황성주 교수님께 깊은 감사의 인사를 전합니다. 또한 웹페이지 짧은 시간동안 훌륭한 웹페이지를 최선의 협조로 개발해주신 곽예진 학생과 박정빈 교수님께 감사드립니다. 애정하는 동료 최민수 학생의 수고와 응원 덕분에 연구를 즐겁게 진행하고 많이 배울 수 있었음에 고마움을 전합니다.
저의 부족함에도 가르쳐 주시고 애정으로 대해주시는 에코랩 구성원 분들께 감사 인사를 전합니다. 앞으로 공동체에 더 좋은 영향을 주는 과학자가 되도록 열심히 하겠습니다.
#natural product
# biosynthesis
# deep learning
댓글 작성 로그인
팝업 닫기관련 링크
연구자 ID
소속기관 논문보기
관련분야 논문보기
해당논문 저자보기
