국내 연구진이 신개념 의료기기 기술을 속속 선보이며 차세대 의료기기 상용화 가능성을 높이고 있다.

20일 업계에 따르면 국내 연구진이 호흡기 바이러스 현장 신속 진단 플랫폼, 알츠하이머 조기진단용 바이오마커, 영상의료기기용 표준물질 등을 잇따라 개발하는데 성공했다.
 
한국생명공학연구원 국가영장류센터 홍정주 박사팀은 최근 성균관대 권오석 교수, 한국과학기술연구원(KIST) 송현석 박사팀과 함께 다종의 호흡기 바이러스를 현장에서 신속하게 검출할 수 있는 플랫폼을 개발했다.

그래핀(graphene) 소재를 활용해 수십 초 만에 다수의 호흡기 바이러스를 고감도로 동시에 선별할 수 있는 현장 진단 플랫폼이다.

지금까지 개발된 그래핀 기반 바이오센서는 적층 방식의 한계로 외부인자를 받아들이는 수용체를 그래핀 소재와 결합하면 노이즈 신호, 극한 환경에서의 안정성 저하 등 문제가 있어 현장 진단에 활용하기에 제한이 있었다.

연구팀은 미세한 자극에도 패턴을 나타내는 다채널 트랜지스터를 기반으로 여러 종의 호흡기 바이러스를 선택적으로 검출할 수 있는 수용체와 함께 수용체 신호를 간섭없이 그래핀에 전달할 수 있는 인터페이싱 화합물을 개발했다.

또 그래핀에도 소재 특성 변화 없이 표면을 박막 코팅하는 패시베이션(passivation)층을 형성, 바이러스 수용체와 인터페이싱 화합물, 그래핀 소재 간 적층 구조 안정성을 확보하고 외부 환경에서도 성능 저하 없이 안정적인 신호전달이 가능한 센서를 제작했다.

이 센서는 타액(침)에 별도 전처리를 하지 않아도 진단할 수 있고 델타 및 오미크론에 감염된 영장류 모델을 통해 유효성을 검증, 현장 활용 가능성을 높였다.

연구팀은 영장류를 통해 유효성을 확인한 만큼 향후 신·변종 감염병 확산 대응에 활용될 수 있을 것으로 기대했다.

또 한국표준과학연구원(KRISS)은 최근 의료영상기기 측정값의 유효성을 평가하고 진단 결과 신뢰성을 높일 표준물질을 개발했다.

이 물질은 물과 지방을 혼합해 만든 유화 표준물질이다.

의료영상기기의 성능을 평가·분석·조정하기 위한 도구인 팬텀(phantom)에 삽입, 적용하면 지방량 측정 때 기준으로 활용할 수 있다. 표준물질 내 수분을 분석해 지방량을 산출하는 원리다.

MRI, CT 등의 의료영상기기는 침습적 방식인 조직검사와 달리 비침습적인 방식으로 체내 지방량을 평가할 수 있어 지방간 등 만성질환 진단에 활용도가 높다.

문제는 의료영상기기의 지방량 측정값이 병원별, 제조사별, 모델별로 제각각임에도 이를 보정할 기준이 없어 의사의 경험과 감각에 의존해 진단을 내려야 한다는 점이다.

개발된 표준물질은 측정값에 영향을 주는 계면활성제 등 첨가물을 넣지 않아 지방량을 정확히 측정할 수 있고 안정성과 균질성이 뛰어나다고 연구원은 설명했다.

이 표준물질은 비만 치료제 등 신약 개발을 위한 임상시험에서 다기관·다기종 빅데이터의 기준점으로도 사용할 수 있다. 

한국뇌연구원 퇴행성뇌질환 연구그룹 윤종혁 책임연구원팀도 최근 오믹스-AI 통합 연구를 통해 초기 알츠하이머병을 진단하기 위한 새로운 바이오마커를 발굴했다.

연구팀은 뇌연구에 특화된 단백체 분석기술을 이용하여 알츠하이머병에 관련된 다중단백체 정보를 확보한 뒤 인공지능(AI) 기술을 이용하여 초기 알츠하이머병의 새로운 신호모듈 발굴과 조기진단을 위한 조합 바이오마커를 새롭게 개발했다.

연구팀은 먼저 초기 알츠하이머병의 병리기전을 알아내기 위해 독자 구축한 타겟 발굴 데이터마이닝 플랫폼 기술을 활용, 3개월과 6개월 된 알츠하이머 모델 생쥐의 해마, 대뇌 피질, 혈장 세포 밖 소포체의 단백체 정보를 분석했다.

알츠하이머병 병리가 진행될수록 모델 생쥐의 해마와 대뇌 피질에서 포스파티딜이노시톨 3-키나제/단백질 키나제B 효소의 신호모듈을 포함한 특정 단백체 정보가 크게 변화하는 것을 관찰했다.

연구팀은 또다중단백체 정보에서 잠재적 바이오마커 후보군을 발굴하여 초기 알츠하이머병의 진단 가능성을 확인했다.

치매선별검사(MMSE)를 통해 60세 이상 정상-초기-만기 알츠하이머병 환자 125명을 찾아낸 뒤 이들의 혈장세포밖 소포체에 대해 잠재적 바이오마커 후보군을 검증하였더니, 12개의 바이오마커가 효과가 있음을 확인했다.

이렇게 찾아낸 다중단백체 정보와 바이오마커에 대해 인지과학 연구그룹 이찬희 박사 연구팀은 인공지능(AI) 머신러닝 기법 중 하나인 서포트벡터 머신(SVM) 분석기술을 활용해 최적의 바이오마커 조합을 발굴했다.

뇌연구원이 찾아낸 조합 바이오마커는 정상군과 초기 알츠하이머병 환자군을 78%의 높은 정확도로 구분할 수 있는 것으로 나타났다.

연구팀은 발굴한 알츠하이머병 조기 진단 바이오마커에 대해 국제(PCT) 특허를 출원했다.

연구팀은 앞으로 오믹스 정보와 AI 기술을 활용해 뇌질환에 대한 새로운 진단과 치료 기술을 개발하는 방법이 활발하게 사용될 것으로 기대했다 .