국내 연구진이 생체조직의 형광 신호를 10배 더 정밀하게 분석할 수 있는 인공지능(AI) 기술을 개발했다.
윤영규 한국과학기술원(KAIST) 전기및전자공학부 교수팀은 "충남대, 서울대, 미국 하버드대와 보스턴대 등과 함께 AI 기술로 이미지 신호 대 잡음비(SNR)를 높여 기존 대비 10배 이상 정밀하게 생체 형광신호를 측정했다"고 20일 밝혔다.
최근 형광현미경을 활용해 살아있는 생체조직 내 신호를 형광신호로 변환해 연속적으로 촬영하고 측정하는 기술이 개발되고 있다. 그러나 형광신호가 미약해서 빠르게 변하는 신경세포 신호는 정밀한 측정이 어렵다.
연구팀은 AI를 활용해 신호 대 잡음비를 높이는 방식으로 이를 해결했다. 신호 대 잡음비는 측정하고자 하는 ‘신호’와 측정에서 제외해야 하는 ‘잡음’ 비율로, 이를 높이면 측정해야 할 대상이 또렷이 보이고 선명도를 떨어뜨리는 잡음이 줄어든다.
연구팀은 별도 학습 데이터 없이, 낮은 신호대잡음비를 가지는 형광현미경 영상으로부터 데이터의 통계적 분포를 스스로 학습해 영상의 신호대잡음비를 10배 이상 높여 생체신호를 정밀 측정할 수 있는 기술을 개발했다.
이를 활용하면 각종 생체신호 측정 정밀도가 크게 향상될 수 있어 생명과학 연구 전반과 뇌 질환 치료제 개발에 폭넓게 활용될 수 있을 것으로 기대된다.
윤 교수는 “이 기술이 다양한 뇌과학, 생명과학 연구에 도움이 되길 바라는 마음을 담아 ‘서포트(SUPPORT)’라는 이름을 붙였다”며 “다양한 형광 이미징 장비를 활용하는 연구자들이 별도 학습 데이터 없이도 쉽게 활용 가능한 기술로, 새로운 생명현상 규명에 폭넓게 활용될 수 있을 것”이라고 말했다.
공동 제1저자인 엄민호 KAIST 박사과정 연구원은 “특히 밀리초 단위로 변하는 신경세포 활동전위를 광학적으로 정밀하게 측정할 수 있어 뇌과학 연구에 매우 유용할 것”이라고 전망했다.
한편, 이번 연구결과는 국제학술지 ‘네이처 메소드’ 9월 18일자로 온라인 게재됐으며 10월호 표지 논문으로 선정됐다.
서동준 기자 (
