정형진(KAIST) | 확산 모델 (Diffusion Model)을 활용한 바이오메디컬 영상의 역문제 해결 [IEEE Trans. Med. Imaging] | 웨비나

학술웨비나 개최완료

확산 모델 (Diffusion Model)을 활용한 바이오메디컬 영상의 역문제 해결 [IEEE Trans. Med. Imaging]

조회749

2023년 03월 13일 (월) 오전 10시
정형진(KAIST)
MR Image Denoising and Super-Resolution Using Regularized Reverse Diffusion

IEEE Trans. Med. Imaging , Date of Publication: 2022 Nov 7;PP | doi: 10.1109/TMI.2022.3220681

개요

							생성 모델(Generative model), 그 중에서도 특히 확산 모델(Diffusion model)은 최근 인공지능 분야의 핵심 기술로 대두되고 있습니다. 본 발표에서는 확산 모델을 활용하여 여러 이미징(imaging) 문제에서 발생하는 역문제(Inverse problem) 해결에 어떻게 이용할 수 있는 지를 다루겠습니다. 특히, 기존 딥러닝(Deep learning) 기반 기술들이 해결하지 못했던 바이오메디컬 이미징 분야(e.g. MRI, CT)의 적용에 집중하여 발표가 진행될 예정입니다.

세미나 영상

개최 완료

학술웨비나

DNA 복제 중 손상 복구를 조율하는 Ub-PCNA의 탈유비퀴틴화 조절 기전 규명 [Nat. Commun.]

DNA 복제 중 발생하는 손상은 세포 유전체 안정성을 위협하는 주요 요인입니다. 이를 극복하기 위해 세포는 TLS(Translesion Synthesis)을 활성화해 손상 부위를 우회하며 복제를 지속합니다. 정상적인 복제를 재개하려면 ATAD5-UAF1-USP1 복합체가 Ub-PCNA(유비퀴틴화된 PCNA)의 탈유비퀴틴화를 통해 TLS를 종료해야 합니다. 그러나 탈유비퀴틴화가 지나치게 빠르게 진행되면 TLS가 조기 종료되어 유전체 불안정성이 초래될 수 있습니다. 본 연구는 탈유비퀴틴화를 조절하는 메커니즘을 밝히는 데 초점을 맞췄습니다. 연구 결과, 염색질 리모델링 단백질 BAZ1B가 ATAD5와 상호작용하며 Ub-PCNA 탈유비퀴틴화를 조절해 TLS 완료 후 종료되도록 돕는다는 사실을 확인했습니다. 반면, BAZ1B 결합 돌연변이를 가진 ATAD5 단백질에서는 이 조절 기능이 상실되어 유전체 불안정성이 증가하고 산화 스트레스에 민감해지는 현상이 관찰되었습니다. 이번 연구는 BAZ1B의 새로운 역할을 규명하며, DNA 복구 메커니즘 기반 질병 치료 가능성을 제시합니다.
- 일시
  
  2025년 01월 17일 (금) 오전 10시
- 연사
  
  김영재(기초과학연구원, UNIST)
학술웨비나

LSD1 라이신 탈메틸화 효소의 단백질 공학을 활용한 히스톤 번역 후 변형들 간의 상호작용 연구 [Nat. Chem. Biol]

후성 유전학적 조절을 돕는 단백질 중 일부 효소는 히스톤 단백질의 번역 후 변형들 간의 상호작용에 의해 활성도가 조절되는 것으로 보고되었습니다. 예를 들어, 유전자 발현과 밀접하게 연관된 히스톤 Lys4 메틸화와 Lys14 아세틸화가 하나의 폴리펩티드 사슬에 동시에 발생하는 경우 (H3K4me-H3K14ac), H3K4me를 탈메틸화하는 LSD1(histone demethylase) 효소의 활성도가 현저히 감소한다고 보고된 바 있습니다. 그러나 세포 수준에서 이러한 기능의 중요성을 명확히 이해하기는 어려웠습니다. 이에 우리 연구팀은 H3K4me-H3K14ac의 시너지 효과가 LSD1의 활성을 억제하면서 여러 유전자 발현을 도울 수 있다는 가설을 세웠습니다. 이를 검증하기 위해, Lys14 아세틸화에 민감하지 않은 돌연변이 형태의 LSD1(Y391K)을 제작하였습니다. Y391K 돌연변이를 K562 세포에 도입한 후 RNA-Seq 분석을 수행한 결과, 돌연변이 K562 세포에서 세포 접착과 관련된 유전자들이 억제되는 현상을 관찰하였습니다. 또한 CUT&RUN 실험을 통해 이들 억제된 유전자 대부분이 cis-regulatory 영역에서 다른 유전자에 비해 높은 수준의 H3K14ac를 보유하고 있음을 확인하였습니다. 이 연구를 통해 히스톤 단백질의 번역 후 번형들 간 상호작용이 세포 내 효소의 생화학적 및 생물학적 기능에 영향을 미칠 수 있음을 제시하였습니다. 앞으로 단백질 디자인을 통한 분자 도구들을 개발하여 이 상호작용들의 중요성을 더 깊이 연구할 계획입니다.
- 일시
  
  2025년 01월 16일 (목) 오전 10시
- 연사
  
  이광운(Harvard Medical School)
학술웨비나

알코올성 간질환에서 TSG-6의 섬유화 완화 작용 및 관련 기전 규명 [J. Biomed. Sci.]

습관적 또는/ 그리고 과도한 알코올 섭취에 의해 생기는 알코올성 간질환은 한국을 포함해 전 세계적으로도 꾸준히 발생하는 질환임에도 불구하고 해당 질환을 타깃으로 한 효과적인 치료제는 없는 상황입니다. 특히 섬유화가 동반된 경우 예후가 좋지않은 것으로 알려져 있습니다. 이런 질환을 치료하기 위해 여러 방법들이 연구되어 오고 있고, 줄기세포를 이용한 치료제 개발도 그 중에 하나입니다. TSG-6는 중간엽 줄기세포가 분비하는 사이토카인 중 하나로 항염증 효과가 있다고 보고되어 왔습니다. 저희 연구실은 처음으로 TSG-6가 간질환에서(대사이상 지방간 질환과 간 섬유화 모델) 치료 효과가 있음을 밝혀왔습니다. 이런 TSG-6의 간 치료 효능에 기반으로 본 연구에서는 알코올성 간질환 동물모델에서 TSG-6의 효과와 관련 기전을 연구하였습니다. 만성 알코올성 간질환 동물모델에 TSG-6를 처리했을 때, 알코올 식이에 의해 유도된 심각한 간 손상, 특히 섬유화가 뚜렷이 완화되었습니다. 간 섬유화의 주요 원인인 활성화된 간성상세포가 발현하는 CD44가 절단되어 CD44 세포내 도메인(ICD)이 생성되고 핵으로 이동해 섬유화 유도 유전자의 발현을 촉진합니다. 하지만 TSG-6 처리시 알코올 식이에 의해 증가했던 CD44ICD 생성 및 핵 내 축적이 감소하여 간성상세포 활성이 억제됨을 관찰하였습니다. 이후 TSG-6의 상호작용 인자를 스크리닝하고, 컴퓨터 기반 단백질 상호작용 분석을 통해 TSG-6가 CD44와 MMP14 (CD44 절단 효소) 둘 다에 상호작용하여 CD44 절단 억제을 통해 CD44ICD활성을 감소시킨다는 것을 밝혔습니다. 또한 해당 작용에 직접적인 역할을 하는 TSG-6 활성 부위를 모사한 펩타이드를 디자인 및 제작하여, TSG-6와 동일한 효과를 가짐을 확인함으로써 치료제 활용 가능성을 제시하였습니다. 이번 웨비나를 통해 TSG-6의 알코올성 간질환 치료 효과와 그 기전을 자세히 설명 드리고자 합니다.
- 일시
  
  2025년 01월 15일 (수) 오후 02시
- 연사
  
  정영미(부산대학교)
학술웨비나

유전적 다양성 마우스 모델에서 Rg3 매개 골근감소증 조절에 대한 유박테리움 종의 숙주 특이적 효과 [Microbiome]

본 세미나에서는 노인성 근골격 감소증(osteosarcopenia)에 대한 최신 연구 결과를 소개하고, 숙주 유전학과 장내 미생물의 상호작용을 고려한 개인 맞춤형 치료 전략 개발의 필요성을 논의합니다. 본 연구에서는 유전적으로 다양한 Collaborative cross 창시자 계통 마우스 모델을 활용하여 Rg3(인삼 사포닌) 및 특정 유박테리움 종이 노인성 근골격 감소증에 미치는 영향을 분석했습니다. 그 결과, Rg3는 장내 미생물 구성 변화를 통해 골밀도, 근육량, 운동 능력을 개선하는 것으로 나타났으며, 그 효과는 숙주 유전형에 따라 다르게 나타났습니다. 또한, 특정 유박테리움 종은 숙주 유전형에 따라 골밀도, 근육량, 운동 능력 및 관련 유전자 발현에 차별적인 영향을 미치는 것으로 확인되었습니다. 본 연구 결과는 노인성 근골격 감소증 치료에 있어 숙주 유전형과 장내 미생물 간의 복잡한 상호 작용을 강조하며, 개인 맞춤형 치료 전략 개발의 필요성을 시사합니다.
- 일시
  
  2025년 01월 14일 (화) 오전 11시
- 연사
  
  김명석(한국과학기술연구원(KIST))
학술웨비나

정확하고 해석가능한 세포 분석법 (Cytometry) 분석 인공지능 모델 개발 [Cell Rep. Med.]

Flow or Mass Cytometry을 통해 얻어진 single-cell protein expression 데이터는 감염성 질환, 자가면역, 암, 그리고 치료 후 면역 세포 반응의 역할을 이해하는 데 필수적입니다. 특히 cytometry는 scRNA-seq과 비교해 수백만 개의 세포를 분석할 수 있어 드문 세포 집단을 식별하고 특성화하는 데 유리합니다. 본 발표에서는 single-cell cytometry 데이터를 분석하고 면역 프로파일링을 자동화하기 위해 인공지능 기반의 모델, cytometry masked autoencoder (cyMAE)를 소개합니다. cyMAE는 레이블이 없는 대규모 데이터셋에서 단백질 마커 간의 관계를 사전 학습(self-supervised pre-training)하여 추가적인 세포 정체성 정보 없이도 마커 간의 상호작용을 학습합니다. 이후, 사전 학습된 모델을 다양한 하위 과제에 맞게 미세 조정(fine-tuning)하여 독립적인 데이터셋에서도 복잡한 세포 유형을 정확히 식별하고, 단백질 마커의 중요성을 해석하며, 개인 수준의 정밀 면역 프로파일링을 가능하게 합니다.
- 일시
  
  2025년 01월 09일 (목) 오전 10시
- 연사
  
  김재식(University of Pennsylvania)
학술웨비나

BFVD – 35만 바이러스 단백질의 예측 구조 대규모 데이터베이스 [Nucleic Acids Res.]

알파폴드는 단백질 구조 예측의 정확도를 실험 수준에 가깝게 끌어올렸으며, 알파폴드 데이터베이스(AFDB)를 통해 2억 개 이상의 예측 단백질 구조를 공개해 생명과학 연구에 새로운 기회를 제공했다. 하지만 AFDB는 바이러스 단백질을 포함하지 않아, 바이러스 연구에 적용하기에는 한계가 있다. BFVD(Big Fantastic Virus Database)는 이 점을 보완고자 구축된 데이터베이스로, 35만개 이상의 바이러스 단백질 구조를 예측하여 제공한다. 또한, 진화 정보의 깊이를 더하기 위해 페타베이스 규모의 시퀀싱 데이터를 활용하였고, 이를 통해 36%의 데이터에 대해 예측 신뢰도를 향상시켰다. 특히, BFVD의 구조 중 62%는 기존 대규모 단백질 구조 저장소에서 찾아볼 수 없는 고유한 특성을 지닌다. 바이러스는 빠른 변이로 인해 서열만으로는 바이러스 간의 관계성을 밝히는 데에 한계가 있지만, BFVD의 포괄적이고 방대한 데이터는 구조 분석을 통해 관계성을 규명할 수 있는 새로운 기회를 제공한다.
- 일시
  
  2025년 01월 08일 (수) 오후 02시
- 연사
  
  김성은(서울대학교)
학술웨비나

IL2의 sEV 분비와 PD-L1 발현 조절을 통한 새로운 암 면역 억제 중화 메커니즘 [Cancer Commun.]

IL2는 IL2 수용체 복합체를 발현하는 면역세포를 활성화해 항암 효과를 유도하는 것으로 알려져 있지만, IL2R을 발현하는 암세포에 미치는 영향은 상대적으로 덜 연구되었습니다. 본 연구에서는 IL2가 흑색종 세포에서 작은 세포외소포(sEV) 분비와 PD-L1 발현을 유의미하게 감소시키고, CD8+ T 세포 매개 세포독성에 대한 민감도를 증가시킴을 확인했습니다. 이러한 효과는 IL2R-MEK/ERK 신호 전달 경로를 통해 매개됩니다. IL2의 직접적인 암세포 효과를 검증하기 위해 IL2를 자가 자극형으로 발현하도록 조작된 흑색종 세포를 이용한 생쥐 모델을 개발했으며, 이 모델에서 IL2는 종양 성장을 억제하고 종양 조직 및 혈장 내 PD-L1 발현을 감소시켰습니다. 유사한 결과는 폐암 임상 샘플에서도 관찰되었습니다. 본 연구는 IL2가 IL2R을 발현하는 암세포에서 직접적인 항암 면역 반응을 유도할 수 있음을 보여주며, 면역 체크포인트 조절제로서 면역치료에 활용될 가능성을 제시합니다.
- 일시
  
  2025년 01월 08일 (수) 오전 10시
- 연사
  
  노수정(DGIST)
학술웨비나

목질계 바이오매스로부터 지질 합성을 위한 야로위아 효모의 대사 공학 및 진화 적응 전략 [Bioresour. Technol.]

미생물 발효는 식품, 항생제, 의약품 등 인간 생활의 필수 물질 생산에 핵심적인 역할을 해왔습니다. 기존에는 Saccharomyces cerevisiae와 Escherichia coli가 유전적 특성과 빠른 성장 속도, 그리고 유전자 조작의 용이함 덕분에 미생물 발효를 연구하는 모델 균주로써 주로 사용되었으나 Crabtree 효과로 인해 설탕이 에탄올이나 아세트산으로 전환되는 대사적 한계가 있어 고부가가치 화합물 생산에 제약이 있었습니다. 이에 비해, 지방 축적성이 강하고 acetyl-CoA 대사 흐름이 우수하며 유전공학 가능성이 높은 Yarrowia lipolytica는 acetyl-CoA 유래 제품 생산의 새로운 플랫폼으로 주목받고 있습니다. 그러나 Y. lipolytica는 자연에서 두 번째로 풍부한 당인 자일로스를 대사화하는 능력이 없어, 저렴하고 재생 가능한 탄소원인 리그노셀룰로오스 바이오매스를 활용하기 어려운 한계가 있습니다. 이를 해결하기 위해 본 연구는 대사공학과 적응 실험진화(ALE)를 활용하여 Y. lipolytica를 엔지니어링 하였습니다. 이 과정에서 이종 산화환원 효소 경로를 도입하고 자일로스 조건에서 진화를 유도하여, 개선된 자일로스 대사 능력을 가진 XEV 균주를 개발했습니다. 추가적으로 해당 균주의 전장 유전체 분석 및 역공학을 통하여 자일로스 대사가 개선된 원인을 규명하였고 더 나아가 실제 목질계 바이오매스 유래 가수분해물을 활용하여 지질을 합성하는데에 성공하였습니다. 본 세미나를 통해 Y. lipolytica 균주의 자일로스 대사를 개선하는 유전적 및 대사적 적응에 대한 저의 전반적 연구 내용을 소개해드리고자 합니다.
- 일시
  
  2025년 01월 03일 (금) 오전 10시
- 연사
  
  육상도(University of Illinois at Urbana-Champaign)
학술웨비나

진행성 담도암에서 ctDNA와 종양조직 유전체 프로파일링의 일치도 평가 [J. Hepatol.]

이 연구는 담도암(BTC) 환자들에게서 발생한 암세포의 유전변이 정보를 분석하는 새로운 방법을 모색하는 것입니다. 암세포의 변이 정보를 얻기 위해서는 환자로부터 직접 암 조직을 채취해야 하지만, 이는 많은 어려움이 따릅니다. 이 연구에서는 이러한 문제를 해결하기 위해, 환자의 혈액에서 채취할 수 있는 암세포의 DNA인 순환 종양 DNA (ctDNA)를 이용하는 방법을 제안하고 있습니다. 2019년부터 2022년까지 한국의 분당차병원에 등록된 139명의 담도암 환자 중에서, 혈액을 충분히 가지고 있는 담도암 환자 102명을 대상으로 진행되었습니다. 이 102명의 담도암 환자에서 종양조직과 혈액에서 얻은 암 DNA를 비교 분석한 결과, 두 방법 간 중요 변이에 대한 일치도는 84.8%로 높은 일치율을 보였습니다. 또한 혈액 ctDNA 분석을 통해 34.3%의 환자에서 치료 가능한 유전자 변이를 발견하였습니다. 이 중에는 IDH1, FGFR2, MSI-high, ERBB2, PIK3CA, BRCA1/2, MET 등의 유전자 변이가 포함되어 있었습니다. 특히 FGFR2-TNS1 융합 유전자는 지금까지 보고되지 않은 처음으로 발견된 것으로, 이는 기존의 종양조직 기반 검사에서는 찾아내지 못한 새로운 발견이었습니다. 그리고 ctDNA의 최대 체세포변이 대립유전자 빈도 (max VAF)가 높은 환자들은 담도암에서 많이 쓰이는 화학요법인 젬시타빈과 시스플라틴을 기반으로 한 치료에서 예후가 좋지 않았습니다. 이 연구 결과는 담도암에서 ctDNA, 즉 혈액을 이용한 액체 생검이 기존의 종양조직 유전체 기반 분석을 대체할 수 있는 방법이 될 수 있음을 보여줍니다. 앞으로 액체생검은 환자마다 개인화된 치료를 제공하는 데 도움이 될 수 있을 것입니다.
- 일시
  
  2024년 12월 30일 (월) 오후 03시
- 연사
  
  우선정(차의과학대학교 분당차병원)
학술웨비나

웨어러블 기반 수면 및 생체리듬 지표를 활용한 기분 장애 환자의 기분 삽화 예측 및 인과관계 규명 [npj Digit. Med.]

기분 장애는 현대 사회에서 매우 흔한 질환으로, 매년 100만 명 이상이 새로 진단받고 있다. 기분 장애 환자들은 우울증이나 조증과 같은 뚜렷한 증상이 나타나는 시기, 즉 기분 삽화를 경험한다. 이러한 기분 삽화를 예측하기 위해 기존 연구들은 다양한 웨어러블 기기 데이터를 활용해 왔다. 예를 들어, 환자의 수면, 자기 전 걸음 수, 빛 노출 데이터를 바탕으로 여러 지표를 계산하고, 이를 머신러닝 알고리즘에 적용해 기분 삽화를 예측했다. 그러나 이러한 방식은 다양한 데이터를 요구하기 때문에 실제 일상에서 활용하기 어렵다는 한계가 있다. 본 웨비나에서는 오직 수면 데이터만으로 기분 삽화를 정확하게 예측할 수 있는 접근법을 소개한다. 구체적으로, 수면 데이터를 수리 모형에 적용하여 장기적인 생체 리듬을 추정한다. 추정된 생체 리듬을 기반으로 수면 및 생체 리듬에 관한 36가지 지표를 도출하고, 이를 머신러닝 알고리즘에 적용해 우울증, 조증, 경조증을 효과적으로 예측한다. 특히, 36가지 지표 중 생체 리듬 위상이 기분 삽화 예측에 가장 중요한 요소로 확인되었으며, 이들 사이의 명확한 인과관계를 제시한다.
- 일시
  
  2024년 12월 30일 (월) 오전 10시
- 연사
  
  임동주(KAIST, IBS)