심상준 교수, AI를 이용한 패혈증 신속감별진단 센서 개발
고려대 화공생명공학과 심상준 교수는 연세대 화학과 박성호 교수와의 공동 연구를 통해 패혈증의 신속감별진단을 위한 3차원 합금 나노 구조 기반 고감도 표면증강라만산란 바이오 센서를 개발했다. 해당 센서를 이용하면 기존 혈액 배양 검사보다 훨씬 빠르고 정확한 진단이 가능해 패혈증 환자의 생존율을 높일 수 있을 것으로 기대된다. 표면증강라만산란이란 특정 금속 표면에서 라만 신호를 강하게 증폭시키는 현상으로, 극미량의 생체분자를 감지하는 데 활용된다.
이 연구 결과는 세계적인 과학 저널 ‘어드벤스드 사이언스(영향력 지수: 14.3)’에 지난 18일 게재됐다.
논문명은 Rapid and Differential Diagnosis of Sepsis Stages Using an Advanced 3D Plasmonic Bimetallic Alloy Nanoarchitecture-Based SERS Biosensor Combined with Machine Learning for Multiple Analyte Identification이다.
최근 전자, 화학, 의료 분야 등에서 폭넓게 연구되고 있는 나노기술은 크기와 형태에 따라 성질이 급격히 변하기 때문에 원하는 특성을 가지는 나노구조를 설계하고 제작하는 방법이 매우 중요하다. 이에 공동 연구팀은 양극 산화 알루미늄을 기반으로 전기화학적 증착법과 금속 스퍼터링을 이용해 3차원 금-은 합금 나노구조를 개발했다. 양극 산화 알루미늄은 알루미늄 표면을 전기화학적으로 산화시켜 형성된 다공성 구조로, 균일한 나노 패턴을 가지며 센서 및 촉매 분야에서 활용되고 있다. 연구진은 이를 활용해 혈액 내 면역 관련 단백질을 초고감도로 검출하고, 감염 여부 및 패혈증 진행 단계를 신속하게 감별하는 기술을 구현했다.
이번에 개발된 센서는 기존의 단일 마커 분석 방식과 달리, CD123(인터루킨-3 수용체 알파체인), PD-L1(면역관문 단백질), HLA-DR(백혈구 항원), ChiT(키토트리오시다제) 4가지 바이오마커의 발현량을 동시에 분석할 수 있다고 연구진은 설명했다.
또 개발된 센서는 신호 증폭 효과가 극대화돼 기존 기술 대비 6배 이상 높은 민감도를 보인다. 연구진은 여기서 나아가 전혈 및 혈청 시료를 3D 프린팅으로 구현한 칩으로 수분 내 분석을 가능하도록 해 진단의 정확도와 효율성을 높인 점이 특징이다.
아울러 AI 머신러닝 알고리즘 중 하나인 서포트 벡터 머신 알고리즘을 이용해 단순한 미생물 감염과 패혈증에 대한 분류와 진행 단계를 95% 이상의 정확도로 판별하고 질병 상태를 알 수 없는 미지 시료에서 정상인과 패혈증 환자를 구별할 수 있다는 점도 입증해냈다.
서포트 벡터 머신 알고리즘이란 데이터 분류 및 예측을 위한 머신러닝 알고리즘으로, 고차원 공간에서 최적의 결정 경계를 찾아 분류 성능을 극대화하는 방식으로 작동한다고 연구진은 설명했다.
△ 패혈증 신속 감별 진단을 위한 2가지 진단 전략 모식도. 4가지 면역 관련 단백질 바이오마커를 3D 프린터를 이용하여 제작된 다중 검지 칩을 이용하여 각각 바이오마커를 검지하는 방법과 모든 분석물 및 분석을 위한 물질들을 넣어 한번에 머신러닝 알고리즘을 통해 분석하는 방법을 사용하는 전략으로 최종적으로 미지시료에서 정상인, 패혈증 및 패혈증 쇼크 환자를 구분할 수 있는 감별 진단을 진행한다.
△ 머신러닝 알고리즘을 이용한 미지시료 패혈증 진단. 서포트 벡터 머신 알고리즘 기반 임상 감별 진단 결과 3개의 상태를 알 수 없는 미지 시료에서 정상인, 패혈증 및 패혈증 쇼크 환자를 발현 패턴을 통해 분석한 결과 100% 일치하도록 진단된다.
심상준 고려대 교수는 “본 연구로 패혈증 중증도에 대한 신속 감별 진단을 위한 신속하고 신뢰할 수 있는 분석 기술을 제공할 수 있게 됐다”며 “향후 임상 적용을 통해 패혈증 환자의 치료 효과를 극대화할 것으로 기대된다”고 강조했다.
이 연구는 미래창조과학부 기초연구사업(개인연구), 한국연구재단, 보건복지부 및 주식회사 씨씨유바이오의 지원으로 수행됐다.
| 