BRIC

검색 닫기

Bio뉴스

한빛사

웨비나 참가신청

학술웨비나 분자각인고분자의 생체의료 헬스케어 분야 최신 동향 [Biosens. Bioelectron.] 세계적으로 고령화 인구가 증가함에 따라 건강한 노년 생활을 위해 다양한 질병 관련 바이오마커를 조기에 모니터링하는 중요성이 높아지고 있습니다. 고령화 사회에서는 신체적, 정신적 장애를 가진 노인을 돌보기 위한 현장 진단(Point-of-Care, POC) 시스템이 필요합니다. POC 시스템의 중요성이 증가함에 따라 웨어러블 디바이스에서 기존 수용체의 한계를 극복하기 위해 분자적각인고분자 (Molecularly Imprinted Polymer, MIP)로 대체하려는 노력이 확대되고 있습니다. MIP는 "자물쇠와 열쇠" 원리에 기반하여 특정 결합 cavity을 갖도록 설계된 인공 합성 수용체로 잘 알려져 있습니다. 이는 특정 유형의 단량체와 템플릿에 따라 다양한 구성으로 합성될 수 있습니다. 항체와 압타머 같은 기존 수용체와 비교하여 MIP는 뛰어난 안정성, 비용 효율성, 합성의 용이성, 재사용 가능성 및 광범위한 적용 가능성과 같은 우수한 장점을 제공합니다. 이러한 장점은 MIP가 생체의료 헬스케어 디바이스에서 광범위하게 응용되도록 이끌었습니다. 이번에 출판한 리뷰논문에서는 다양한 MIP 응용 및 방법론을 통해 질병 특이적 바이오마커를 감지하기 위해 사용되는 센서에 대한 비교 분석을 요약하였습니다. 또한, MIP의 소형화 및 웨어러블 생체의료 디바이스와의 통합을 통한 포괄적인 헬스케어 모니터링 응용 분야에서의 최근 발전을 평가하였습니다. 마지막으로, MIP 기반 생체의료 디바이스를 효과적으로 구현하기 위해 극복해야 할 기존 한계를 설명하고 웨어러블 및 무선 생체의료 헬스케어 모니터링 디바이스 향상을 위한 미래 목표를 제시하였습니다.
  • 2025년 07월 08일 (화) 오후 03시
  • 서영준 (고려대학교)
참가신청
기업웨비나 이제 고가 컨포칼 장비 없이도 컨포칼 수준의 형광 이미징을 경험할 수 있습니다. 자동, 수동 현미경을 단 한 번의 업그레이드로, 컨포칼로 전환하세요. [옵틱솔루션] 고가의 컨포칼 장비를 새로 구입하지 않아도, 라이브 셀 이미징이나 3D Z-Stack, 대면적(Large Image) 등 고급 이미지 데이터를 확보할 수 있습니다. 이번 웨비나에서는 CrestOptics사의 CICERO Spinning Disk Confocal 시스템을 통해, 이러한 고민에 대한 실질적인 대안을 제시합니다. CICERO는 고가의 전통적인 컨포칼 시스템과 달리, 합리적인 비용으로 뛰어난 이미지 품질을 제공하는 솔루션입니다. 특히 이미 자동 형광 현미경(Nikon, Olympus, Zeiss, Leica)을 보유하고 계시다면, 기존 장비에 CICERO를 연동하여 적은 예산으로 컨포칼 업그레이드가 가능합니다. 또한, CICERO는 소형화된 디자인으로 다양한 연구실 환경에 쉽게 통합될 수 있으며, 사용이 간편하고 유지관리도 효율적입니다. 고가의 컨포칼 장비를 새로 구입하지 않아도, 라이브 셀 이미징이나 3D Z-stack 촬영 등 고급 이미지 데이터를 확보할 수 있습니다. 이번 웨비나에서는 실제 구축 사례와 함께, CICERO를 활용한 다양한 응용 방법, 설치 구성 예시, 그리고 연구 예산을 절약할 수 있는 구체적인 전략까지 공유드릴 예정입니다. 지금, 컨포칼 이미징의 새로운 접근을 직접 확인해 보세요.
  • 2025년 07월 02일 (수) 오후 02시
  • 김태훈 (옵틱솔루션)
참가신청
학술웨비나 골스캔에서 골전이 진단에 Grad-CAM을 활용한 CNN과 트랜스포머 모델의 진단 성능 비교 [Clin. Nucl. Med.] 목적: 골스캔(bone scan)에서 골 전이를 탐지하기 위해 합성곱 신경망(convolutional neural networks, CNNs)이 연구되어 왔으나, ConvNeXt와 트랜스포머(transformer) 모델은 아직 골스캔에 적용된 바가 없다. 본 연구는 ConvNeXt와 트랜스포머 모델을 포함한 다양한 딥러닝 모델이 골스캔에서 골 전이 병변을 진단하는 성능을 평가하는 것을 목표로 한다. 방법: 두 기관에서 얻은 암 환자 골스캔 영상을 후향적으로 분석하였다. 학습·검증 세트(n = 4,626)는 병원 1, 테스트 세트(n = 1,428)는 병원 2에서 수집하였다. 평가한 딥러닝 모델은 ResNet18, Data-Efficient Image Transformer(DeiT), Vision Transformer(ViT Large 16), Swin Transformer(Swin Base), ConvNeXt Large였다. 시각화를 위해 gradient-weighted class activation mapping(Grad-CAM)을 사용하였다. Results: ConvNeXt Large 모델은 검증 세트와 테스트 세트에서 각각 0.969와 0.885로 가장 우수한 성능을 보였으며, Swin Base 모델(0.965와 0.840)이 그 뒤를 이었고, 두 모델 모두 ResNet18(0.892와 0.725)보다 유의하게 우월하였다. 하위 분석에서 모든 모델은 소수 전이보다 다수 전이 환자에서 더 높은 진단 정확도를 나타냈다. Grad-CAM 시각화 결과 ConvNeXt Large 모델은 국소 병변에, Swin Base 모델은 몸통뼈대 및 골반과 같은 전역 영역에 더 집중하였다. Conclusions: ConvNeXt 모델은 기존 CNN 및 트랜스포머 모델보다 골스캔영상의 골 전이를 탐지하는 데 특히 다수 전이에서 뛰어난 진단 성능을 보여, 의료 영상 분석 분야에서의 활용 가능성을 시사한다.
  • 2025년 06월 18일 (수) 오전 11시
  • 이석현 (한림대학교)
참가신청
학술웨비나 척추이분증에서의 드노보 (de novo) 코딩 돌연변이의 영향 [Nature] 척추이분증(Spina bifida)은 태아가 발생할 때 중추신경계의 전신인 신경관(neural tube)이 완전히 닫히지 않아 발생하는 선천적 기형으로, 심각한 신경계 손상을 초래할 수 있습니다. 현재까지 질환과 관련된 몇몇의 유전자 변이가 알려졌으나, 환자의 대부분을 설명하지 못하였고 복잡한 발병 기작 때문에 질병 관련 유전자를 찾는 것이 큰 어려움으로 남아있었습니다. 이를 위해, 851명의 척추수막류 환자 및 부모(총 2,451명)를 대상으로 전장 엑솜 시퀀싱(Whole exome sequencing)을 수행하여, 부모에게는 없고, 자식에게만 존재하는 드노보 (de novo) 돌연변이에 주목하여 연구하였습니다. 분석 결과, 환자의 약 22.3%에서 유전자 손상 가능성이 높은 돌연변이가 확인되었으며, 이 중 28%는 신경관 결손 발생에 직접적인 영향을 미칠 것으로 평가되었습니다. 확인된 187개의 질병관련 유전자들을 네트워크 확장(network propagation) 기법과 클러스터링(clustering) 기법을 활용하여, 그 중요도가 매우 커 살아있는 환자에게서는 발견할 수 없지만 질병에 중요한 영향을 미칠 수 있는 유전자들까지 알아내, 질병과 관련되어 중요하게 작용하는 생물학적 기작을 보다 폭넓게 파악할 수 있었습니다. 이번 연구를 통해 밝혀진 척수수막류의 원인이 되는 유전자들은, 향후 질병 예측모델 개발에도 활용될 수 있습니다. 또한, 선천성 신경계 질환인 척수 수막류 뿐만 아니라, 자폐증과 같은 다른 복합질환도 유전적 원인 규명이 매우 어려웠는데, 저희 연구팀이 수행한 연구 방법을 적용해 본다면 이제까지 알려지지 않았던 새로운 사실도 밝혀낼 수 있을 것으로 생각됩니다.
  • 2025년 06월 26일 (목) 오전 10시
  • 하유진 (연세대학교 의과대학, University of California, San Diego (UCSD))
참가신청

최신 웨비나

Bio일정