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

13일 업계에 따르면 국내 연구진이 고감도 생체센서, 혈액 한 방울로 전립선암 진단·치료 예측 기술, 차세대 인공후각시스템 등을 잇따라 개발하는데 성공했다.

한국과학기술원(KAIST) 바이오및뇌공학과 최명철 교수팀은 최근 KAIST 산하기관인 고등과학원 현창봉 교수팀, 포항가속기연구소 이현휘 박사와 함게 세포막 간 상호작용을 매개하는 '지질 뗏목(Lipid Raft)' 정렬 원인과 조절 메커니즘을 처음 규명했다.

'지질 뗏목' 원리를 파악하면 세포 융합, 바이러스 침투, 세포 간 신호 전달 등 다양한 세포막 간 상호작용을 조절할 수 있다.

'지질 뗏목'은 세포막에 존재하는 나노미터 크기 영역이다. 주변에 비해 콜레스테롤 농도가 높고, 지질 분자들이 보다 밀집된 구조로 이루어져 있다.

연구팀에 따르면 세포막을 바다에, 막단백질을 사람에 비유해보면 망망대해에서 멀리 떨어져 헤엄치는 사람들끼리는 서로 의사소통하기 어렵지만 이들을 한 뗏목 위에 모두 태워 놓으면 서로 쉽게 대화할 수 있는 것과 비슷한 원리로 이해하면 된다.

'지질 뗏목'위 단백질이 바이러스 초기 접촉 및 침입 지점"이라는 것이다.

연구팀은 두 세포막의 상호작용을 모사하기 위해 실리콘 웨이퍼 위에 상 분리 지질 다중막 형태로 '지질 뗏목'을 재현했다. 막 간 거리조절은 정전기력과 삼투압을 이용했다. 또 막 간 거리 측정에는 형광 현미경과 엑스선 반사율을 활용했다.

연구팀은 이 연구를 통해 두 세포막 간 거리가 '지질 뗏목'의 정렬과 크기를 조절하는 핵심 스위치라는 것을 규명했다.

인제대 정재승·한기호 교수는 최근 서울대 변석수 교수와 함께 혈중암세포의 전립선특이막항원(PSMA) 메신저리보핵산(mRNA) 농도를 측정해 전립선암을 진단할 수 있는 검사 방법을 개발했다.

전립선암은 남성의 생식기관인 전립선에 생기는 암으로, 최근 발생률과 사망률이 급격히 증가하는 추세다.

PSA(전립선특이항원) 검사, 조직생검 등 방식이 진단에 사용되고 있지만 PSA 검사는 특이성이 낮고 조직생검은 감염 우려가 있으며 반복 검사가 어렵다는 단점이 있다.

PSMA 양전자방출단층촬영(PET-CT) 방식은 장비가 고가인 데다 운용에 전문 인력이 필요해 자주 사용하기 어렵다.

연구팀은 6년 동안 추적·관찰해온 전립선암 환자 247명의 혈액을 채취, 혈중암세포(CTC)를 분리했다.

이어 이 암세포들이 발현하는 PSA·PSMA 등 6가지 전사체(mRNA)의 발현량을 측정했다.

그 결과 혈중암세포에서 발현되는 PSMA mRNA 농도가 수술 후 전립선암 환자의 생화학적 재발과 밀접한 관련이 있다는 사실을 확인했다.

이 새로운 바이오마커(질병의 진행 정도를 진단하는 생물학적 지표)를 활용해 단순한 혈액 검사만으로 전립선암의 재발과 진행, 약물 치료 반응성을 예측할 수 있다고 연구팀은 설명했다.

연구팀은 종양의 위치에 대한 공간적인 정보를 제공하는 PSMA 영상과 혈중암세포 기반 PSMA 검사를 결합하면 PSMA PET-CT의 위양성(가짜 양성) 오류 문제를 해결하고 전립선암 진단 치료 정확성을 높일 수 있을 것으로 기대했다.

서울대학교 화학생물공학부 오준학 교수팀은 최근 이화여자대학교 식품영양학과 박태현 교수팀과 함께 인간의 후각 수용체 3종을 나노디스크로 만들고 이를 뉴로모픽 소자에 도입, 차세대 인공후각시스템을 개발했다.

인공 후각 시스템은 인간의 후각을 모방해 냄새를 감지하고 분석하는 데 사용된다.

의료, 보안, 환경, 식품 등 다양한 분야에서 혁신적인 변화를 이끌어 낼 것으로 기대되는 분야다. 빠른 감지 속도와 높은 정확성을 갖춘 이 시스템은 화합물 종류와 농도의 실시간 모니터링이 가능하다.

또 인간이 접근하기 어려운 환경에서도 사용할 수 있어 새로운 응용 분야를 열어주는 중요한 기술로 인식되고 있다.

연구팀이 개발한 시스템은 후각 수용체에 의해 다양한 냄새 물질에 대해 높은 민감도를 보인다. 이와 함께 뉴로모픽 소자를 기반으로 냄새 정보의 패턴을 인지하고 학습한 후 미지의 냄새를 추론할 수 있었다.

연구팀은 이번 인공 후각 시스템이 인공 신경망 학습을 통해 여러 가지 냄새 물질들을 분자 사슬 길이 수준에서 분별할 뿐만 아니라 그것들의 혼합물도 매우 높은 정확도로 구별할 수 있다는 게 이번 연구의 주목할 만한 성과라고 설명했다.

연구팀은 후각 수용체 어레이가 만드는 냄새 물질 고유의 패턴 정보를 인간의 뇌를 모사한 뉴로모픽 소자가 학습하고 추론한다는 점에서 인간의 후각과 매우 유사하기에 이번 연구 결과가 후각의 온-디바이스(On-device)화에 크게 기여할 것으로 기대했다.