BioINwatch
(BioIN + Issue + watch) : 바이오 이슈를 빠르게 포착하여 정보 제공데이터와 AI를 활용한 초강력 수중 접착제 개발
- 등록일2025-08-25
- 조회수18184
- 분류플랫폼바이오 > 바이오융합기술
-
발간일
2025-08-25
-
키워드
#초강력 수중 접착제#데이터 기반 설계#합성 및 접착력(실험) 평가#실험 데이터 기반 AI 모델 개발
- 첨부파일
BioINwatch25-55(8.21)●데이터와 AI를 활용한 초강력 수중 접착제...
데이터와 AI를 활용한 초강력 수중 접착제 개발
BioINwatch(BioIN+Issue+Watch): 25-55
◇ 물속에서 강력하게 작동하는 접착제 개발은 의료, 해양공학, 건설 등 다양한 분야에서 오랫동안 해결하지 못했던 과제였으나, 최근 “단백질 데이터베이스 → 데이터마이닝 → 합성 및 실험 → 머신러닝 → 검증 및 성능 평가”를 통해 초강력 수중 접착제를 개발. 기존의 시행착오 방식에 비해 개발 시간과 비용을 획기적으로 줄일 뿐만 아니라 소재 개발 방법론의 새로운 패러다임 전환을 제시 ▸주요 출처 : Nature, Data-driven de novo design of super-adhesive hydrogels, 2025.8.7 |
◆︎ 물속에서 접착력이 우수하게 오래가는 접착제 개발은 의료, 해양공학, 건설 등 다양한 분야에서 오랫동안 해결하지 못했던 과제
○ 기존 접착제들은 물에 노출되면 접착력이 급격히 떨어지는 문제
- 수술용 봉합제나 해양 구조물 수리 등 극한 환경에서 사용가능한 접착제에 대한 수요는 계속 증가
- 그러나 수중 접착제 개발은 수많은 재료 조합의 가능성과 복잡한 상호 작용으로 인해 주로 시행착오에 의존하여 막대한 시간과 비용이 소요
○ 일본 홋카이도대학 연구팀은 이 문제를 해결하기 위해 자연에서 영감을 얻는 동시에 최신 데이터 과학을 접목시키는 혁신적 접근법을 채택
- 데이터 마이닝 기반 설계를 통해 하이드로젤 합성 및 접착력을 평가 후 이 데이터로 학습시킨 머신러닝 모델을 통해 새로운 조합의 초강력 접착 하이드로젤을 발견
◆︎ 단백질 데이터베이스 → 데이터마이닝 → 합성 및 실험 → 머신러닝 → 검증 및 성능 평가를 통해 초강력 수중 접착제를 개발
○ NCBI에서 홍합, 따개비 등 해양 생물의 접착 단백질 24,707개를 분석하여 핵심 패턴을 추출
- 그러나 단백질을 직접 사용하는 것은 너무 비싸(g당 수백만 원) 실용적이지 않기 때문에 연구팀은 단백질의 기능적 특성을 6가지로 분류, 이를 모방하는 저렴한 화학 모노머로 대체
※ 20개 아미노산을 6개 기능 클래스로 분류하고 클래스별 대표 모노머(BA, HEA, CBEA, ATAC, AAm, PEA)를 선택
< 아미노산 기능 분류와 대응 화학 모노머 >
기능 분류 | 아미노산 | 대표 화학 모노머 |
소수성(Hydrophobic) | Val, Leu, Ile, Met, Phe | BA(Butyl Acrylate) |
친핵성(ucleophilic) | Ser, Thr, Cys | HEA(2-Hydroxyethyl Acrylate) |
산성(Acidic) | Asp, Glu | CBEA(Carboxyethyl Acrylate) |
양이온성(Cationic) | Lys, Arg, His | ATAC(Acrylamidopropyl Trimethylammonium Chloride) |
아미드(Amide) | Asn, Gln | AAm(Acrylamide) |
방향족(Aromatic) | Phe*, Tyr, Trp | PEA(2-Phenylethyl Acrylate) |
< 데이터 기반 수중 접착 하이드로젤 설계 개념도 >
* 데이터 마이닝 기반 설계를 통해 하이드로젤 합성 및 접착력을 평가한 후 이 데이터로 학습시킨 머신러닝 모델을 통해 새로운 조합의 초강력 접착 하이드로젤을 발견
출처 : Nature, Data-driven de novo design of super-adhesive hydrogels, 2025.8.7.