한빛사737건

• • 정훈진(원광대학교)

  • 남효영(포항공과대학교)

  • 장진아(포항공과대학교)

  • 이승재(원광대학교)

  Dragging 3D printing technique controls pore sizes of tissue engineered blood vessels to induce spontaneous cellular assembly

  • Bioact. Mater. Available online 4 October 2023 | https://doi.org/10.1016/j.bioactmat.2023.07.021

  • 2024.01
  • 바이오·의료융합

• • 한기남(가톨릭대학교)

  • 이현(가톨릭대학교)

  • 박우람(성균관대학교)

  • 정현도(가톨릭대학교)

  3D-printed NIR-responsive bullets as multifunctional nanodrug platforms for image-guided local chemo-photothermal therapy

  • Chem. Eng. J. Volume 477, 1 December 2023, 147083 | https://doi.org/10.1016/j.cej.2023.147083

  • 2023.12
  • 바이오·의료융합

• • 이지은(강원대학교)

  • Sayan Deb Dutta(강원대학교)

  • Rumi Acharya(강원대학교)

  • 임기택(강원대학교)

  Stimuli-responsive 3D Printable Conductive Hydrogel: A Step Towards Regulating Macrophage Polarization and Wound Healing

  • Adv. Healthc. Mater. Nov 10 2023, | https://doi.org/10.1002/adhm.202302394

  • 2023.11
  • 바이오·의료융합

• • 윤정빈(POSTECH)

  • 한호현(POSTECH)

  • 장진아(POSTECH)

  Nanomaterials-incorporated hydrogels for 3D bioprinting technology

  • Nano Converg. Nov 15 2023, 10 (1) 52 | https://doi.org/10.1186/s40580-023-00402-5

  • 2023.11
  • 바이오·의료융합

• • 박원빈(POSTECH)

  • 김병수(부산대학교)

  • 조동우(POSTECH)

  3D bioprinted multilayered cerebrovascular conduits to study cancer extravasation mechanism related with vascular geometry

  • Nat. Commun. Nov 24 2023, 14 (1) | https://doi.org/10.1038/s41467-023-43586-4

  • 2023.11
  • 바이오·의료융합

• • Thavasyappan Thambi(경희대학교)

  Nanoengineered injectable hydrogels derived from layered double hydroxides and alginate for sustained release of protein therapeutics in tissue engine

  • J. Nanobiotechnol. Nov 02 2023, 21 (1) 405 | https://doi.org/10.1186/s12951-023-02160-2

  • 2023.11
  • 바이오·의료융합

• • 배서준(부경대학교)

  • 임도진(부경대학교)

  Simultaneous Separating, Splitting, Collecting, and Dispensing by Droplet Pinch-Off for Droplet Cell Culture

  • Small Nov 27 2023, | https://doi.org/10.1002/smll.202309062

  • 2023.11
  • 바이오·의료융합

• • 김한준(고려대학교 약학대학, Terasaki Institute)

  Engineered organoids for biomedical applications

  • Adv. Drug Deliv. Rev. Nov 13 2023, S0169-409X(23)00457-X | https://doi.org/10.1016/j.addr.2023.115142

  • 2023.11
  • 의약학

• • 허용(한양대학교 약학대학)

  • 임형신(한양대학교 약학대학)

  Invasive FoxM1 phosphorylated by PLK1 induces the polarization of tumor-associated macrophages to promote immune escape and metastasis, amplified by I

  • J. Exp. Clin. Cancer Res. Nov 16 2023, 42 (1) 302 | https://doi.org/10.1186/s13046-023-02872-1

  • 2023.11
  • 의약학

• • 이동성(서울시립대학교, Salk Institute for Biological Studies)

  Foxp3 orchestrates reorganization of chromatin architecture to establish regulatory T cell identity

  • Nat. Commun. 06 November 2023;14;6943(2023) | https://doi.org/10.1038/s41467-023-42647-y

  • 2023.11
  • 생명과학

• • 박지선(가톨릭대학교)

  • 이채현(가톨릭대학교)

    Interview

  • 구희범(가톨릭대학교 의과대학)

  Efficient drug supply in stem cell cytosol via pore-forming saponin nanoparticles promotes in vivo osteogenesis and bone regeneration.

  • Biomaterials Volume 302, November 2023, 122342 | https://doi.org/10.1016/j.biomaterials.2023.122342

  • 2023.11
  • 바이오·의료융합
• 

  한호진

  한국생명공학연구원

  HIF1-α는 고형암 내부와 같은 저산소 상황에서 다수의 타겟 단백질의 전사 인자로서 기능을 하며, 여러 종류의 암에서 암의 성장, 암의 대사, 암 전이 등 암과 관련된 단백질입니다. 해당 기전 등을 이유로 다양한 약물 및 저해제가 활발히 개발되고 있습니다. hnRNPA2B1 단백질은 heterogeneous nuclear ribonucleoproteins (hnRNPs) 의 super family 단백질로서 세포 내 다양한 RNA와 결합하여 여러 생체 기전에 관여하는 단백질입니다. 여러 연구에 따르면, 암과 관련된 pre-mRNA 와 결합하여 해당 단백질들의 발현을 조절한다는 보고가 있어 항암 타겟 단백질로 또한 관심을 받고 있습니다. 더욱이 최근 연구에서 HIF1-α 의 mRNA에 결합하여 단백질의 안정성에 영향을 미치는 역할이 보고 되었습니다. 이번 연구에서 우리는 hnRNPA2B1 에 결합할 가능성이 있는 다양한 약물을 개발하였고 최적화된 약물을 선정하고, 해당 약물이 hnRNPA2B1 과 직접 결합을 통하여 HIF1-α 의 단백질의 발현량을 조절하고 이를 통해 HIF1-α 의 타겟 단백질을 조절하여 해당 단백질들의 역할인 세포 내 당 대사에 영향을 주는 것을 암세포에서 확인하고 이를 3D 스페로이드와 대장암 환자 유래 암 오가노이드 모델에서 검증하였습니다. 해당 연구를 통해 hnRNPA2B1과 결합하여 HIF1-α 단백질을 조절하는 새로운 유형의 표적 항암물질을 보고하였습니다. 2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁드립니다. 저는 한국생명공학연구원 화학생물연구센터 성낙균 박사님 팀에서 포닥으로서 연구를 수행하고 있습니다. 우리 센터는 새로운 화학물질 등을 규명하고 이를 이용하여 항암, 항전이, 대사, 항균, 항곰팡이 등 다양한 생물학적 효능과 작용 기전을 연구하는 센터 입니다. 본 연구의 생물학적 기전 및 효능은 우리 실험실에서 진행하였고, 새로운 물질에 대한 구조화, 합성 등 화학관련 연구는 동국대학교 약학대학 이경 교수님과 공동연구를 통해 진행하였습니다. 3. 연구 활동 하시면서 평소 느끼신 점 또는 자부심, 보람 오랜기간동안 암에 대한 치료 및 연구가 진행되고 있으나, 여전히 암은 가장 높은 사망원인이 되는 질병 중 하나입니다. 따라서, 저는 학부를 졸업하고 석사-박사 전공을 선택하려 할 때부터 항암에 관하여 공부하고자 하였고, 포닥 중인 지금까지 새로운 항암물질 및 기전에 관하여...

  • J. Adv. Res.

  2023.11.27

  2023.11.27

• 

  최규성

  서울대학교병원

  생존기간을 예측하는 예후 예측 모델을 개발하기로 하였습니다. 실제로 저희 병원 외래에서도 뇌교종 환자의 예후를 비침습적으로 예측하는데 있어서 가장 좋은 지표는 결국 임상지표인 karnofsky performance scale (KPS) 정도뿐인 실정이기 때문에, 비침습적인 MRI 이미징 예후인자가 있다면 큰 도움이 될 상황입니다. 결국은 특수한 MRI 시퀀스, 특수한 모델 아키텍쳐로는 성능 일반화에 오히려 한계가 있다는 점을 많이 느꼈기 때문에 이번에는 다른 병원의 데이터를 확보하고 데이터 클렌징을 하는데 많은 노력을 들였고 연구원들께서 돌아가며 도움을 주셨습니다. 그리고 기존에 알려진 임상적, 분자유전학적 예후인자를 모두 포함해서 다변량 생존분석에서도 유의하게 살아남는 이미징 바이오마커인지 검증을 확실하게 하기 위해서 병리과 박성혜 교수님께서 IHC, NGS와 같은 다양한 검사들을 통해 확보해 둔 molecular genetic marker들을 모두 검증에 활용할 수 있었습니다. 아울러 기존 선행연구에서 2가지 제한점이었던 2D 이미지에 대해서만 적용이 가능했던 점, 그리고 종양 부위만 segmentation 해야만 적용이 가능했던 점을 개선하기 위해 기본적인 다양한 3D convolutional neural network에 whole-brain image를 모두 입력받는 모델로 구현하였습니다. 왜냐하면 연구 시작 당시에 digital pathology 분야에서도 H&E slide에 담겨있는 정보만을 graph neural network를 이용, efficient하게 embedding하는 기법을 통해 patch 단위가 아닌 giga-pixel 단위의 whole slide image를 입력으로 받는 모델들이 선보였기 때문입니다. 사실 처음에는 이러한 clinical, molecular genetic, imaging data를 combine하여 multimodal 입력을 받는 모델로 개발하고자 하였으나 서로 다른 dimension을 가지는 정보들을 같은 high dimensional space에서 adaptive하게 align시키는 모델 구조 고안에는 어려움을 겪어 결국은 imaging only로 개발하게 되었기에, 후속 연구로 multimodal data를 adaptive하게 align해서 효과적으로 combine하는 model architecture 개발을 진행중입니다. 한편 논문이 출판된 이후에 작성기간 동안 모였던 데이터가 추가되어 확장된 데이터셋을 얻었고 이를 통해 동일한 모델에서 성능을 구해봤을 때 보다 개선된 성능을 확인하였습니다. 최근에도 T2 FLAIR 및 T1 강조 조영증강영상과 같은 conventional structural.

  • Neuro-Oncology

  2023.11.20

  2023.11.20

• • 장민수(부산대학교)

  • 신종훈(양산부산대학교병원)

  • 김유환(부산대학교)

  • 최은정(부산대학교)

  • 이지은(부산대학교)

  • 오진우(부산대학교)

  3D superstructure based metabolite profiling for glaucoma diagnosis

  • Biosens. Bioelectron. Oct 23 2023, 244 S0956-5663(23)00722-4 | https://doi.org/10.1016/j.bios.2023.115780

  • 2023.10
  • 바이오·의료융합

• • 오동현(POSTECH)

  • 이동현(POSTECH)

  • 허진석(POSTECH)

  • 장진아(POSTECH)

  • 안용주(POSTECH)

  • 김철홍(POSTECH)

  Contrast Agent-Free 3D Renal Ultrafast Doppler Imaging Reveals Vascular Dysfunction in Acute and Diabetic Kidney Diseases

  • Adv. Sci. Oct 17 2023, | https://doi.org/10.1002/advs.202303966

  • 2023.10
  • 바이오·의료융합

• • Vo Thi Nhat Linh(한국재료연구원)

  • 김동호(한국기계연구원 부설 재료연구소)

  • 노준석(POSTECH)

  • 정호상(한국재료연구원)

  3D plasmonic hexaplex paper sensor for label-free human saliva sensing and machine learning-assisted early-stage lung cancer screening

  • Biosens. Bioelectron. Available online 30 October 2023 | https://doi.org/10.1016/j.bios.2023.115779

  • 2023.10
  • 바이오·의료융합

• • 이형진(Wake Forest University School of Medicine, 현 고려대학교)

  • 이상진(Wake Forest University School of Medicine)

  Enhancing Craniofacial Bone Reconstruction with Clinically Applicable 3D Bioprinted Constructs

  • Adv. Healthc. Mater. Oct 31 2023, | https://doi.org/10.1002/adhm.202302508

  • 2023.10
  • 바이오·의료융합

• • 이정오(서울대학교병원)

  • 최규성(서울대학교병원)

    Interview

  Added Prognostic Value of 3D Deep Learning-Derived Features from Preoperative MRI for Adult-type Diffuse Gliomas

  • Neuro-Oncology Oct 19 2023, noad202 | https://doi.org/10.1093/neuonc/noad202

  • 2023.10
  • 의약학

• • Nhuan T Do(한국표준과학연구원)

  • 이선영(한국표준과학연구원)

  • 이윤서(한국표준과학연구원)

  • 손진경(한국표준과학연구원)

  • 김세화(한국표준과학연구원)

  Time-sequential fibroblast-to-myofibroblast transition in elastin-variable 3D hydrogel environments by collagen networks

  • Biomater. Res. Oct 17 2023, 27 (1) | https://doi.org/10.1186/s40824-023-00439-x

  • 2023.10
  • 바이오·의료융합

• • 이이삭(Harvard University, Boston University, Cornell University)

  A 3D biomimetic model of lymphatics reveals cell-cell junction tightening and lymphedema via a cytokine-induced ROCK2/JAM-A complex

  • Proc. Natl. Acad. Sci. USA Oct 10 2023, 120 (41) | https://doi.org/10.1073/pnas.2308941120

  • 2023.10
  • 바이오·의료융합