바이오인

WEF, 2024년 10대 미래유망기술 선정BioINwatch(BioIN+Issue+Watch): 24-50◇ 최근 세계경제포럼(World Economic Forum, WEF)은 Frontiers와 협업으로 “2024년 미래유망기술(Top 10 Emerging Technologies of 2024)”을 발표. AI 기반 기술, 기후변화 대응기술, 이식 기술, 연결 기술 등이 포함되었으며, 탄소 포집 미생물, 대체 가축 사료, 장기 이식을 위한 유전체학이 바이오 관련 기술로 선정 ▸주요 출처 : World Economic Forum, Top 10 Emerging Technologies of 2024, 2024.6 ■ WEF는 Frontiers와 공동으로 글로벌 전문가의 통찰력과 AI 데이터 분석을 결합하여 향후 사회, 경제에 큰 영향을 미칠 10대 유망기술을 발표 ※ 2016년부터 사이언티픽 아메리칸지와 공동으로 발표하였으나, 2022년부터 Frontiers과 협업 진행○ 인공지능을 활용한 데이터 중심 접근으로 초기 기술 제안서를 스크리닝하고 글로벌 네트워크를 활용하여 각 기술의 평가와 선정을 진행 - 각 기술에 대한 심층적인 분석과 전략적 인텔리전스 변환 맵(strategic intelligence map)을 작성하여 해당 기술이 글로벌 아젠다와 어떻게 연결되는지 파악 ※ 기술 선정 기준을 더욱 다양화하고 구체화시켜 기술의 신규성, 적용 가능성, 심도, 파급력 등을 체계적으로 평가하고 기술의 영향력을 정성적으로 평가하는 “impact fingerprints”를 도입< WEF 전략적 인텔리전스 변환 맵 예시(탄소 포집 미생물) >■ 올해 선정된 기술들은 연결기술, AI 기반 기술, 기후변화 대응기술, 이식 기술 등 크게 4가지로 구분 가능분류기술명설명연결기술재구성 가능한 지능형 표면(Reconfigurable Intelligent Surfaces, RIS)무선 통신 링크를 최적화하여 데이터 전송 효율성을 높이고 에너지 소비를 줄이는 기술고고도 플랫폼 스테이션(High Altitude Platform Stations, HAPS)20km 상공에서 운영되는 이 기술은 위성보다 더 나은 연결성과 성능을 제공하여 전세계 인터넷 접근성을 높임통합 감지 및 통신(Integrated Sensing and Communication, ISAC)감지와 통신 기능을 통합하여 무선 네트워크를 환경 인식 가능하게 하여 로컬화, 환경 매핑 및 인프라 모니터링 기능을 제공AI기반기술과학적 발견을 위한 인공지능(AI for Scientific Discovery)딥러닝, 생성형 AI 및 기초 모델을 통해 과학 연구의 속도와 예측을 혁신적으로 변화시키는 기술프라이버시 강화 기술(Privacy-enhancing Technologies)민감한 데이터의 패턴과 트렌드를 복제하지만, 개인이나 조직을 식별할 수 있는 정보를 포함하지 않아 데이터를 안전하게 공유할 수 있게 함구축 환경을 위한 몰입형 기술(Immersive Technology for the Built World)디지털 트윈과 가상 프로토타입을 통해 건설 및 유지 관리의 정확성과 효율성을 높임. 설계 및 건설 과정에서 물리적 모델과 디지털 모델 간의 일치도를 확인하고, 안전성과 지속 가능성을 향상기후변화 대응기술엘라스토칼로릭스(Elastocalorics)기계 적응력을 이용한 혁신적인 냉난방 기술로, 에너지 효율성을 높이고 친환경적임. 글로벌 온난화 대응에 중요한 지속 가능한 냉각 솔루션을 제공탄소 포집 미생물(Carbon-capturing Microbes)광합성 및 비광합성 미생물을 이용해 대기 중의 이산화탄소를 포집하고 이를 바이오연료 등 유용한 제품으로 전환. 기후 변화 완화와 탄소 배출 감소에 기여대체 가축 사료(Alternative Livestock Feeds)곤충, 단세포 단백질, 조류 및 식품 폐기물을 활용한 지속 가능한 가축 사료를 개발. 환경 영향을 줄이고, 기존 사료보다 더 저렴하게 생산 가능이식기술장기 이식을 위한 유전체학(Genomics for Transplants)CRISPR-Cas9 기술을 이용해 돼지 장기를 인간에게 이식할 수 있도록 유전자를 편집. 장기 부족 문제를 해결하고, 이식 성공률을 높이는 데 기여¶ 바이오 관련 기술 밑줄 표시○ 바이오 관련 기술로 탄소 포집 미생물, 대체 가축 사료, 장기 이식을 위한 유전체학이 선정 - 그 외 간접적으로 바이오와 관련된 기술은 과학적 발견을 위한 인공지능, 프라이버시 강화 기술이 선정 - 국가생명공학정책연구센터에서는 2015년부터 매년 10대 바이오미래유망기술을 선정하고 있으며 올해 WEF에서 선정한 바이오 관련 기술과 유사하거나 같은 기술을 이미 선정한 바 있음 ※ 탄소자원화 광합성 세포공장(2018년 선정), 배양육/대체육 고도화(2023년 선정), 바이오장기 생산 키메라 기술(2022년 선정)기술명내용 AI for Scientific Discovery과학적 발견을 위한 AIAI 기술을 이용해 과학 연구의 속도와 효율성을 높이고 있음. 질병 진단, 치료 및 예방 기술이 향상되고 있으며, 새로운 소재 제안, 생물학적 이해 향상 등에 기여특히 딥러닝과 생성형 AI 모델이 연구 방법을 혁신적으로 변화시킬 것으로 예상(예, AlphaFold를 활용하여 단백질 구조를 정확하게 예측하여 생물학 연구를 혁신)▶ 글로벌 투자 및 산업 규모(2021-2023년, 단위 달러)- 학술 보조 지원금 기준 상위 5개 국가미국영국노르웨이캐나다일본36억5억 4,700만1억 4,300만5,800만3,300만비즈니스 펀딩 규모 기준 상위 5개 국가미국중국인도영국독일741억190억58억52억25억가장 많이 투자된 첨단 산업 분야인터넷소프트웨어헬스케어컴퓨터 하드웨어산업665억241억103억43억42억 Privacy-enhancing Technologies프라이버시 강화기술프라이버시를 보호하면서도 데이터를 활용할 수 있는 합성 데이터(synthetic data)*와 동형암호화** 기술은 특히 건강 관련 연구에서 민감한 데이터를 안전하게 사용할 수 있게 함이러한 기술은 대규모 글로벌 협업을 지원하고 질병 탐지, 치료 및 예방의 진보를 가속화시킴* 실제 데이터의 통계적 특성과 패턴을 모방하여 인위적으로 생성된 데이터** 암호화된 상태에서 연산을 이용해 데이터를 처리하는 기술로 데이터 유출 위험을 원천적으로 차단▶ 글로벌 투자 및 산업 규모(2021-2023년, 단위 달러)- 학술 보조 지원금 기준 상위 5개 국가미국영국스위스체코핀란드3억 7,200만3,900만1,400만600만400만비즈니스 펀딩 규모 기준 상위 5개 국가미국중국네덜란드영국케이맨 제도46억16억12억8억 9,500만4억 6,700만가장 많이 투자된 첨단 산업 분야인터넷소프트웨어전자제품헬스케어산업51억17억15억4억 2,900만1억 8,900만 Carbon-capturing Microbes탄소 포집 미생물탄소 포집 미생물은 대기 중의 이산화탄소를 포집하여 유용한 제품으로 전환하는 미생물로 크게 두가지로 나뉨. 광합성 미생물은 빛을 이용해 CO2를 유기 화합물로 전환하고, 비광합성 미생물은 재생 가능 에너지를 이용해 CO2로 전환. 이는 바이오연료, 비료 등 다양한 제품 생산에 활용되며, 산업적 CO2 배출을 줄이고 궁극적으로 기후 변화 문제를 해결하는데 기여 할 것으로 예상최근 파일럿 단계에서 본격적인 생산으로 전환 준비 중. 2022년까지 전세계 투자 규모는 64억 달러임. 주요 기업은 이스라엘의 Seambiotic, 스페인의 Alga Energy, 미국의 Bio Process Algae▶ 글로벌 투자 및 산업 규모(2021-2023년, 단위 달러)- 학술 보조 지원금 기준 상위 5개 국가미국영국스위스독일캐나다3억 1,700만2,300만700만500만500만비즈니스 펀딩 규모 기준 상위 5개 국가미국캐나다영국아이슬란드호주33억4억 4,500만2억 4,700만1억 5000만1억 2,500만가장 많이 투자된 첨단 산업 분야환경 서비스농업에너지/유틸리티헬스케어인터넷24억8억 4,600만6억 1,900만5억 1,500만1억 6,600만 Alternative Livestock Feeds대체 가축 사료곤충, 단세포 단백질, 조류 및 식품 폐기물을 활용하여 지속 가능한 가축 사료를 개발하는 것으로. 기존 사료보다 환경에 덜 해롭고, 자원 소비를 줄이는 장점을 가짐예를 들어, 곤충 단백질은 고품질 영양소를 제공하면서도 생산 과정에서 적은 물과 땅을 필요로 함. 단세포 단백질과 조류는 가축의 건강과 성장을 지원함. 궁극적으로 이 기술은 환경 보호와 가축 산업의 지속 가능성을 높임▶ 글로벌 투자 및 산업 규모(2021-2023년, 단위 달러)- 학술 보조 지원금 기준 상위 5개 국가미국포르투갈폴란드캐나다슬로바키아1,200만200만100만90만60만비즈니스 펀딩 규모 기준 상위 5개 국가미국프랑스이스라엘칠레캐나다81억 6,800만22억 5,100만10억7억 3,300만6억 7,600만가장 많이 투자된 첨단 산업 분야식음료농업인터넷헬스케어소비 제품/서비스110억22억9억 2000만7억 8,100만7억 2,200만 Genomics for Transplants이식을 위한 유전체학CRISPR-Cas9 등의 유전자 편집 기술을 사용해 돼지 장기의 면역 거부 반응을 최소화하여 인간에게 이식할 수 있도록 적합한 장기로 만드는 기술. 유전체를 이해하고 정밀하게 편집하는 기술은 새로운 면역 억제 약물 요법과 결합하여 이종 이식을 가능하게 함장기 이식 대기 시간을 줄이고, 이식 성공률을 높임으로, 장기 부족 문제를 해결하는데 큰 기여를 할 것으로 예상. 미 FDA는 현재까지 3명의 돼지 장기 이식을 승인한 바 있음(2024.1기준)▶ 글로벌 투자 및 산업 규모(2021-2023년, 단위 달러)- 학술 보조 지원금 기준 상위 5개 국가미국영국스위스체코캐나다6억 1,000만7,000만2,500만1,900만1,400만비즈니스 펀딩 규모 기준 상위 5개 국가미국벨기에중국프랑스스위스24억2억 9,900만1억 7,800만1억 4,100만1억 700만가장 많이 투자된 첨단 산업 분야헬스케어산업농업소비 제품/서비스33억2,100만1,100만100만참고1 WEF의 10대 미래유망기술 리스트(2020년-2023년)2020년2021년2023년마이크로니들탈탄소화 관련 기술플렉시블 배터리태양열 기반 화학스스로 비료를 공급하는 작물생성형 인공지능가상 환자질병 진단 호흡 센서지속가능한 항공 연료공간적 컴퓨팅주문형 의약품 제조디자이너 파지디지털 의료무선 신호로부터 에너지 획득정신건강을 위한 메타버스전기항공건강한 고령화를 위한 공학웨어러블 식물 센서저탄소 시멘트녹색 암모니아공간 오믹스양자 센서무선 바이오마커 장치유연한 신경 전자장치그린 수소현지 재료로 제작된 3D 프린트 주택지속가능한 컴퓨팅게놈 합성우주 사물인터넷AI 기반 의료 ¶ 바이오 관련 기술 밑줄 표시, 2022년은 맥킨지와 협동으로 10대 기술 트렌드 분석을 실시참고2 국가생명공학정책연구센터의 10대 바이오미래유망기술 · 개요 : 2015년부터 추진 중이며, 2022년부터 KISTI와 협업· 방법 : 위크시그널 데이터 기반의 전문가 의견을 수렴하여 혁신형 시드를 발굴하고 후보 기술의 기술적 혁신성, 산업적 혁신성을 평가하여 최종 선정. 선정 후, 공감대 형성을 위한 홍보 진행· 정의 : (바이오) 생명현상 연구(생명과학)를 기반으로,(미래) 향후 5∼10년 이내에 기술적 또는 산업적 실현이 가능하고,(유망) 향후 기술적 혁신성, 산업적 혁신성에 대한 파급 효과가 높게 전망되는 기술(과학, 현상, 개념 포함)...................(계속)☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.

2024 바이오 미래유망기술(하)DNA 바코드와 바코드 미생물 성봉현 / 한국생명공학연구원 책임연구원◈ 목차1.DNA 기반 생명체 분석2.DNA 바코딩3.바코드 미생물(barcoded microorganisms)4.기대효과5.참고문헌◈본문1. DNA 기반 생명체 분석최근 방영되는 범죄스릴러 영화나 드라마에서는 과학수사라고 적힌 옷을 입은 검시관들이 사건현장을 수사하는 모습이 당연시 되고 있다.과학수사는 범죄 현장에 남겨진 증거물과 단서를 과학적 지식, 장비 및 시설을 이용해 분석하여 사건을 해결하는 수사방법을 말한다. 과학수사에는 지문감정, 혈흔형태 분석, 화재감식, 영상분석, 문서감정, 프로파일링, DNA 분석 등이 포함된다.[그림 1] 사건현장 과학수사 모습DNA 분석과 관련하여, 국내에서는 2010년 DNA신원확인정보의 이용 및 보호에 관한 법률(이하 DNA법)이 시행되었다. 이를 통하여 범죄를 저지른 자의 DNA 정보와 범죄 현장 증거물에서 분석된 DNA 신원확인 정보 DB 제도를 운영하여, 신속하게 범인을 특정하여 검거하거나 다양한 장기 미제사건(연쇄살인사건 진범 규명)을 해결할 수 있었다. 현재 과학수사에서 DNA 감식 기술은 개인식별, 동일 부계 및 모계 분석, 연령 추정, 외모 추정, 체액 추정 뿐 아니라, 다양한 생물의 분류 및 특성파악을 통하여 형사사건의 증거를 제공하는 법생물감식(forensic biology) 분야에도 적용되고 있다. 이 경우 DNA 바코드 분석 기술은 동물, 식물, 미생물의 계통 분류 시 외형적 분류 기준이 모호할 때 사용할 수 있어 적용 대상 분야가 확장되고 있다.2. DNA 바코딩(barcoding)여러 생명체를 구분하기 위하여 형태를 관찰하고 도감과 대조해 가며 동정을 할 수도 있지만, 형태적 차이가 미미하거나 분석대상이 손상된 경우, 분석이 어려울 수도 있고, 감별사에 따라 평가가 다를 수도 있다.이럴 경우에는 보다 명확한 구분 근거가 존재해야 한다3). 이런 난관을 극복하기 위한 대안으로서 2003년 캐나다의 진화생물학자인 폴 허버트(Paul Hebert)는 생물을 모양과 특성이 아닌 DNA 바코드로 구별하자고 제안하였다4). DNA 바코드는 생물이 가지는 유전자 중 다른 종과 차이가 있는 고유의 DNA 정보를 이용해 생물종을 빠르고 정확하게 식별할 수 있는 기술로 물건을 식별하는 바코드 개념과 연관시킨 것이라고 할 수 있다(그림2).다양한 생명체를 구분할 수 있는 바코드 부분은 특성 정보가 있는 DNA 영역을 선택하여야 한다. 좋은 DNA 바코드는 종내(intra-species) 차이점은 낮지만 종간(inter-species) 차이점은 높아야 하며, 효율적인 DNA 증폭(PCR)을 위하여 일정한 서열구간을 가지고 있어야 한다. 그리고 바코드 서열의 길이는 샘플링, DNA 추출, 증폭, 서열 분석이 가능한 길이가 좋다. 하나의 서열이 모든 생명체에 다 적용되면 제일 이상적이겠지만, 그런 DNA 부분이 존재하지 않기에 생명체 및 실험에 따라서 여러 바코드가 사용된다.동물의 경우 가장 널리 사용되는 바코드 마커는 미토콘드리아 사이토크롬 C 산화효소 (COI) 유전자이며, Cytb, 12S 또는 16S와 같은 미토콘드리아 유전자도 사용된다. 핵(nuclear) DNA보다 미토콘드리아 DNA가 선호되는 이유는 수가 많고, 인트론 수가 적으며 재조합이 잘 일어나지 않기 때문이다. 그러나 식물에서는 서열 차이가 크지 않아 미토콘드리아 유전자가 DNA 바코드에는 적합하지 않다. 대신 엽록체의 maturase K 유전자(matK)를 비롯하여 리불로스-1,5-비스포스페이트 카르복실라제-옥시게나 제 유전자(rbcL), trnH 또는 리보솜 내부 전사 스페이서(ITS DNA) 와 같은 다중 위치 마커가 종 식별에 사용된다(표1).박테리아의 경우, 16S rRNA 유전자를 활용하거나 COI, II형 샤페로닌(cpn60) 또는 RNA 중합효소 β(rpoB)를 사용한다. 곰팡이의 경우에는 하나로 완전한 구분이 어려워 COI와 더불어 ITS rDNA 등이 동시에 사용된다. 원생 생물에서는 28S rDNA의 D1-D2 또는 D2-D3 영역, 18S rRNA 유전자의 V4 하위 영역, ITS rDNA 및 COI와 같은 다양한 바코드가 사용된다.[그림 2] DNA 바코딩 방법DNA 바코드 내에서도 정보가 다양하기 때문에 DNA를 기반으로 종을 특정하기 위해서는 여러 가지 방법을 사용한다. 역치값을 기반으로 서열의 차이가 2~4%를 넘어서면 다른 종으로 분류하는 것이 가장 일반적이며, 특정한 위치의 변이(유전자 내 특정위치 염기서열)에 따라서 종을 동정할 수도 있다. 또한 기존의 라이브러리에 존재하는 종들과 미지의 시료에서 획득된 염기서열을 재료로 계통수를 그려서 기존의 라이브러리에 해당되는 종들과 함께 묶이는 그룹을 같은 종으로 동정할 수도 있다.[표 1] DNA 바코드 연구에 주로 사용되는 분자 마커들OrganismRegionMarkerGene descriptionAnimalsMitochondrion12S12S ribosomal RNA16S16S ribosomal RNAatp6ATP synthase F0 subunit 6COICytochrome c oxidase subunit IcytbCytochrome bNucleus28S28S ribosomal RNAITSInternal transcribed spacerRag1Recombination activating 1Rag2Recombination activating 2WGWinglessPlantsNucleusITSInternal transcribed spacerITS2The 2nd internal transcribed spacerPlastidatpF-atpHNon-coding atpF-atpH intergenic spacer regionmatKMaturase KpsbK-psbINon-coding psbK-psbI intergenic spacer regionrbcLRibulose-1,5-bisphosphate carboxylase/oxygenase large subunitrpoBRNA polymerase beta subunitrpoC1RNA polymerase beta’ subunitrps16Ribosomal protein S16trnC-rpoBNon-coding trnC-rpoB intergenic spacer regiontrnH-psbANon-coding trnH-psbA intergenic spacer regiontrnL (UAA)tRNA trnL introntrnK (UUU)tRNA trnK intronycf1Translocon at the inner envelope membrane of chloroplasts 214ycf5Cytochrome c biogenesis protein CcsAFungi Mitochondrionatp6ATP synthase F0 subunit 6COICytochrome c oxidase subunitCO3Cytochrome c oxidase IIInad6NADH dehydrogenase subunit 6NucleusLSUlarge ribosomal subunit gene D1/D2domainsACTActinTUBβ-tubulinCALCalmodulinEF1-αTranslation elongation factor 1-alphaH3Histone H3ITSinternal transcribed spacerrpb2DNA-directed RNA polymerase II subunitBacteriaNucleoid16S16S ribosomal RNAchaperonin-6060 kDa chaperoninrpoBRNA polymerase beta subunitITSInternal transcribed spacerDNA 바코딩은 미국 Cold Spring Harbor Laboratory에서 제시하는 방법에 따라 실습을 할 수도 있는 만큼 그렇게 어려운 기술은 아니다. 지구상 다양한 생명체의 DNA 라이브러리를 적절히 구축해 두기만 한다면, 이를 미지의 개체에서 추출된 유전자 단편과 대조함으로써 종의 이름을 알아낼 수 있다. 이를 위해서는 믿을 수 있는 바코드 라이브러리의 구축이 중요하다. 분석한 염기서열과 기존에 등록된 염기서열 정보와의 비교를 통해서 대상을 동정하기 때문에 잘못된 결과를 제시하지 않기 위해서는 신뢰도가 높은 바코드 라이브러리가 구축되어야 한다. 이러한 라이브러리 정보에 단순하게 서열정보만 포함할 수도 있지만, 생명체의 표집 위치 뿐 아니라 생태학적 특성을 포함하면 더 많은 정보를 확인할 수 있다. 2004년 지구상의 생명자원에 대한 다양성 확보와 체계적인 관리를 위해 ‘DNA 바코드 컨소시엄(Consortium for the Barcode of Life)’이 출범하였다. 국제연구기관들이 국제바코드컨소시엄(iBOL)을 구성하며 지구상의 모든 생명체를 대상으로한 바코드 연구를 진행하고 있다. 이외에도 각국에서는 다양한 바코드 라이브러리를 구축하고 있다. 우리나라에서도 농촌진흥청에서 곤충 DNA 바코드를 구축하고 있고 검찰청에서도 법의학을 위하여 여러 DNA 바코드 데이터베이스를 구축하고 있다.DNA 바코딩은 생명체의 동정 기술을 근간으로 다양한 분야에 응용되어 왔다. 밀렵과 거래 추적을 통한 멸종위기 생물종 보전, 생물 유래 가공품의 원산지 추적, 생물자원이동 관련 국가 검역(바이오안보), 생명체 간의 계통수(phylogenetic tree) 작성의 기본 정보, eDNA(environmental DNA) 분석 등에 활용되고 있다.법의학적 측면에서 이러한 DNA 바코드는 야생생물의 불법 포획이나 거래 사건에 대하여 적용하는 Wildlife Forensic, 음식물의 원료로 사용되는 생물의 진위 여부를 판단하는 Food Forensic, 식물의 화분, 씨앗, 열매, 잎 등을 이용하여 사건의 단서를 찾아가는 Forensic Botany, 사체 주변에 생성되는 다양한 곤충의 종류와 성장 단계를 확인하여 사망시기 추정 등 죽음에 관하여 분석하는 법곤충학, 미생물에 의한 바이오테러를 대비하는 Forensic Microbiology 등 다양한 분야에서 연구되고 있다.3. 바코드 미생물(barcoded microorganisms)앞서 언급한 DNA 바코드 기술이 생명체의 염기서열을 바탕으로 종 분석 및 활용 중심이라면, 최근에는 좀 더 적극적으로 이들을 활용하는 방법이 제시되고 있다. 인위적인 DNA 바코드를 제작하고 이를 도입한 미생물 혹은 미생물의 포자를 하나의 바코드로 이용하여 생명체 혹은 사물의 이동을 분석하는 것이다. 즉 합성생물학을 응용해 무해한 미생물에 특정 DNA 서열(DNA 바코드)을 삽입하여 출처 정보 및 이동 경로를 추적하는 기술이다.다양한 농산물과 공산품의 글로벌 공급망 구축으로 이들의 원산지를 확인하는 것이 상당히 복잡해졌다. 단순하게 표시를 하거나 상표를 붙이는 것만으로는 이러한 추적이 어렵기 때문에, 자연계에 존재하는 미생물 및 그 커뮤니티를 활용하는 것이 하나의 대안으로 제시되었다. 2020년 하버드대에서는 식량이나 식품 안전에 해를 끼치지 않는 세균 DNA를 바코드화한 뒤, 이동 상황을 정밀 추적하는데 성공했다(그림3).[그림 3] 민감하면서도(sensitive) 특이적으로(specific) 검출이 가능한 바코드 미생물 포자(barcoded microbial spores) system연구진은 식품발효에 널리 사용되는 효모(Saccharomyces cerevisiae)와 고초균(Bacillus subtilis) 같은 GRAS(Generally Recognized As Safe) 미생물 유전체에 특정서열의 DNA 바코드를 도입한 안전한 미생물 제작하였다. 그리고, 다양한 조건에서 미생물이 안전하게 식품 및 제품에 머물도록 하기 위하여, 바코드 미생물 포자(spore)를 식물/식품 혹은 제품 표면에 분무하였다. 포자는 비활성 세포 상태로 가혹한 환경조건(세척, 가열, 전자파)에서도 생존가능하여 안정성 부여, 태그로 활용이 용이하다. 그리고 농장이나 식품공장에서 산출한 식량‧식품의 이동 경로를 추적했다. 그리고 수개월이 지난 다음 인공적으로 주입한 세균 포자가 어느 곳에 위치하고 있는지 파악한 결과 그 소재지를 정확히 찾아낼 수 있었다.이러한 기술은 최근에 개발된 여러 기술들과 연계하여 보다 효율적으로 활용될 수 있다. 여러 식물의 잎에 개별 바코드 미생물 포자(BMS)를 여러 번 도포한 뒤, 수확한 후 잎을 혼합한 경우에도 최근 개발된 분자진단 기술 SHERLOCK 및 염기서열 분석 방법을 활용하여 존재 여부를 확인할 수 있었다(그림4). 또한 본 바코드 미생물은 식품 및 생명체에 직접 도포되기 때문에 안전성이 무엇보다 중요하다. 안전한 균주의 포자를 사용하였지만, 그래도 사람이 섭취할 경우 발생할지 모르는 위험성을 막기 위해 포자들이 외부에 노출되었을 경우 사멸되는 생물봉쇄(biocontainment) 기술이 적용되었다. 최근 급속하게 발전하고 있는 다양한 합성생물학 기술과 연계하여 적용점은 더욱 확대되고 안전성은 더욱 높아질 것이다.[그림 4] 최근 분자진단과 바코드 미생물 포자(BMS)의 결합을 통한 농산물 출처의 분석이 시스템(DNA-barcoded microbial system)은 포자 뿐 아니라 각종 세균 DNA를 데이터화해 향후 저렴한 비용으로 세균의 존재를 정밀 추적할 수 있다. 미 육군 전투능력개발사령부 연구진은 28bp의 바코드를 삽입한 유전체를 제작하고, 포자를 방출한 다음, 플라스틱, 판지 등에 도포하고 물건을 이동하고 시간이 지난 뒤 샘플링하였다. 확보된 포자를 용해하고, PCR, SHERLOCK 검출 분석을 통하여 DNA 바코드 미생물 시스템의 지속성 및 안정성을 평가하였다. 중국 시안의 북서폴리텍대학교에서는 한약재 원산지 추적 시스템을 개선하기 위한 바코드 미생물 포자의 잠재적 적용 가능성을 분석하였고, BMS를 활용한 전통의학 수준 향상을 검토하였다. 그리고 관련 여러 기술의 장·단점을 비교하였다(표2).국내에서는 바코드 미생물을 위한 개별 요소기술에 대해서는 높은 기술 수준을 보유하고 있지만, 아직까지 바코드 미생물에 대한 연구 발표 사례는 없는 상황이다. 하지만, 여러 합성생물학 기술을 개발하고, 어느 나라보다 강력한 유전자변이생명체(LMO) 규제 이슈를 해결할 수 있는 안전한 기술이 개발되면 바코드 미생물 기술의 선도 국가가 되는 것은 어렵지 않을 것이다. 자연계에 존재하지 않는 특정 서열의 DNA 바코드 선정하고 유전자를 합성하는 기술, 특정 미생물 유전체 내로 바코드 DNA를 효율적으로 도입하는 기술, 특정 조건이 아닌 상황에서는 생존이 불가능한 미생물을 개발하는 생물봉쇄(biocontainment)기술, 생명체 영구비활성화 기술, DNA 이외 소재에 안전하게 태깅하는 기술, 미생물의 존재 여부를 확인하기 위한 소량의 DNA 증폭, 염기서열 분석하는 기술, 극소량의 DNA를 검출하는 차세대 분자진단 기술들이 지속적으로 개발 되어야 한다.바코드 미생물 기술은 미생물 기반의 태깅 및 라벨링 기술로 경제적이면서도 신속하게 추적 가능하며, 제품 유통, 감염병 추적, 법의학 등에 활용 가능하다. 앞서 언급한 바와 같이, 보다 정밀한 유전자 바코딩, 극소량 DNA 서열 존재 확인 기술과 연계하여 생명체 및 비생명체의 이동 추적에 적용될 수 있다. 생물봉쇄 기술 등이 적용되어 바코드 미생물의 LMO 이슈 해결할 수 있을 것이고, 보다 장기적으로는 합성생물학 기술과 접목하여 다양한 바코드 제작, 견고한 부착, 안전성 및 안정성, 정확성 확보를 통하여 사용 범위 확대가 가능하다. 또한 DNA, 미생물을 넘어선 신규 바코드 기술이 개발·적용될 것이다.[표 2] 생명체 추적 기술의 여러 특징Technology typeReliabilityRepeatabilityInformation volumeCostSecurityFingerprintDetermine origin by identifying CMMs composition information, with average accuracyAverageContain correlation between fingerprints and originHighOnly professionals or professional institutions can obtain information, with high securityDNA barcodingDetermine origin by identifying specific DNA sequences, with high accuracyHighContain correlation between gene and originHighOnly professionals or professional institutions can obtain information, with high securityIsotope tracingDetermine origin based on characteristic elements, with average accuracyHighContain correlation between characteristic elements and originGradual declineOnly professionals or professional institutions can obtain information, with high securityBMSDetermine origin by identifying DNA barcode sequences, with high accuracyHighContain production and distribution informationGradual declineUnencrypted and encrypted information can be added for both security and flexibility 4. 기대효과이러한 바코드 미생물을 활용하면, 글로벌화에 따른 다양해지고 활발해진 국가 간 물류의 흐름 파악 및 제품의 추적이 가능하며, 식품의 이동 이력 추적에 따른 제품 안전성신뢰 향상이 가능하고, 관련 시장 수준을 높일 수 있다. 또한 연평균 성장률 14%인 무선 센서 태그 시장을 비롯하여, 2022년 53억 달러 규모로 연평균 4.6% 성장이 전망되는 글로벌 재고 태그 시장에도 활용가능하다. 또한 다양한 분자 진단 기술에 적용하여 새로운 기술의 발전을 가져올 수 있다. 사회적 측면에서는 특정 지역 방문 인사의 확인이 가능해 사회적 안전성을 강화할 수 있고, 발생 가능성에 대한 우려가 높은 글로벌 팬데믹 위험 방지를 위한 특정 지역 제품의 판별 및 제한이 가능해 질환 확산 방지에 적용될 수 있다.앞서 바코드 미생물의 좋은점을 많이 강조했지만, 아직 넘어서야 할 많은 부분이 존재한다. 분명 여기서 이야기하는 바코드 미생물이 사회로 노출되면 어떤 위험성이 발생할지 몰라 안전성을 강조하고 안전한 미생물을 활용한다고는 하나, LMO 활용에 따른 위험성 및 거부감을 극복할 필요가 있다. 그리고, 개념 제시 수준에서 벗어나 실제 생활 및 산업에 적용하기 위해서는 세부적인 여러 문제를 극복해야 한다. 기술적인 측면에서 특정 서열의 DNA 바코드를 신속하게 제작하고, 극소량의 DNA를 검출하고, 생물봉쇄와 같은 다양한 기술을 추가 개발하고 개선할 필요가 있다....................(계속)☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.

2024 바이오 미래유망기술(하)데이터 기반 친환경 농약 합성기술이일영 / 한국화학연구원◈ 목차1. 농약 제품의 개발 동향 가. 농약의 종류 나. 농약 제품의 개발 동향 다. 유전체 기반 단백질 구조예측2. 데이터 기반 농약 후보 물질 설계 가. 데이터 기반 농약 후보물질 설계 기술 나. 표적 단백질과 리간드를 이용한 신규 농약 개발3. 독성 예측기술4. 결론 ◈본문1. 농약 제품의 개발 동향최근 데이터 기반 인공지능(AI)이 농업에 광범위하게 적용되고 있다. 더 건강한 작물재배, 해충관리, 토양 및 재배 조건 모니터링, 농민을 위한 데이터 분석, 식품 공급망의 기타 관리 활동을 강화하기 위해 농업 부문은 AI 기술을 도입하고 있다. AI와 머신러닝(ML)은 다양한 산업을 변화시켰다. 농약 개발 과정은 일반적으로 설계-합성-시험-분석 주기로 유사한 패턴으로 진행된다. 일반적으로 새로운 표적의 농약을 개발하기 보다는 기존의 상용화된 농약 분자의 구조를 기반으로 농약을 개발해 왔다. 이러한 방법은 발전에 한계가 있어 신규 물질을 개발하는데 한계가 있었다. 이제, 친환경 농약 개발은 단백질 3차원 구조에 리간드를 결합한 시뮬레이션을 이용한 방법이 국내·외에서 활발히 시작되고 있다. 가. 농약의 종류농약은 식물 병의 원인인 미생물(진균, 세균, 원생동물 등)을 방제하기 위하여 사용하는 약제인 살균제, 해충을 방제하기 위하여 사용하는 약제인 살충제, 잡초를 방제하기 위하여 사용되는 약제인 제초제, 식물의 생육촉진 또는 억제, 개화촉진, 낙과방지 또는 촉진 등 식물의 생육을 조절하기 위하여 사용하는 약제인 식물 생장 조절제 및 보조제 등이 있다.농약이 유해 생물에 독성을 일으키기 위해서는 생물이 생명을 유지하는데 필수적인 기능들의 일부를 정지 또는 교란시켜야 하며, 그 특정 부위를 작용점이라 한다. 생물체의 생리·생화학적 과정에 직접적 또는 간접적으로 관여하여 정상적 작용을 무너뜨리는 독성을 유발하는 체계적인 과정을 작용기구라고 하며 이런 작용기구는 물질의 화학적 구조에 의해 영향을 받는다.나. 농약 제품의 개발 동향사람도 어떤 약에 대하여 장기간 복용 시 내성이 생기는 것처럼 농약도 마찬가지이다. 병균·곤충·작물은 끊임없이 변하고 농약에 대하여 내성이 생긴다. 농약 시장에서 끊임없이 제품이 개발되어 왔으나, 2000년대 들어 작용 메커니즘이 완전히 새로운 유형의 농약이 거의 나오지 않아 농약에 내성을 가진 생명체의 비율이 늘어나면서 농작물 피해는 점차 커지고 있다.1980년부터 2023년까지 농약 시장에서 제초제(39%)가 살균제(30%)와 살충제(28%) 제품보다 많이 개발되었다. 2017년부터 2023년 사이에 살충제 17개, 제초제 13개, 살균제 12개의 제품이 등록되었다. 1980년부터 2023년까지 10개 이상의 제품을 개발한 기업은 BayerCropScience사, Syngenta사, Corteva사를 포함한 총 11개 기업이며 국내 기업은 아직 없다. 각 기업들이 개발 중인 신규 농약 후보물질 11개의 최대 매출 추정치를 예측하여 정리한 데이터[표1]에서 매출 예상액이 2억불(2760억) 이상일 것으로 예측되었듯이, 글로벌 시장에서 내성 문제를 해결할 수 있는 신규 농약은 시장성이 충분하다.[표 ] 11개 신규농약 후보물질의 최대 매출 예상액 출처 : S&P Global Commodity Insights, 2023년 12월다. 유전체 기반 단백질 구조예측새로운 농약을 개발하기 위해서는 농작물을 해치는 균, 곤충, 응애, 선충, 바이러스, 잡초 등의 유전체 염기서열을 확보하고 이에 담겨있는 유전자 구조, 기능, 대사체 및 단백질 정보 등을 분석하여 타겟 단백질을 선정하고 타겟 단백질의 3차원 구조예측이 먼저 필요하다. 타겟 단백질과는 결합력을 높이면서 동시에 다른 물질과의 결합은 막을 수 있는 리간드 구조를 예측할 수 있다면 농약 제품 개발에 걸리는 시간과 비용을 크게 줄일 수 있다. 단백질의 3차원 구조 파악을 위한 X-선 결정법이나 초저온전자현미경 (Cryo-EM)을 활용하던 실험적 방법론에서 빅데이터와 머신러닝 등에 바탕을 둔 인공지능 활용 기술로 열역학 기반의 구조예측 및 디자인하는 방법론으로 전환되고 있다. 인공지능 기반 단백질 구조예측 기술은 머신러닝과 딥러닝을 활용하여 아미노산의 서열을 정렬하고 열역학 에너지를 계산하는 기술로서, 기존 열역학적 구조예측 기술 대비 획기적인 정확도 향상을 이뤄냈다. 인공지능을 활용한 구조예측은 높은 정확도와 함께 상대적으로 빠르게 구조를 예측할 수 있다는 장점 또한 가지고 있으며, 생성된 예측 정보를 데이터베이스로 구축하여 방대한 양의 단백질 구조 정보를 제공함으로써 매번 계산하지 않고도 빠르게 검색할 수 있다. 그중, 머신러닝 기반으로 단백질의 구조를 예측하는 프로그램인 ‘Alphafold(2018)’가 CASP에서 높은 정확성을 보이면서 구조예측 및 디자인 기술에 관한 연구가 활발하게 이뤄지기 시작했다. 2020년 AlphaFold보다 발전된 AlphaFold2는 통합된 방식으로 훈련된 패턴 인식을 기반으로 단일 차별화 가능한 end to end 모델로 결합된 하위 네트워크 시스템으로 대체되었고 2024년 5월 8일에 발표된 AlphaFold3는 단일사슬 단백질에만 국한되지 않고 DNA, RNA, post-translational modifications 및 선택된 리간드와 이온이 포함된 단백질 복합체의 구조도 예측할 수 있다. Alphafold를 이용한 단백질 구조예측의 예를 보면, [그림1]에서, 실험을 통하여 얻은 실제 구조(녹색)와 예측하여 얻은 구조인 CASP14 표적 T1049(PDB 6Y4F, 파란색)을 비교하였다. Zn 결합 부위가 잘 예측된 예시를 확인할 수 있으며 2,180개의 아미노산 잔기로 구성된 단일 사슬인, CASP 표적 T1044(PDB 6VR4)의 도메인 패킹이 올바르게 예측됨이 보고 되었다.[그림 1] AlphaFold를 활용한 예측구조(파란색)와 실제 구조(녹색) 비교 출처 : Nature 596, 583 (2021)또다른 단백질 구조예측 프로그램으로 RoseTTAFold이 있으며 미국 워싱턴대학의 데이비드 베이커 교수 연구팀이 개발하였고 단백질의 3차 구조를 1차 구조부터 순차적으로 학습하여 예측하고 수용체와 결합한 단백질 복합체도 예측 가능한 장점이 있다. 이러한 인공지능을 이용하여 단백질 구조를 예측하여 나아가 이 구조의 생물학적 기능을 이해하고 단백질의 기능 제어를 위한 리간드를 찾는 기술의 활용은 새로운 친환경 농약의 합성에 필수적이다.2. 데이터 기반 농약 후보 물질 설계 신규 농약 개발에 필요한 많은 비용과 시간을 줄이기 위해 단백질 3차원 구조 기반 분자설계 및 최적화로 신규 농약 개발의 효율성을 향상시킬 수 있다. 분자도킹(Moleculardocking) 기술은 분자가 수용체에 결합하는 방식을 연구하는 일반적인 계산 방법이다. 분자도킹의 기본 원리는 소분자의 최적 결합 모드를 발견하기 위해 기하학적·에너지·환경 상보성을 사용하여 리간드를 수용체의 활성공동에 배치함으로써 소분자의 결합 강도를 평가한다. 수용체와 분자의 상호작용을 신속하게 예측하기 위해선 표적 정보 검색, 가상 스크리닝, scaffold 최적화 등 다양한 데이터베이스가 필요하다. Fragment 기반 설계 및 가상스크리닝(VS)과 같은 최신 기술이 hit 화합물 생성 및 골격 최적화에 성공적으로 적용되고 있으며 VS 방법을 사용하면 잠재적인 활성 화합물에 대한 거대한 화합물 라이브러리를 신속하게 스크리닝할 수 있다. 이러한 기술은 활성 화합물의 선발 확률을 기존의 무작위 스크리닝했을 경우 0.01%에서 5%-20%로 훨씬 높게 도달시킬 수 있다. 단백질의 유전체 데이터를 이미 알려진 유전체들과 비교하여 그 중 유사 유전체를 가진 단백질 구조를 바탕으로 AI를 이용하여 단백질의 3차원 구조가 예측되면 일반적으로 ZINC 및 Specs 라이브러리와 같은 상업용 소분자 스크리닝 라이브러리를 사용, MTiOpenScreen, AILDE, HerbiPAD등을 이용하여 최적화시켜 사용가능하다. 리간드와 수용체 사이의 효과적인 결합이 예상될 때 이를 바탕으로 골격의 최적화를 시도할 수 있다. 마지막으로 농약으로서 가치있는 화합물의 설계를 위하여 화합물의 ADMET 등을 예측하여 기존의 등재된 농약과의 특성을 비교해 가며 시간을 절약할 수 있다.[그림 2] 표적 단백질을 이용한 농약 개발 도식도가. 데이터 기반 농약 후보물질 설계 기술 분자도킹소프트웨어는 알고리즘에 따라 분류된다. 첫번째 Shape-matching 방법에는 SANDOCK, rDock, LigandFit 등의 도구가 있고, 두번째 Stochastic 방법에는 Autodock4 Vina, Gold, ICM-dock, rDock, GlamDock, Ledock가, 세번째 Systematic 방법에는 Surflex,FRED,UCSFDock,FlexX,MOLS2.0,DINC2.0 그리고 Simulation 방법에는 MOEdock, Autodock4, Glide, UCSFDock 등의 도구가 알려져 있다.특히 농약개발에 사용할수 있는 웹도구에는 CaverWeb, Sanjeevini,ezCADD, SwissDock, DockThor, MTiOpenScreen, aweVSpackage, DOCKBlaster, Istar,ACFIS,AILDE,DeepScaffold, AIScaffold,LeFrag 등을 소개할 수 있다. 특히 농약 개발과 관련된 도구로는 QEP,FungiPAD,InsectiPAD,HerbiPAD 등이 있다. 농약관련 database로는 PADFrag,FungiPAD,PPDB(PesticidePropertiesDatabase), PAN(PesticideActionNetwork),ECOTOX(EcotoxicologyDatabase),TOXNET(TOXicologydataNETwork)및PTID(PesticideTargetInteractionDatabase) 등이 있다. PADFrag와 FungiPD는 농약과 그 표적을 검색하기 위한 데이터베이스이며, PADFrag에는 1,652개의 승인된 약물과 1,259개의 승인된 농약 그리고 이들로부터 생성된 5,919개의 분자구조가 포함되어 있다. 또한 PADFrag에는 표적을 연구할 수 있는 몇 가지 상세한 생체활성 데이터와 잠재적인 약물표적이 포함되어 있어 농약의 생성, 학자간의 의사소통 및 공유를 위한 좋은 플랫폼이다. FungiPAD에는 16,000개가 넘는 물리화학적 레이더 및 정성·정량 분석에 대한 데이터와 시판되는 살균제에 대한 2,200개의 정성 및 1,100개의 정량 분석결과가 포함되어 있으며 다양한 화합물에 대한 포괄적인 살균제 유사분석을 제공한다. 사용자 친화적인 인터페이스는 살균제 발견을 지원하는 비계산 과학자의 해석 및 조작을 용이하게 한다.최근에는 농약개발에 있어 메커니즘 연구를 통하여 활성이 있는 화합물을 유추하는 방향으로 진행되고 있으며 농약 메커니즘 연구에 많이 사용되는 알려진 표적은 [표2]와 같다.[그림 3] 데이터 기반 농약 후보물질 구조예측 경로[표 2] 농약의 작용점 출처 : Int. J. Mol. Sci. 2020, 21(19), 7144나. 표적 단백질과 리간드를 이용한 신규 농약 개발리간드 기반과 타겟 기반 가상 스크리닝(target-based virtual screening)을 이용한 농약 후보의 분자설계 기술은 autoinsilicoliganddirecting evolutionserver,pesticideanddrugfragmentsdatabase,thepharmacophore-linkedfragmentvirtualscreening(PFVS)method,theautocorefragmentinsilicoscreening와autoinsilicoconsensus inversedocking등이 있다. 이를 이용하여 제초제인 quinotrione, 살균제로 succinateubiquinoneoxidoreductase의 작용기전 억제제 flubeneteram를 개발하였다. 일부 연구에서는 k-NN (k-NearestNeighbors),RF(RandomForest), 의사결정 트리,SVM(Support Vector Machine),ANN(Graph Attention Convolutional Neural Network) 및 기타 모델 개발 방법을 채택하였다.분자도킹을 이용한 농약 개발의 사례를 살펴보면 MAPK(mitogen-activated protein kinase)은 식물 병원성 진균에서 병원성, 분화 및 세포 성장에 중요한 역할을 한다. MAPK FgGpmk1은 Fusarium graminareum에서 침투 및 독성과 밀접한 관련이 있는 것으로 보고 되었다. 따라서 FgGpmk1은 Fusarium head blight(FHB)를 억제하는 표적의 대표적인 예이다. MAPK FGpmk1을 표적으로 하는 약물 발견은 농약 정보학을 통해 SBD의 작업 흐름을 이해하기에 좋은 사례이다. MD 시뮬레이션은 Schiff 염기가 Glu69와 중요한 수소 결합을 형성하여 화합물 94의 형태를 안정화한다는 것을 시사한다.키틴은 폴리-(1,4)-β-연결된 N-아세틸–d-글루코사민(GlcNAc)으로 곤충에만 있어 살충제 타겟으로 Chitinase OfChi-h를 타겟으로 최적화하여 8f를 얻었고 Trp389와 강한 π-π 상호작용을 형성한다는 것을 알 수 있다. 에틸 에스테르 그룹을 벤질 그룹으로 변형하면 Asp384와 H-π 상호작용이 발생하여 화합물 8f(IC50 = 0.1 μM)의 억제 효율이 VS-5(IC50 = 3.3 μM) 보다 높아졌다.[그림 4] Fusarium Graminearum Mitogen-Activated Protein Kinase와 새로운 저해제 94번 화합물의 결합 출처 : Advanced Agrochem, 1, 139(2022)[그림 5] Chitinase OfChi-h와 새로운 저해제 8f번 화합물의 결합 출처 : Advanced Agrochem, 1, 139(2022)식물벽을 분해하는 단백질 분해효소 K에 대해 억제작용을 할 가능성이 있는 화합물인 쿠마린 유도체는 환경친화적 식물 보호 제품의 잠재적 활성 성분이다. 쿠마린 유도체는 시험관 내에서 4가지 곰팡이 식물 병원체에 대해 다양한 항진균 활성을 나타냈고 가장 효과적인 것은 M.phaseolina와 S.sclerotiourum에 대한 것이었다. 일반적으로 테스트된 화합물은 토양에 유익한 선충류와 박테리아에는 유해하지 않았다.[그림 6] 쿠마린 화합물과 단백질 분해요소 K 도킹 출처 : Appl. Sci. 13, 1(2023)농약의 주성분 중 하나인 Organophosphates의 제거에 적당한 하이브리드 단백질을 개발하기 위해 insilico 접근법을 사용하여 미생물의 유전자를 표적으로 하는 하이브리드ORF(HybridOpenReadingFrame)가 개발되었다. BLAST 검색을 통해 확인된 21개의 유전자 중 생분해에 관여하는 구조적으로 유사한 8개의 유전자(opdA, opd, opaA, pte RO, pdeA, parC, mpd 및 phnE)를 스크리닝했고 이 유전자를 분해하는 이러한 유기인산염을 4개의 슈퍼패밀리, 즉 Metallo 의존성 가수분해효소, Lactamase B, MPP 및 TM_PBP2 슈퍼패밀리로 분류한다. 결합 부위 예측을 통해 하이브리드 단백질의 5개 결합 부위를 확인하였다. 도킹 연구는 하이브리드 단백질이 잠재적으로 10가지 다른 유기인산염과 상호작용한다는 것을 보여줍니다. 연구결과는 설계된 하이브리드 단백질이 광범위한 유기인산염 화합물을 분해하는 능력을 가지고 있음을 나타낸다.[그림 7] 하이브리드 단백질의 5개 결합 부위와 Acephate 결합 출처 : Microbiol. Biotechnol. Lett. 47(2), 278(2019)2023년에는 Fu그룹은 HPPD(4-Hydroxyphenylpyruvate dioxygenase)를 억제제 표적으로 가상 스크리닝을 위해 공통분자 특성(HipHop)과 수용체-리간드 복합체(CBP)를 기반으로 하는 두 가지 pharmacophore 모델을 생성하였다. PubChem의 디케톤 구조를 포함하는 약 1,000,000개의 분자를 Lipinski의 규칙에 따라 필터링하여 3D 데이터베이스를 구축했고 HipHop 모델, CBP 모델, ADMET(흡수, 분포, 대사, 배설 및 독성) 예측 및 분자 도킹을 결합하여 데이터베이스를 스크리닝했다. 아래 그림의 왼쪽 LibDock and 오른쪽 CDOCKER으로 새로 도킹된 리간드는 빨간색이었고 기본 리간드는 녹색이다. ADMET 예측, Solubility, BBB level, Hepatotoxic, Rat oral LD50, Mutagenicity, AB ability, MFNP, MMNP, DTP, skin irritancy, skin sensitization을 통해서 4개의 화합물을 선발하였다.[그림 8] LibDock(좌)과 CDOCKER(우)로 도킹과정 출처 : Pesticide Biochemistry and Physiology, 192 (2023)HPPD와 상용화된 mesotrione과 선발된 회합물의 수용체-리간드 상호작용 및 결합 모양으로 신규 화합물와 메소트리온 역시 페닐알라닌과 π-π 상호작용을 형성한다는 공통된 특징을 공유했다. 메소트리온과 비교하여, 신규 화합물의 방향족 고리는 Phe-381과 독점적으로 π-π 상호작용을 나타냈다.[그림 9] receptor-ligand 상호작용과 binding 위치 출처 : Pesticide Biochemistry and Physiology, 192 (2023)3. 독성 예측기술타겟 단백질과 가상 라이브러리의 도킹을 통한 활성이 예측된 후보물질군의 선발 후 인체나 환경에 안전한지를 따지는 독성시험 예측이 필요하다. 독성시험에서는 동물실험을 대신할 대체 독성시험법의 연구개발도 활발해지고 있다. 알려진 화학물질의 독성시험 결과 DB로 새로운 화학물질의 독성을 예측하는 인공지능형 알고리즘과 컴퓨터 분석 모형으로 예측이 가능하다. PubChem,Tox21 DataBrowser,Toxicity ForeCaster(ToxCast™) Data의 데이터군이 있고 BioPlanet, EPA CompTox Chemicals Dashboard, EPA CompTox Chemicals Dashboard, NIH에서 Taxonomy Tools 등이 대표적인 toolbox이다.최근 미국 존스홉킨스대학 동물대체시험연구센터의 Thomas Hartung 연구진은 알고리즘과 모형을 이용해 특정 물질의 독성 예측을 컴퓨터로 시행한 결과와 실제 동물실험에서 얻은 결과를 비교했는데, 9개의 OECD 테스트와 190,000개의 화학물질 결과에서 실제 동물실험 결과에서는 81%였지만 컴퓨터로 독성 예측에서 평균 87% 정확도로 나타났다.농약의 독성 예측을 위해서는 기존에 알려진 농약의 인간 독성, 환경 독성 및 등록된 농약 규제에 대한 정보가 필요하며 이를 제공하는 사이트로 PAN(Pesticide ActionNetwork)과 일반 물질의 생태독성은 EPA(UnitedStates Environmental Protection Agency에서 관리하는 ECOTOX가 유용하다농약의 현재 AI 및 컴퓨터 예측으로 포유류 독성(Mammalian toxicity)를 얻기 위하여 주로 쥐의 급성 경구독성에 중점을 두고 있습니다. 기존 LD50 데이터에 따르면 연구자들은 RF, k-NN, SVM, naïve Bayesian, AdaBoosted decision trees, hierarchical clustering와 deep learning 방법을 이용하였고 선별 화합물 수는 회귀 모델과 분류 모델을 포함하여 44~8,613개 범위였습니다. 또한 장기 독성(예: 약물 유발 간 손상, 눈 손상 및 눈 부식) 모델과 게놈 독성(예: Ames 돌연변이 유발및 발암 발생) 모델에 대한 연구도 있었다. 그 중 Yang 그룹은 포유동물 독성을 평가하는데 사용할 수 있는 화합물의 ADMET 특성을 평가하기 위해 공개적으로 접근가능한 웹사이트 "admetSAR"(http://lmmd.ecust.edu.cn/admetsar2)을 구축하였다.급성 독성의 실험기술이 발전함에 따라 고품질의 실험 데이터가 나왔고, 이에서 파생된 데이터의 가용성이 향상되어 in silico 예측 모델을 훈련하는데 활용되기 시작했다. 하지만 관련된 메커니즘 및 경로의 수와 다양성으로 인하여 예측이 어렵다. 급성경구독성의 예로 N-nitroso compounds(NNCs)은 환경과 음식에 흔하게 존재하는 강력한 독성 물질중 하나이다. 쥐의 급경 경구 독성을 지닌 80개 NNC의 대규모 세트에 대한 QSAR 및 분류모델을 개발하였다. 모든 QSAR 모델은 GA-MLR 방법으로 확립되었다.[그림 10] LD50 예측값 실험값 비교 출처 : Molecular Sciences. 19, 1(2018).농약 개발에서 수서독성(aquatic toxicity)은 농약의 환경 평가에서 중요한 부분으로 SVM, ANN, RF and partial least squares등이 무지개 송어, 큰물벼룩을 포함한 어류에 독성을 예측하고 있다. SVM 방법과 extended fingerprint을 사용하여 Daphnia magna의 EC50 독성 데이터를 기반으로 515종의 농약을 모델 테스트하여 전체 정확도(Qtotal)는 0.848에 도달했다.꿀벌의 멸종이 농약등의 화학물질에서 기인한다고 알려져 있기에 농약 개발에 있어 꿀벌 독성은 메우 중요하다. 꿀벌에 대한 농약의 독성 연구에서는 k-NN(k-NearestNeighbors), RF(Random Forest), decision tree, SVM(Support Vector Machine), ANN(GraphAttentionConvolutionalNeuralNetwork) 및 기타 모델 개발 방법을 채택했다. 그 중 Wang 그룹은 GACNN(graph attention convolutional neural networks) 방법을 사용하여 720종의 농약 학습 표본에 대한 꿀벌 독성 분류모델을 구축했는데 정확도는 거의 84%였다(http://beetox.cn). 2021년에는 서양 꿀벌인 Apis mellifera에 대한 화학물질의 급성 독성을 평가하기 위하여 급성 독성 데이터가 포함된 화합물 데이터는 논문이나 US EPA의 Ecotox 데이터베이스, EFSA의 OpenFoodTox 데이터베이스 및 Online Chemical Modeling Environment (OCEM) 데이터베이스, 데이터 통합으로 인해 다양한 종류(예: 살충제, 제초제, 살균제)를 나타내는 2,543개의 살충제 및 살충제 유사 화합과 광범위한 독성 메커니즘으로 구성된 미처리 데이터 세트가 생성되어 혁신적인 인공지능 기반 BeeToxAI(http://beetoxai.labmol.com.br/)가 구축되었다.[그림 11] 꿀벌 독성 예측 프로그램 출처 : Artificial Intelligence in the Life Sciences, 1(2021)Tortora 그룹은 2024년에 농약이 일반적인 독성 외에도 다른 영향을 미칠 수 있다는 인식이 커지고 있고 그중 인간 생식력에 영향을 미칠 수 있기에 새로운 상호 작용을 식별하기 위해 가상 스크리닝 접근법을 통해 인간 생식세포에 존재하거나 번식과 관련된 농약와 단백질 사이의 결합을 조사하여 농약이 인간의 생식 능력에 미치는 영향도를 VS로 예측하는 기술도 개발하였다.4. 결론지속적인 인구 증가와 제한된 농경지 면적에 이상 기후변화로 인류의 생존을 위해서는 작물 수확량을 늘려야 하고, 환경보호를 위하여 친환경 농약이 필요하다. 기존의 random screening으로는 새로운 농약의 발견이 어려우나, 표적단백질의 3차원 구조 기반의 고성능 컴퓨팅 및 인공지능(AI)과 같은 새로운 기술과 방법은 농약 발견 과정을 획기적으로 촉진할 수 있다. 단백질의 구조 예측에는 AlphaFold의 출현으로 많은 발전을 이루고 있고, 다양한 경로의 화합물 라이브러리로 MTiOpenScreen, AIE, HerbiPAD 등을 이용하여 가상 스크리닝의 기술을 이용할 수 있다. 농약에만 특화된 DB들이 증가하면서 농약 후보물질로 설계된 화합물들이 우수한 활성을 보이는 것으로 보고되고 있다. 현재 농약의 ADMET 예측 분야 및 농약 개발의 필수 요소인 꿀벌 독성, 수서 독성 등이 모두 data 기반으로 예측이 가능하여 이러한 연구방법은 향후 새로운 작용기전의 농약과 기존 농약의 내성 문제를 해결할 수 있는 중요한 기술이 될 것이다. ...................(계속) ☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.

2024 바이오 미래유망기술(하)기후변화 대응 디지털 육종김용민 / 한국생명공학연구원 책임연구원◈ 목차1. 디지털 육종의 정의2. 디지털 육종의 필요성3. 국내외 연구 동향 가. 국외 연구 동향4. 유전형 분석(Genotyping) 기반 유전체 연구 가. 필요성 나. AI 기반 작물 유전체 분석 연구 다. AI 기반 작물 표현형 예측 연구5. 디지털 육종의 활용 사례6. 향후 발전 방향 ◈본문1. 디지털 육종의 정의디지털 육종(Digital Breeding)은 현대의 정보통신기술과 생명공학 기술을 융합하여 육종 과정을 디지털화하고 최적화하는 첨단 육종 기술입니다. 이는 전통적인 육종 방식과는 달리, 분자 수준에서 유전정보를 분석하고 이를 바탕으로 한정된 자원 내에서 최적의 품종을 개발하는 데 중점을 둡니다. 2000년대 초반, 분자 마커(molecularmarkers)의 도입은 전통적인 표현형 기반 선발(Grow-OutTest) 방식의 혁신적 변화를 가져왔습니다(그림 1)[1].[그림 1] 분자 육종 도입에 따른 육종 기술의 변화표현형 기반의 선발은 작물의 외형적 특성을 기반으로 육종하는 방법으로, 시간과 자원이 많이 소모되는 단점이 있었습니다. 반면, 분자 마커를 활용한 선발(MarkerAssistedSelection, MAS)은 유전자의 특정 마커를 확인하여 우수한 형질을 가진 개체를 선발하는 방식으로, 더 빠르고 정확한 육종이 가능해졌습니다. MAS는 Genotype 정보에 기반하여 이루어지며, 이는 곧 유전적 특성을 정확히 파악하고 이를 토대로 한 선발을 의미합니다. 2000년대 중반, 차세대 염기서열 분석법(NextGenerationSequencing,NGS)의 개발과 도입은 디지털 육종의 또 다른 획기적인 변화를 가져왔습니다. NGS 기술은 유전체 분석의 속도와 정확성을 크게 향상시켰을 뿐만 아니라, 분석 비용을 대폭 절감시켰습니다. 이러한 기술적 발전은 분자 육종이 필수적인 기술로 자리 잡게 하였으며, 육종 연한을 단축하는 데 크게 기여하였습니다. 디지털 육종은 이러한 분자 육종과 차세대 염기서열 분석 기술을 통합하여, 데이터 분석과 예측 모델링을 통해 더욱 정밀하고 효율적인 육종 과정을 가능하게 합니다[2]. 최근에는 인공지능(Artificial intelligence, AI)을 활용한 연구도 활발히 진행되어 방대한 유전자 데이터와 환경 데이터를 분석하여, 최적의 재배 조건과 교배 전략을 도출하고, 결과적으로 디지털 육종은 생산성, 저항성, 품질 등을 극대화할 수 있는 새로운 품종개발에 있어 혁신적인 접근방식을 제공합니다(그림 2)[3].[그림 2] 작물 육종 단계별 연구2. 디지털 육종의 필요성최근에 등장한 차세대 염기서열 분석기술의 발전으로 인해 염기서열 분석 비용이 눈에 띄게 감소하였고, 이는 대규모 유전체 데이터를 생성하여 디지털 육종에 활용할 수 있는 환경을 조성했습니다. 이러한 기술적 발전은 유전체 데이터를 기반으로 한 정밀한 육종이 가능하게 하였으며, 이는 기존의 표현형 기반 선발 방식을 혁신적으로 변화시켰습니다. 디지털 육종은 유전적 정보를 활용하여 기후 변화에 강한 작물 품종을 신속하게 개발할 수 있게 합니다. 기후 변화로 인해 빈번해진 가뭄, 홍수, 극단적인 기온 변동 등은 농작물 생산에 큰 영향을 미치고 있으며, 이에 대응할 수 있는 품종개발이 시급한 상황입니다. 디지털 육종을 통해 이러한 환경적 스트레스에 저항성이 강한 품종을 개발함으로써 농업의 안정성과 지속가능성을 높일 수 있습니다. 이는 농업 생산성 향상 및 자원의 효율적인 사용을 가능하게 하여, 환경에 미치는 영향을 최소화하면서도 높은 수확량을 유지할 수 있습니다. 또한, 전통적인 육종 방식은 많은 시간과 비용이 소요되지만, 디지털 육종은 분자 마커와 NGS 기술을 활용하여 육종 과정을 크게 단축할 수 있습니다. 이는 새로운 품종개발 소요 시간 단축 및 빠르게 변화하는 환경에 신속하게 대응할 수 있게 합니다. 이와 함께, 인공지능의 도입은 디지털 육종의 필요성을 더욱 부각시키고 있습니다. 인공지능 기술은 방대한 농업 데이터를 분석하여 농업 활동을 최적화하는 데 중요한 역할을 합니다. 예를 들어, 인공지능 기술을 기반하여 작물의 생육 상태, 토양의 영양 상태, 기상 조건 등을 실시간으로 모니터링하고 예측하여, 농작물의 성장 패턴을 분석하고 최적의 재배 조건을 도출합니다. 이를 통해 병충해 발생 가능성을 예측하고, 사전 대응할 수 있게 하여 농업의 효율성을 극대화합니다. 또한, 유전자 데이터와 환경 데이터를 통합 분석하여, 작물의 유전적 특성과 환경 적응성을 예측하고 최적의 교배 전략을 설계하는 데 활용될 수 있습니다. 이는 육종 시간을 단축하고 비용을 절감하며, 더욱 신뢰성 높은 품종을 개발하는데 기여합니다.3. 국내외 연구 동향가. 국외 연구 동향디지털 육종 분야에서 국외 연구는 빠르게 발전하고 있으며, 다양한 연구기관과 기업이 첨단 기술을 활용한 연구를 활발히 진행하고 있습니다. 미국의 CGIAR(ConsultativeGrouponInternationalAgriculturalResearch)는 전 세계적으로 작물 육종을 선도하는 연구기관 중 하나로, 디지털 육종 기술을 활용하여 기후 변화에 대응할 수 있는 작물 품종을 개발하는 데 주력하고 있습니다. 특히, 유전자편집 기술과 인공지능을 결합한 연구를 통해 신속하고 정확한 품종개발을 목표로 하고 있습니다(그림 3).[그림 3] 유전자편집 기술을 활용한 품종개발 사례(출처: CGIAR)유럽에서는 EUCARPIA(EuropeanAssociationforResearchonPlantBreeding)가 유럽 내 작물 육종 연구를 주도하고 있으며, 디지털 육종 기술을 이용한 다양한 연구를 진행하고 있습니다. 특히, 유전체 데이터 분석과 머신러닝을 통한 작물 품질 개선 연구가 활발합니다. 디지털 육종 분야에서 국외 연구는 매우 빠르게 발전하고 있으며, 대규모 유전체 및 표현체 데이터 기반의 Genome-WideAssociation Studies(GWAS)와 Genomic Selection(GS) 같은 연구들이 디지털 육종의 중요한 연구분야로 자리 잡고 있습니다[4]. 최근에는 이러한 연구 기법들을 분석할 수 있는 웹 기반 육종 데이터 분석 플랫폼 개발도 활발히 진행되고 있어 전 세계 육종가들이 유전자 데이터를 효율적으로 활용할 수 있도록 지원하고 있습니다[5]. 이처럼 국외에서는 다양한 연구기관과 기업들이 디지털 육종 기술을 활용하여 농업 생산성을 높이고, 기후 변화에 대응할 수 있는 혁신적인 작물 품종개발에 집중하고 있습니다. 이러한 연구들은 디지털 육종의 가능성을 극대화하며, 미래 농업의 지속 가능성을 높이는 데 기여하고 있습니다.나. 국내 연구 동향국내의 경우, 디지털 육종 기술의 중요성을 인식하고, 전문 연구기관과 대학이 주도하여 다양한 연구와 지원 프로그램을 운영하고 있습니다. 지난 수년간 유전체 분석과 분자마커를 활용한 디지털 육종 연구를 활발히 진행하고 있으며, 차세대 염기서열 분석기술을 활용하여 다양한 작물의 유전체 정보를 분석하고 있습니다. 또한, 인공지능(AI)과 기계학습(machinelearning)을 활용한 작물육종 연구도 수행되며 유전자 데이터와 환경 데이터를 통합 분석하여 최적의 교배 전략을 수립하고 있습니다. 국내 민간 기업들도 디지털 육종 기술을 활용한 혁신적인 작물 품종개발에 주력하고 있습니다. 다양한 농업 바이오 기업에서도 유전자편집 기술과 차세대 염기서열 분석기술을 활용하여 고유전적 가치의 작물품종을 개발하고 있습니다. 하지만, 디지털 육종과 관련된 연구가 활발히 진행되고 있으나, 여전히 연구 인프라와 자원면에서 제한이 존재합니다. 디지털 육종 기술은 고도의 유전체 분석기술과 빅데이터 처리 능력을 요구하는데, 이를 위한 고가의 분석 장비를 지속적으로 운영하고 유지할 수 있는 자금 지원이 부족하여, 연구의 연속성과 확장성이 제한되는 경우가 있습니다. 디지털 육종 연구는 장기적인 투자가 필요하며, 특히 초기 연구 단계에서 많은 자금이 필요합니다. 그러나 국내에서는 연구 자금이 한정적이며, 장기적인 연구를 지속적으로 지원하는 체계가 미흡한 실정입니다. 이는 연구자들이 안정적으로 연구를 수행하기 어려운 환경을 조성하며, 새로운 기술개발과 혁신적인 연구 성과를 도출하는 데 큰 제약으로 작용합니다. 이와 함께, 디지털 육종 기술은 연구소 내에서 개발 뿐만 아니라 실제 농업 현장에서의 적용이 중요합니다. 그러나 국내에서는 연구와 산업 간의 연계가 부족하여, 연구 성과가 실질적인 농업 혁신으로 이어지지 않는 경우가 많은데, 이는 디지털 육종 기술의 실질적인 효과를 농업 현장에서 체감하기 어려운 상황을 초래합니다.4. 유전형 분석(Genotyping) 기반 유전체 연구가. 필요성국내 육종 산업의 경우, 다국적 기업, 중견 이상의 기업과 개인 육종가에 의한 중소규모 육종회사로 분화되어 있으며, 중소규모 육종회사의 경우 비용 감소의 이점에도 불구하고 육성 집단에 대한 20~30×내외의 high coverage의 유전체 재분석(genome resequencing)은 비용 부담으로 유전체 기반의 육종 기술의 현장 접근성이 높지 않은 편입니다. 따라서, low coverage의 유전체 재분석 데이터를 활용한 집단 분석 기술의 개발은 유전체 기반의 마커 개발 및 표현형 데이터와 AI 기술을 활용한 연관 분석을 통한 표현형 예측분석의 비용 감소와 직결되어 중소규모 육종회사의 기술 선진화에 매우 중요한 요소로 작용할 수 있을 것입니다. 최근, 다양한 작물에서 구축된 다중 표준유전체 분석에 기반한 Pan-Genome 분석 연구가 활발히 진행되고 있으며, 토마토에서 graph pangenome 분석을 활용하여 육종 과정에서 소실된 유전형질을 탐색한 연구가 보고 되었습니다(그림 4, 좌)[6]. 오이에서도 graph pangeome 분석을 활용하여, 농업형질과 관련된 다수의 구조적(InDels) 및 서열 변이(SNPs)를 재배종 오이에서 탐색한 결과를 보고하였습니다(그림 4, 우)[7].[그림 4] Graph pangenome 분석을 활용한 토마토(좌), 오이(우)에서의 농업형질 연과 변이 탐색 연구[6,7] 이와 함께, 작물에서의 graph pangenome 분석을 활용한 형질 연관 유전자의 탐색은 필수적인 요소가 되고 있으며, Practical Haplotype Graph(PHG)를 활용하여 변이 탐색에 필요한 유전체 재분석 데이터의 coverage를 획기적으로 낮출 수 있는 기술이 개발되어 보고 되었습니다(그림 5)[8]. 이러한 PHG 기술 기반의 low coverage의 염기서열 데이터를 활용하여, 육성 집단의 변이 분석이 가능하게 되어 Genotype Selection(GS)을 수월하게 할 수 있을 것으로 기대됩니다.[그림 5] PHG 기반 변이 탐색 모식도[8]나. AI 기반 작물 유전체 분석 연구MAS(MarkerAssistedSelection) 기술 도입 이후, 기존의 전통 육종에 비해 육종의 효율과 연한이 단축되었지만, 여전히 시장의 수요를 만족시키기엔 신품종 개발 속도가 느린 문제점이 존재하고 있습니다. 일례로, 식량 위기 해결을 위해 2050년까지 현재 생산량의 두 배를 증가시켜야 하지만, 이를 위한 연간 2.4%의 생산량 증가를 만족시키지 못하고 있습니다[9,10]. 이와 같은 문제를 해결하기 위해, Genomic Selectin(GS) tool이 개발되었으며[11], 기존에 비해 육종 연한 단축 및 효율성을 높였음[12,13]. GS tool은 다양한 선형회귀 모델(linear regression model) 기반의 예측을 수행하였으나, training population의 크기, 형질의 유전력, 마커의 빈도 및 분석에 사용된 모델에 GS 분석의 효율성이 결정되는 단점도 존재하였습니다[14]. 이러한 문제점 개선을 위해, 최근 machine learning(ML) 기반 GS 분석 모델 개발이 활발히 진행되고 있으며, support vector machine(SVM), random forest(RF), deep learning, 및 light gradient boost(LGB) algorithm 등이 활용되고 있습니다[15]. 2010년대 후반부터 기하급수적으로 증가하는 바이오 빅데이터의 분석을 위한 대안 중 하나로 AI 기술인 deep learning을 활용한 유전체 분석 연구가 국내외에서 활발히 수행되고 있으나, 대부분의 deep learning tool이 정해진 데이터 또는 모델 기반의 분석을 지원하여 다양한 데이터에 기반하는 생물학 분석에 적용되기 어려운 단점이 존재하였습니다[16]. 하지만, 유전체 분석의 특정 영역에서는 deep learning 모델에 의한 분석이 유전체 분석의 정확성을 높여주어 활용도가 높으며[17], 최근 DeepCGP(그림 6)[18], DNNGP(그림 7)[19], 및 IP4GS[20]와 같은 다수의 deep learning 기반의 유전체 분석 모델이 개발되어 보고 되고 있습니다.DeepCGP, DeepGS, IP4GS와 같은 deep learning 기반의 분석모델은 다차원 유전체 데이터를 압축하고 압축된 정보(유전형 정보)를 기반으로 표현형을 예측하고 다차원 데이터의 효과적인 분석을 가능하게 하였습니다. 다양한 오믹스 데이터에 적용가능하고 대규모 데이터에서 높은 예측 정확도를 보여주는 DNNGP 모델은 복잡하고 대규모 데이터셋에서 실용적인 모델로 활용할 수 있게 되었습니다. AI 기반의 기술은 복잡한 유전체 정보를 정밀하게 분석하고 해석하여 기후 변화와 같은 외부 요인에 강한 작물 선별 및 개발에 중요한 역할을 할 것으로 기대됩니다.[그림 6,7] DeepCGP 모식도, DNNGP 모식도[16]다. AI 기반 작물 표현형 예측 연구다중 유전자에 의해 조절되는 형질인 곡물 수확량(grain yield), 개화 시기(flowering time), 및 초장(plant height)은 다수의 minor effect gene에 의해 조절됩니다. 이런 특성으로 인해, 기존의 통계를 활용한 마커 기반 선발(Marker Assisted Selection, MAS) 방법 다중 유전자 형질의 개량에 MAS를 적용하는 것이 효율성이 떨어지는 단점도 존재하였습니다[20,21]. 최근 AI 기반의 표현형 예측을 위한 다양한 연구가 콩(soybean)과 밀(wheat)에서 보고되고 있습니다. 대부분 작물과 같이, 수확량(yield)과 콩의 품질(quality)과 같은 유전학적으로 복잡한 형질의 콩에서의 예측을 위해 개발된 SoyDNGP는 deep learning 기반 예측 모델로서 유전형 분석을 활용한 표현형 예측이 가능함을 실증하였으며, 관련 연구의 잠재력을 보여주었습니다[14]. 디지털 육종 플랫폼(Digital breeding platform)인 IP4GS의 경우, 총 7가지의 모델, 11개의 검증 측정 항목(evaluation metrics)과 시각화 모듈(visualization module)로 구성되어 생물정보학적인 배경지식이 없어도 관련 분석을 수행할 수 있게 구축되어 활용성을 대폭 향상하였습니다[20].5. 디지털 육종의 활용 사례디지털 육종 기술은 전 세계적으로 다양한 작물에 적용되어 현대 농업이 직면한 여러 도전과제를 해결하는 데 중요한 역할을 하고 있습니다. 이러한 기술은 차세대 염기서열 분석과 인공지능과 같은 첨단 기술을 활용하여 작물의 유전적 특성을 정밀하게 분석하고, 이를 바탕으로 최적의 육종 전략을 수립하는 데 중점을 둡니다. 세계적으로 수요가 많은 밀의 생산성을 높이기 위해 NGS와 분자 마커를 사용하여 건조한 환경에서도 높은 생산성을 유지할 수 있는 내건성 유전자를 가진 밀 품종을 식별하는 등 다양한 연구가 진행되고 있습니다[22,23]. 이러한 연구는 가뭄이 빈번한 지역에서 특히 중요한데 내건성 밀 품종은 물 부족 상황에서도 높은 수확량을 유지할 수 있어 농업의 안정성을 높이는 데 크게 기여하고 있습니다. 필리핀의 국제미작연구소(International Rice Research Institute, IRRI)에서 유전체 분석과 분자 마커를 사용하여 염분에 강한 유전자를 가진 벼 품종을 선발하고, 이를 교배하여 새로운 내염성 품종을 개발했습니다(그림 3).[그림 8] 내염성 벼 품종 개발(출처: 국제미작연구소 홈페이지)이러한 벼 품종은 염분이 높은 토양에서도 높은 생산성을 유지할 수 있어, 해안 지역과 같이 염분 스트레스가 큰 환경에서도 안정적인 벼 생산이 가능합니다. 이와 같은 디지털 육종 활용 사례들은 현대 농업이 직면한 다양한 도전과제에 대응하는 데 중요한 역할을 하고 있습니다.6. 향후 발전 방향디지털 육종은 차세대 염기서열 분석과 인공지능 등 최신 기술의 융합을 통해 급격히 발전하고 있으며, 앞으로도 그 활용 가능성은 더욱 확대될 것으로 예상됩니다. 무엇보다 디지털 육종은 정밀농업과 밀접하게 연계되어 있습니다. 앞으로의 발전 방향은 농업 데이터를 실시간으로 수집하고 분석하여 작물의 생육 상태를 모니터링하고, 최적의 재배 조건을 자동으로 조절하는 시스템을 개발하는 것입니다. 이를 통해 작물의 생산성을 극대화하고 환경 변화를 효율적으로 관리할 수 있을 것입니다. 예를 들어, 방대한 양의 데이터 수집, 빅데이터 분석을 통한 작물 건강 상태 평가, 자동화된 농업 기계의 활용 등이 정밀농업의 주요 요소로 자리 잡을 것입니다. 인공지능은 디지털 육종의 데이터를 분석하고 예측 모델을 구축하는 데 필수적인 도구입니다. 앞으로의 발전 방향은 이러한 기술을 더욱 고도화하여 대규모 유전체 데이터를 효율적으로 처리하고, 최적의 교배 전략을 자동으로 설계하는 것입니다. 이를 통해 육종 과정의 효율성을 극대화하고, 더 나은 품종을 더 빠르게 개발할 수 있을 것입니다. 이와 더불어, 유전자편집 기술은 디지털 육종의 핵심 도구로서, 앞으로 더욱 발전할 것입니다. 유전자 편집을 통해 작물의 특정 유전자를 정밀하게 수정하거나 제거하여 원하는 형질을 강화할 수 있습니다. 이는 병 저항성, 내건성, 내염성 등 특정 환경 스트레스에 강한 품종을 개발하는 데 중요한 역할을 할 것입니다. 또한, 유전자 편집 기술은 기존의 육종 방법보다 더 빠르고 정확하게 새로운 품종을 개발할 수 있게 합니다. 디지털 육종은 환경 친화적인 농업 기술을 개발하여 자원 효율성을 높이고, 농약 및 비료 사용을 최소화하는 방법을 모색할 것입니다. 또한, 기후 변화에 대응할 수 있는 작물 품종을 개발하여 농업의 지속 가능성을 높이는 데 기여할 것입니다. ...................(계속) ☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.

2024 바이오 미래유망기술(상)인간-컴퓨터 상호작용 기술의 현재와 미래장진규 / 컴패노이드 랩스 의장◈ 목차1. 서론2. HCI의 정의 가. 인터페이스 나. 인터랙션 다. 인포메이션3. HCI 분야와 바이오, 그리고 디지털 헬스케어 ◈본문1. 서론컴퓨터 기술의 발전은 본래 군사 등 특수 목적에 국한되어 왔다. 우리가 흔히 컴퓨터의 시초라 생각하는 애니악(실제로는 콜로서스(Colossus)가 최초이다) 등 대부분의 큼직한 컴퓨터들은 1차, 2차 세계 대전 등에서 적군의 암호를 해독하기 위한 도구(tool)로서 활용되었다. 말 그대로 도구이니 만큼 사용자인 군인 등 작전 수행자의 편의성을 고려하기 보다는 효율적이고 보다 빠른 방식으로 암호를 해독하기 위해 적합한 인터페이스(interface)를 디자인하는 것이 관건이었다. 그 결과, 인간-컴퓨터 상호작용 분야에서 사용자의 수용성(acceptability) 측면에서 언급되는 비효율의 효율화(effectiveness on inefficiency)가 그 당시 컴퓨터들에서 드러난 특징이었다. 말 그대로, 인간이 컴퓨터에 맞춰서 익숙하도록 트레이닝을 거쳐야 사용할 수 있었고, 그것 자체가 하나의 기술자로서 인정을 받을 수 있는 지점이기도 했다. 그러나 컴퓨터가 소형화되고 대량 생산할 수 있는 여건이 만들어지면서 컴퓨터가 두루 쓰이게 되자, 많은 사용자를 고려한 상호작용에 대한 고민이 필요해졌다. 더구나 인간-컴퓨터 상호작용(Human-Computer Interaction, 이하 HCI) 기술개발의 출발점이 컴퓨터의 대중화와 맞물려 있다는 점에서, 현존하는 모든 컴퓨팅 기술 기반의 제품이나 서비스에서 HCI 기술이 중요해 진 것이다. 본 기고에서는 HCI 기술의 과거부터 현재까지를 조망하고, 미래에 어떤 혁신이 있을지에 대해 소개하고자 한다. [그림 1] 2차 세계대전을 위해 개발된 세계 최초의 컴퓨터로 알려진 콜로서스 컴퓨터2. HCI의 정의HCI는 앞서 언급한 바와 같이 인간-컴퓨터 상호작용의 약자로, 이름에서 볼 수 있듯이 인간과 컴퓨터 사이의 상호작용에 관해 연구하는 분야이다. 이해를 돕고자 쉽게 풀어쓰면, 컴퓨터를 사용한다는 의미 자체가 사용자인 인간이 컴퓨터와 상호작용 한다는 의미이기 때문에 이에 대해 과학적 접근이 필요하다는 점에서 출발한 연구 분야이다.본래 컴퓨터의 대중화를 위해 가격을 제외하면 필요한 단 한가지 필요조건이 바로 남녀노소 모두가 컴퓨터를 보다 쉽고 편리하게 사용할 수 있는 방식으로 설계하는 것이었다. 인간이 망치나 가위와 같은 도구가 아닌 최초의 상호작용할 수 있는 대상으로서 컴퓨터를 받아들일 수 있었던 것은 다양한 목적으로 활용될 수 있는 컴퓨터를 몇 가지 핵심적인 상호작용 방식으로 사용할 수 있는 기술의 구현이 큰 영향을 미쳤다. 컴퓨터를 통해 어떤 목적으로 사용하든 우리는 30여년 전 발명된 마우스와 키보드로 컴퓨터와 상호작용을 시도하고, 평면의 디스플레이를 통해 컴퓨터가 제공하는 정보와 각종 반응을 확인한다. 말 그대로 전 인류가 동일한 방식으로 상호작용 할 수 있는 몇 가지 HCI 기술이 현재 세상을 움직이고 있다고 해도 과언이 아니다.[그림 2] 인간-컴퓨터 상호작용 분야의 연구범위이러한 HCI 기술 분야에서는 다음 세 가지 차원에서 다룬다.가. 인터페이스인터페이스는 인터(inter)라는 용어와 페이스(face)라는 용어가 합쳐진 단어로, 얼굴을 서로 맞대고 있다는 표현으로 묘사된다. 인간의 눈(시각), 코(후각), 입(미각), 귀(청각), 피부(촉각)는 세상과 소통하는 인터페이스로서 타인과의 상호작용에 필요한 모든 데이터를 처음 흡수하는 채널의 역할을 한다.컴퓨터 혹은 디지털 기술이 적용된 모든 제품이나 서비스는 인터페이스 기술이 매우 중요하다. 우리가 인간-인간 사이 상호작용에서 이 채널들이 얼마나 유기적으로 활용되는지는 코로나 시국에서 비대면으로 사람들과 만남을 해야 했던 상황을 돌이켜보면 쉽게 이해된다. 대면 상황과 달리 줌(Zoom)과 같은 비대면 화상회의 등에서 대화 시 서로 이야기를 하려다 보이스 인터럽트(voice interrupt, 음성이 서로 겹치는 상황) 경험을 모두가 하는 이유는, 대면 상황에서는 여러 인터페이스 채널로 대화 양상을 확인하면서 대화를 이어나갈 수 있기 때문이다. 시선 처리, 제스처 등 인간의 오감을 적극적으로 활용한 대면 상황에서의 상호작용이 컴퓨터를 매개로 한 상호작용(computer-mediated interaction)에서는 불가능하기 때문에 대화가 매끄럽지 않은 경우가 많은 것이다.이렇듯, 인터페이스 기술은 앞서 잠깐 언급한 평면의 디스플레이와 그래픽 유저 인터페이스(GraphicUserInterface,이하 GUI)와 같이 기본적으로 컴퓨터가 갖는 인터페이스 뿐만 아니라 사용자들이 두루 쓰는 제품이나 서비스에서 적용되는 것을 전제로 개발하고 디자인할 때 많은 고민이 필요하다.[그림 3] Zoom의 인터페이스 기술나. 인터랙션본문에서 지속적으로 언급되는 상호작용이라는 용어를 영어 단어로 표현한다면 인터랙션(interaction)이다. HCI의 I가 Interaction의 앞 글자를 딴 것을 생각해보면 HCI 기술 분야를 다루는 세 가지 차원 중에서 가장 핵심이 되는 기술이라 할 수 있다.[그림 4] ChatGPT-4의 인터랙션 기술인터랙션 기술은 컴퓨터가 작동되는 방식과 관련이 깊다. 예를 들어, 마우스만 보더라도 클릭(click)과 휠(wheel)이라는 인터랙션 기술의 조합으로 앞서 언급한 인터페이스의 대표격인 GUI와 상호작용할 수 있다. 우리는 컴퓨터가 제공하는 GUI와 상호작용 하기 위해 마우스가 가진 인터랙션 기술을 조합해 컴퓨터 내의 무언가를 선택하고, 실행하고, 옮기고, 위아래로 스크롤하는 등의 행동(behavior)을 한다. 즉, 인터랙션 기술은 컴퓨터가 작동되는 방식을 결정하고, 사용자인 인간 입장에서는 컴퓨터와 상호작용하기 위해 행동을 어떻게 해야 하는지를 이해하는데 중요한 역할을 한다.그래서, 인터랙션 기술은 컴퓨터의 폼팩터(form-factor, 어떤 제품이나 서비스가 갖는 물리적 외형)가 변화할 때 혁신을 이끄는 한 축이 되어 왔다. 불과 얼마 전, ChatGPT-4가 보여준 멀티모달(multi-modal) 기반 인터랙션 기술은 컴퓨터 기술의 하나로써 AI가 강력한 인터랙션 기술을 만났을 때 사용자로 하여금 컴퓨터를 작동하는 방식 자체에 대한 이해를 바꿀 수 있다는 것을 보여준 것을 생각해 보면, 인터랙션 기술이 얼마나 중요한지를 깨닫게 한다.다. 인포메이션우리가 사용하는 모든 컴퓨터 혹은 디지털 기술이 갖는 특징이 있다면 크고 작은 정보를 사용자인 인간에게 제공하는 것이 중요하다는 점이다. 효용 가치가 없는 정보를 제공하는 컴퓨터나 디지털 기술은 그 가치를 잃게 만든다. 그래서 정보, 즉 인포메이션(information) 기술은 정보를 표현하는 방식과 형태에 따라 유무형의 효용 가치를 극대화할 수 있다는 측면에서 중요하다.[그림 5] Anthropic의 Poe가 선보이는 인포메이션 기술인포메이션 기술은 사용자로서의 인간에게 끊임없이 필요로 하는 목적(purpose) 달성을 위한 컴퓨터의 활용 측면에서 매우 중요하다. 기본적으로 제품이나 서비스의 효용 가치는 사용자의 특정 목적을 잘 달성할 수 있느냐에 달려 있다. 그 목적에는 어떤 문제를 해결하거나, 문제를 해결하는 과정을 돕거나, 혹은 우리가 생각하는 중요한 문제는 아니더라도 그 사용자 개인에게는 필요한 문제일 수 있다. 예를 들어, 정보를 적재 적소에 표현 방식과 형태를 고려해 전달하는 것에 있어 인포메이션 기술을 극대화 시킨 ChatGPT (Chat Interface based Generative Pre-trained Transformer)가 대표적이다. Open AI가 제공하는 ChatGPT나 Anthropic의 Poe는 대화형 인터페이스 기술로 정보를 제공하고 있지만, 리포트를 정리해달라거나 뉴스 내용을 요약해달라고 했을 때 계조식으로, 때론 특정한 표나 이미지로 정리를 해주는 것은 인포메이션 기술의 특징적인 부분이다. 사용자는 단순히 대화형 인터랙션 기술로서의 가치를 효용으로 느끼기 보다는 정보를 보다 효율적으로 사용할 수 있도록 전달하는 인포메이션 기술로서의 가치를 느끼는 것이다.따라서, 인포메이션 기술은 컴퓨터를 활용한 거의 모든 제품 및 서비스 측면에서 사용자에게 효용 가치를 높이는데 가장 중요한 기술로서 고려된다. 아무리 뛰어난 인터페이스와 인터랙션 기술을 가지고 있더라도 사용자의 목적을 달성하는데 도움이 되지 않는 방식의 인포메이션 기술을 가졌다면 사용자는 그 제품이나 서비스를 사용하지 않는다.3. HCI 분야와 바이오, 그리고 디지털 헬스케어HCI 분야가 바이오 및 디지털 헬스케어 분야에서 영향을 미치는 것은 너무나 당연하고도 지대하다. 바이오 및 디지털 헬스케어 분야는 그 어느 때보다 컴퓨터 혹은 디지털 기술이 갖는 효율성과 접근성을 적극적으로 활용하며 발전하고 있기 때문이다.기본적으로 바이오 및 디지털 헬스케어 분야는 최근 들어 더욱 적극적으로 공학 기술을 결합하여 건강 관리, 농업, 환경 보호 등 다양한 분야에서 혁신을 시도하는 경우가 늘었다. 그리고 이 공학 기술들은 컴퓨터 혹은 디지털 기술로써 상용화 단계로 이어지면서 자연스럽게 HCI 기술에 대한 고민을 하게 된다. 예를 들어, 의료 영역에 관한 바이오 및 디지털 헬스케어 분야에서는 의료 기기의 복잡성과 개인화 요구가 증대되는 상황에서 사용자의 효과적 사용을 위한 친화적인 인터페이스 기술(Friendly Interface Technology)이 필요한 상황이다.웨어러블 및 생체 센서 영역에서의 HCI 분야에 대한 고민도 지대한 상황이다. 이미 애플이나 삼성전자와 같은 글로벌 빅테크 기업들이 각종 웨어러블 기기와 생체 센서에 기반한 디지털 헬스케어 서비스를 내어놓기 시작했지만, 여전히 실시간으로 생체 데이터를 수집하고 분석하여 건강 상태를 모니터링하는 형태의 기기들에서 HCI 기술 측면에서 보다 사용자가 쉽게 이해하고 사용할 수 있는 건강 인포메이션 기술(Health Information Technology)에 대한 고민이 필요한 상황이다.가상 현실(Virtual Reality) 혹은 증강 현실(Augmented Reality) 영역에서의 바이오 및 디지털 헬스케어 분야의 접목에 있어 HCI 기술에 대한 고민도 많은 상황이다. 얼마전 발표된 구글 딥마인드(Deepminid) 사의 단백질 구조 예측 솔루션 알파폴드(Alpha Fold)를 개발한 데미스 하사비스 딥마인드 최고경영자(CEO)는 "이제 구글에서 키워드를 검색하는 것 만큼이나 쉽게 단백질 3D 구조를 찾을 수 있다"라며 HCI 기술 측면에서 예측 솔루션이 갖는 특징적인 부분을 언급했다. 복잡하고 어려운 디지털 생물학 분야의 새로운 시대를 여는데 HCI 기술이 지대한 영향을 미쳤다는 사실을 부정할 수 없는 대표적인 예시이다.앞으로 HCI 기술에 대한 이해도가 높은 바이오 및 디지털 헬스케어 분야 학계 및 산업계의 인재들이 많아진다면, 혁신을 주도할 가능성을 높일 수 있다. 특히, 앞서 언급하였던 사례들로 비춰볼 때 바이오 및 디지털 헬스케어 분야를 보다 쉽게 접근할 수 있는 사용자 중심의 인터페이스 기술 개발은 필수적이다. 또한, 이를 이해하는데 중요한 도구로서 인포메이션 기술을 활용해 바이오 및 디지털 헬스케어 분야의 혁신을 이끄는데 가장 중요한 데이터의 시각화와 분석에 관한 효용 가치를 높이는 것 또한 필수적이라 할 만 하다. 끝으로, HCI 기술의 I에 해당하는 인터랙션 기술은 어쩌면 앞으로 지속적으로 나올 바이오 및 디지털 헬스케어 분야의 인재들에게 보다 나은 방식의 컴퓨터 및 디지털 기술을 활용한 연구 개발과 기술 고도화 과정을 학습하고 아이디어를 제공하는데 중요한 영향을 미칠 것이다. 제안명○바이오 및 디지털 헬스케어 분야에서의 HCI 기술의 효과성을 검증할 수 있는 방식에 관한 연구배경 및 필요성○바이오 및 디지털 헬스케어 분야에서 범용 사용자를 대상으로 한 제품 및 서비스가 폭발적으로 증가하고 있으나, 이에 대응하는 HCI 기술에 대한 고민과 효과성을 검증할 수 있는 실질적인 분석 방식 및 지표의 부재로 인해 혁신적인 제품 및 서비스를 만드는데 어려움이 있음.목적○바이오 및 디지털 헬스케어 분야에 최적화 된 HCI 기술의 개발 가능성을 높이고, 평가 지표를 통한 객관적인 효용 가치를 검증 하기 위함.주요내용○바이오 및 디지털 헬스케어 분야에 적용 가능한 HCI 요소 기술에 대한 연구 및 검증○바이오 및 디지털 헬스케어 분야에서의 혁신성과 효용 가치를 담보하는 제품 및 서비스에 대한 객관적 평가국내외유사 사례○미국에서는 digital.gov를 중심으로 의료기기 및 디지털 헬스케어 분야의 혁신성과 차별성 중 하나로 HCI 기술에 관한 검증을 사용성 측면에서 가이드라인으로 제시하고 있음.기대효과 및 활용방안○보다 친화적이고 사용자 중심의 바이오 및 디지털 헬스케어 기술 및 제품, 서비스의 개발 및 현장에의 적용기타 ...................(계속) ☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.

2024 바이오 미래유망기술(상)마이크로바이옴 표적 항암백신 전략용석범 / 한국생명공학연구원 전임연구원◈ 목차1. 마이크로바이옴과 암2. 저변이 암이란? 3. 마이크로바이옴 표적 항암 백신의 개요 가. 면역항암 치료 전략 & 암백신 나. 마이크로바이옴 표적 항암 백신4. 마이크로바이옴 표적 항암 백신 개발 전략 가. 항원 발굴 나. 항원 전달 기술 및 mRNA/지질나노입자 시스템 다. mRNA 기반 암 백신 연구 동향 및 시장 점유 가능성 분석, 차별화 ◈본문1. 마이크로바이옴과 암마이크로바이옴(Microbiome)은 숙주 개체 내 살아가고 있는 바이러스, 박테리아 등의 군집으로, 대사(Metabolism)와 면역(Immune system)을 비롯한 숙주의 다양한 부분에서 역할을 한다[1]. 대표적으로 장내 미생물 군집(Gut microbiome)은 식이 섬유를 비롯한 다양한 음식물의 분해에 직접적으로 참여, 그 대사물을 통해 숙주에 영향을 미치게 되는데 short chain fatty acid와 tryptophan 대사물을 비롯한 대사 산물들이 암 환자의 면역항암요법에 대한 반응성[2][3], COVID-19 백신에 대한 면역 형성[4] 등에 긴밀히 연관되어 있음이 보고되었다.일부 박테리아를 비롯한 감염성 요인에 의한 암 발생은 전체 중 약 16% 이상을 차지하는 것으로 알려져 있으며, 종양 환경 내 박테리아의 존재는 수 세기 이전에 처음으로 보고되었다[5]. 종양 내 박테리아의 발견 이후, Wilhelm Busch와 Friedrich Fehleisen, William Coley를 비롯한 여러 학자들이 Streptococcus 종에 의한 종양의 자연적인 치료를 보고하였고, 한때는 Thomas Glover와 Virginia Livingston-Wheeler에 의해 박테리아가 종양의 근원임이 주장되기도 하였으나, 그 후 바이러스와 Somatic mutation이 주요한 암 발병의 근원으로 밝혀지게 되면서 해당 주장은 일단락되었다[6]. 그럼에도 종양 내 박테리아 군집은 여전히 일부 암의 원인이 될 수 있고 암의 병리학적 특성, 암의 성장 및 진단에 긴밀하게 연관되어 있음이 지속적으로 보고 되어 왔으며 최근 연구들에서는 종양 내 미생물 군집(Tumor microbiome)의 특성 분석 시도가 꾸준히 이루어져, 암 종마다 특정 박테리아 종이 존재함이 확인되었다. 또한 이러한 종양 특이적 박테리아 군집은 주로 암세포 뿐만 아니라, 종양 환경 내 면역세포 등의 세포 내부에 존재함 또한 밝혀지기도 하였다[7].[그림 1] 신체 내 마이크로바이옴 & 종양 환경 내 박테리아의 존재 출처 : A– Kaijian Hou et. al. 2022, B- Deborah Nejman et. al. (2020)최근 한 연구에서는 1. 종양 환경 내 박테리아들이 암 또는 면역세포의 내부에 존재한다는 점[7]과, 2. 일부 박테리아 Epitope들이 MHC-I과의 complex 형성을 통해 항원으로서 작용할 수 있다는 기존 연구 내용들[8]에 근거하여, 종양 내 Anaerobic 박테리아를 표적으로 하는 항생제-나노입자를 개발하였으며, 해당 나노입자가 주입된 대장암 동물모델에서는 종양 환경 내 사멸된 박테리아의 Epitope들이 체내의 유사(Homologous) 또는 비유사(Heterologous) 항원으로 작용하여 CD8+T세포에 의한 면역항암 치료 효과를 유도할 수 있음이 보고 되기도 하였다[9].종합적으로 이러한 연구들은 종양 환경 내 박테리아·미생물 군집을 표적으로 하는 것이 여러 가지 난치성 암을 치료하는데 있어서 새로운 전략을 제시할 수 있음을 시사하며, 특히 난치성 암의 대표 종류인 저변이 암에 대해 큰 적용 가능성을 내포하고 있다. 추가적으로, 본 원고에서는 바이러스 외의 마이크로바이옴, 특히 박테리아를 해당 전략의 주요 표적으로 하여 내용을 서술한다.[그림 2] 신종양 환경 박테리아 단백질의 T세포 자극 및 신생항원으로서의 작용 출처 : Menglin Wang et. al. (2023)2. 저변이 암이란 ?앞서 설명하였듯, 암은 유전자 변이(Mutation)에 의해 발생하게 된다. 정상세포에서 암의 발병까지 보통은 오랜기간 동안 유전자 변이의 축적이 이루어지게 되며[10], 이러한 유전자 변이 중 일부는 유전자로부터 발현되는 단백질의 원래 서열과는 다른 서열을 발현하도록 한다. 이렇게 원래 서열과는 다른 서열로 발현된 일부는 항원성을 띄게 되고, 이것들이 신생항원(Neoantigen)으로서 작용하게 되는데, 신생항원의 빈도나 질은 암종류마다, 그리고 암환자마다 차이가 존재한다[11]. 그리고 암들 중에서도 상대적으로 유전자 변이가 적은 암들은 저변이 암(Low mutational burden tumor)으로 분류되며, 이러한 암들은 결국 선천적으로 낮은 빈도·질의 신생항원을 보유하게 된다. 이것은 암백신, 면역관문억제제와 같이 T세포의 반응에 의존적인 것으로 알려진 면역항암치료 전략의 효과에 크게 영향을 미치며, 실제로 이러한 이유로 종양의 mutational burden과 신생항원의 항원성 등이 면역항암치료 효과를 예측하기 위한 주요 지표로 사용되고 있다[12]. 추가적으로, 여러 암 종류 중에서도 전립선암과 췌장암, Microsatellite stable(MSS) 대장암 등이 대표적인 저변이 암으로 잘 알려져 있으며, 저변이 암들은 주로 유전자의 Microsatellite 부분이 안정적이고 변이가 잘 일어나지 않는 특징을 가지고 있다[13].3. 마이크로바이옴 표적 항암 백신의 개요가. 면역항암 치료 전략 & 암백신면역항암치료는 면역세포들을 활성화하고 암세포에 대한 면역 반응을 유도함으로서 암세포들이 제거되도록 하는 항암치료 전략으로, 대표적으로는 면역관문억제제(ImmuneCheckpointInhibitor)가 있다[14]. 면역관문억제제는 T세포의 PD1 또는 CTLA4와 같은, 면역관문 물질에 의한 억제 신호를 저해함으로써 암세포에 대한 공격을 활성화하고 제거한다. 이러한 과정에서 T세포가 암세포를 인식하는 데는 암세포가 가진 변이 유전자 또는 이로부터 발현된 변이 펩타이드 서열 또는 신생항원에 의존하게 되는데, 즉 암세포가 가진 유전자 변이가 신생항원(Neoantigen)으로 작용하는 것이 T세포가 암세포를 적으로 간주할 수 있게 되는 주요 원리이다[11]. 마찬가지로, 암백신은 암세포가 가진 변이 유전자로부터 만들어진 신생항원을 인공적으로 전달하여, 그에 대한 T세포 면역을 비롯한 적응면역(Adaptive immune)을 유도하여 암세포를 사멸시키는 전략으로[15] 이 역시 주로 CD8+ T세포의 신생항원 인식 능력에 기반한다. 결국, 면역항암치료 전략은 근본적으로 변이 유전자 및 신생항원에 의존하기 때문에 챕터 2에서 설명한 것과 같이 저변이 암에서는 적용하는데 한계가 있게 된다.[그림 3] 낮은 신생항원 빈도에 따른 저변이 암의 면역항암치료 제한 출처 : Wikipedia, BioRender.com나. 마이크로바이옴 표적 항암 백신챕터 1과 2의 내용에 근거하여 종양 환경 내 특정 박테리아를 표적으로 하는 mRNA, 펩타이드 등의 백신은 다양한 난치성 암을 타겟으로하여 항암백신 적용·개발이 가능할 것으로 보이며 특히 저변이 암과 같은, 선천적으로 유전자 변이 및 신생항원(Neoantigen)을 적게 보유하고 있는 암을 대상으로 하는 면역항암 치료 전략이 될 수 있을 것으로 기대된다. 해당 전략은, 암 종에 따른 특이적 미생물 또는 박테리아를 선별하고, 해당 미생물이 발현하는 항원성 단백질 또는 펩타이드를 발굴하여, 이들의 MHC-I 결합 및 항원성을 평가하는 시스템을 구축한다. 발굴된 항원성 펩타이드 또는 그것들의 군집을 생체내로 효과적으로 전달하고, 그에 따른 면역반응을 최대로 유도할 수 있는 전달시스템·플랫폼을 개발한다. 대표적으로 mRNA를 이용한 항원 펩타이드 발현 및 전달은, RNA가 갖는 선천적 면역반응과 과량의 항원을 하나의 mRNA로부터 번역할 수 있다는 장점이 있기에 다른 시스템 대비 마이크로바이옴 표적 항암 백신 개발에 더욱 적용 가능성이 높은 시스템이다. 또한, 지질나노입자 시스템은 이전의 COVID-19 mRNA 백신을 통해 증명된 현존하는 최적의 mRNA 전달 기술이다[16, 17]. 이에 따라, 본 원고에서는 mRNA/지질나노입자 기반의 마이크로바이옴 표적 항암 백신을 우선적인 후보 전략으로 논의, 이에 관한 내용을 주로 서술한다.[그림 4] 마이크로바이옴 표적 항암 백신 출처 : 한국생명공학연구원, KRIBB4. 마이크로바이옴 표적 항암 백신 개발 전략가. 항원 발굴 마이크로바이옴 표적 항암 백신의 개발을 위해서는 항원을 발굴하는 것이우선적으로 수행되어져야 한다. 앞서 보고되었듯, 종양 샘플 내의 마이크로바이옴 종 분석은 조직 내 그 유전체의 샘플 양이 많지 않고, 동시에 외부 오염에 취약하다는 특징이 있다[7]. 따라서 이러한 점들을 고려하여 종양 환경 내 박테리아를 비롯한 마이크로바이옴의 유전체를 Next generation sequencing과 같은 분석법으로 분석하고, 후보 박테리아 또는 미생물 종을 선별, 암 종에 따른 마이크로바이옴의 분석 및 구분, 데이터화를 진행할 필요가 있다[7]. 암 종에 따른 박테리아 및 후보 미생물들이 선별된 후 최적의 항원을 표적으로 하기 위해서는 암세포 또는 환경 내 가장 빈도 높게 존재하는 미생물 종들을 우선으로 하여 Proteomic 분석, MHC 결합 분석 등을 수행해야 한다. 이전에 발표된 연구에서는 Proteomic 분석을 통해 특정 박테리아 내의 단백질들을 세포 내 구획 별로 구분, 분석하고 그들 중 상대적으로 세포 내 가장 높은 비율로 존재하는 단백질들을 서열화하였다. 그리고 그중에서 MHC class I과의 결합이 가장 높을 것으로 예상되는 펩타이드 서열을 Immune Epitope Database(IEDB)를 통해 예측하고 항원으로 작용할 수 있는 단백질·펩타이드를 선정하였다[9]. 흥미롭게도 발굴된 항원 펩타이드들은 암에서의 신생항원(Neoantigen)과 유사한 항원성을 띄고, 면역반응을 유도함이 관찰되었다. MHC-I과의 결합 능력 및 항원성은 실제 암세포의 사멸을 일으키는 CD8+T세포 반응과 직결되기 때문에 MHC-I 결합 능력은 암 백신 개발 시 신생항원(Neoantigen) 발굴에서 매우 중요하게 고려되는 요소이다. 따라서, IEDB, Neopepsee, NetCTLpan 등 MHC-I 결합 능력을 기반으로 항원성을 예측하는 다양한 프로그램을 사용하여 마이크로바이옴 표적 항원을 검증할 필요가 있다[9, 18]. 추가적으로, 최근 Plague 균에 대한 개발, 보고된 mRNA 백신 연구를 참고하자면 박테리아 항원의 불충분한 항원 능력을 보완하고자 항체의 Fc(Fragment crystallizable region) 부분을 재조합하였고, 이러한 형태의 재조합 항원이 Plague 균에 대한 충분한 면역을 구축할 수 있음이 관찰되었다[19]. 이러한 전략은 우수한 백신 효과와 항암치료 효과를 유도하는데 필요할 것으로 생각된다.[그림 5] 항원 선별을 위한 MHC 결합 분석 Tool 출처 : https://www.iedb.org/, https://services.healthtech.dtu.dk/services/NetCTLpan-1.1/나. 항원 전달 기술 및 mRNA/지질나노입자 시스템 우리 몸에 전달된 항원 단백질 또는 펩타이드는 수지상세포로부터 항원 표지(Antigen presentation)가 이루어지고 그에 의해 T세포 반응 등이 유도되게 된다. 이러한 과정에서 얼마나 효율적으로 항원이 우리 신체로 전달되고 그에 세포들이 노출되는지의 정도에 따라 백신의 효과가 크게 좌우되며, 따라서 전달 기술 개발은 마이크로바이옴 표적 항암 백신 개발에서도 핵심기술이 될 수 있다[16]. ① mRNA 백신 & 지질나노입자 시스템mRNA 백신은 항원 단백질을 발현하는 mRNA를 사용하는 백신 전략으로, COVID19 판데믹을 기점으로 Moderna와 Pfizer가 개발한 mRNA 백신이 성공적으로 감염병의 확산을 예방함에 따라 mRNA 백신의 우수성과 다양한 감염병에 대한 적용 가능성이 검증되었다[17]. mRNA 백신의 구성은 항원을 발현하는 mRNA와, 이것을 생체 내로 전달하기 위한 전달 기술로 이루어져 있고, 현재로서는 지질나노입자(Lipid nanoparticle) 시스템이 가장 발전된 형태의 mRNA 전달 기술이다[16]. mRNA의 세포·생체 내 전달을 극대화하기 위해 개발된 지질나노입자 시스템은 보통 ~100 나노미터의 크기를 가지며 이온화지질을 비롯한 4종 이상의 지질들로 구성되어 있다. 이 중에서도 신규 이온화지질의 구조를 발굴하고 확보하는 것은 지질나노입자 기술 선점에서 큰 비중을 차지한다. 지질나노입자는 mRNA의 보호 및 세포 내 전달 기능 외에도 백신으로서의 기능에 적합한 면역원성을 띄고 있으며, 결국 하나의 mRNA로부터 발현된 여러 개의 항원과, 지질나노입자가 갖고 있는 선천적인 면역원성이 조합되어 항원에 대한 강력한 면역반응을 유도하는 것이라 볼 수 있다[20, 21]. 이러한 특성 및 장점에 기반하여 mRNA/지질나노입자 시스템은 각종 감염병과 암 백신 개발에 적용되고 있으며 마이크로바이옴 표적 항암 백신 개발에서도 가장 우선적으로 고려 되어야 할 것이다.[그림 6] mRNA 백신의 구성성분(mRNA, 지질나노입자) & 지질나노입자의 형태 출처 : A- Han Na Jung et. al. 2022, B- Yong et. al. (2024)② mRNA 백신 관련 최근 연구 동향 및 지향점 최근에는 자가복제형 mRNA[22] 또는 원형 RNA[23] 적용, 지질나노입자의 변형[21, 24, 25] 등을 통해 백신으로서의 기능성 향상을 시도한 연구들이 보고되었으며, 대표적으로 지질나노입자의 구성성분에 TLR(Toll-ike receptor) agonist, STING agonist, 마이크로바이옴 대사물이 결합된 지질을 포함시킴으로서 면역반응을 증가시키고, 궁극적으로는 항원 특이적인 항체반응과 T세포 반응을 향상시킴이 보고되었다. 이러한 전략들은 마이크로바이옴 표적 항암 백신 개발에서도 그 효과를 극대화하기 위한 방향성을 제시하고, 특히 앞서 설명하였듯 암백신 효능에서 가장 중요한 T세포 반응을 강력하게 유도할 수 있는 mRNA/지질나노입자 시스템을 개발하는 것이 핵심 전략이 될 것으로 보여진다. 추가적으로, mRNA 백신의 우수성과 마이크로바이옴 표적 항암 백신 적용 가능성에도 불구하고 한가지 고려해야 할 측면이 있는데, 박테리아 또는 미생물들의 단백질 번역 후 변형 기전이 우리 몸의 세포 내 기전과 다르다는 점이다. 대표적으로는 단백질의 항원성에 크게 기인하는 것으로 알려진 당화(Glycosylation)가 이러한 기전에 포함되며, 따라서, mRNA 형태로 박테리아/마이크로바이옴 항원을 전달, 세포 내에서 발현되는 것이 실제 박테리아로부터 생산된 항원과 생체 내에서 면역 반응을 유도하는 데에 어떠한 차이가 발생할지 예측, 비교 분석할 필요가 있다[26].[그림 7] 최근 연구동향 1) 원형 RNA & 자가복제형 mRNA 출처 : A- Laura Amaya et. al. 2023, B- Emily A. Voigt et. al. (2022)[그림 8] 최근 연구동향 2) 지질나노입자의 면역원성 향상용 지질 구성성분 출처 : A- Xuexiang Han et. al. (2023), B- Yangzhuo Gu et. al. 2023, C- Yong et. al. (2024)다. mRNA 기반 암 백신 연구 동향 및 시장 점유 가능성 분석, 차별화 2023년 기준, 약 35건의 mRNA 기반 암 백신이 임상 시험을 진행 중인 것으로 보고되었으며, Colorectal cancer, gastric cancer, melanoma, ovarian cancer 등을 비롯해 다양한 고형암을 표적으로 하고 있다[27]. 이들 중에서도, Moderna와 BioNTech 사에서 가장 활발하게 연구 개발을 진행하고 있는 것으로 보여지며, Moderna 사의 경우 암 종류에 따라 20~34개의 다양한 신규항원을 표적으로 하여 mRNA 백신을 개발하고 있음을 알 수 있다. 대표적으로, Moderna 사의 mRNA-4157은 환자 맞춤형의 34종 신규항원들을 표적으로 Pembrolizumab과 병용 투여를 통해 흑색종 환자에게 적용, 현재는 해당 조합의 임상 3상 시험이 진행되고 있다[28]. 또한 Memorial Sloan Kettering Cancer Center 연구진과 BioNTech 사는 20종의 신규항원을 표적으로 하는 췌장암 환자 맞춤형 mRNA 암 백신을 개발하고 그에 의한 항원 특이적인 T세포 면역 반응과 효과를 검증하는 등 임상 1상 시험을 최근 진행한 바 있다[15]. 그 외, BioNTech사에서 개발된 BNT211-01(CARVac)의 경우 CAR-T세포의 항암치료 효과를 증대하기 위해 CAR-T 세포가 인지하는 CLDN6 항원을 mRNA 백신 형태로 전달하는 기술로[29], 얼마 전 고형암 환자를 대상으로 임상 1상 시험이 진행, 효과가 검증된 바 있다[30]. 위 사례들과 같이 현재는 고형암과 암세포의 신생항원을 직접 표적으로 하는 mRNA 기반 암 백신들이 주로 연구개발 되고 있으며, 또한 저변이 암을 주요한 대상으로 개발 중인 암 백신은 없는 것으로 확인된다. 이러한 시점에서 종양 환경 내 마이크로바이옴 표적 항암 백신 기술은 저변이 암과 같은 난치성 암을 주요 대상으로 하는 암 백신 기술로서 개발 가치가 있을 것으로 사료되며, 향후 난치성 암 백신 시장 점유 가능성, 차별성 등을 가질 것이라 볼 수 있다. [그림 9] 임상 단계의 개인 맞춤형 mRNA 암백신 출처 : A- Moderna, B- Luis A. Rojas et. al. (2023)...................(계속) ☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.

2024 바이오 미래유망기술(상)DNA 기반 나노모터 소개 및 연구동향이찬석 / 한양대학교 생명나노공학과◈ 목차1. 나노모터의 개요2. DNA 나노모터의 작동 원리 가. DNA 가닥 치환(strand displacement) 나. DNA의 2차 구조 다. DNA 효소(DNAzyme)3. DNA 워커(walker) 및 트위저(tweezer) 가. DNA 워커 나. DNA 트위저4. DNA 오리가미 기술을 이용한 나노모터 가. DNA 오리가미(origami) 기술의 개요 나. 양방향 회전 로터 다. 래칫 매커니즘을 이용한 단방향 회전 로터 라. 터빈 구조 마. 반복 운동이 가능한 트위저 구조5. 결론◈본문1. 나노모터의 개요 모터(motor)란 넓은 의미에서 에너지를 통해 일을 할 수 있는 장치를 통칭한다. 모터는 크기와 목적에 따라 다양한 종류가 있으며, 특히 나노 스케일에서 유용하게 활용할 수 있는 동력을 얻기 위해서는 매크로 스케일과는 다른 설계 방법과 작동 원리가 요구된다. 또한 나노 스케일에서는 브라우니안(Brownian) 운동으로 인해 무작위적인 움직임이 발생하므로, 나노모터는 이를 극복하여 특정 방향의 운동을 만들어 낼 수 있어야 한다.기존에는 나노 스케일에서 동적인 움직임을 구현하기 위해서 화학분자의 이성질화(isomerization) 원리를 이용하거나, 캐터네인(catenane), 로탁세인(rotaxane)과 같이 기계적으로 연결된 분자(mechanically interlocked molecules)를 설계하는 경우가 많았다. 그러나 이러한 분자를 만드는 것은 복잡한 합성 공정이 필요하고 작동하는 범위가 작은 한계로 인해, 다양한 분야의 연구자들이 만들고 사용하기에 한계가 있어 쓰임이 제한되고 있다. 따라서 상대적으로 만들기 쉬우면서도 나노 스케일에서 유용한 동적 운동을 얻을 수 있는 나노모터 제작을 위한 다양한 연구가 시도되었다. 본 보고서에서는 DNA를 이용하여 나노 스케일에서 작동하는 모터를 만드는 방법들을 소개하고, 다양한 종류의 DNA 나노모터에 대해 소개하고자 한다. DNA는 잘 알려진 것처럼 4종류의 염기인 아데닌(adenine), 티민(thymine), 구아닌(guanine), 사이토신(cytosine)으로 구성되어 있으며, 아데닌과 티민, 구아닌과 사이토신 염기 간에는 상보적인 수소결합이 이루어진다. 따라서 염기 서열이 프로그래밍된 DNA 가닥들은 서로 지정된 짝끼리 결합이 가능하며, 이러한 특성을 활용하여 나노 스케일에서 동적인 매커니즘을 구현하려는 시도가 활발히 진행되어 왔다. 이중가닥 DNA의 한 염기쌍의 길이는 0.34 나노미터, 지름은 2나노미터 내외로, DNA는 나노 재료 중 복잡한 형상을 정밀하게 설계하는 데 있어 가장 유용한 재료로 손꼽힌다. 또한 DNA는 수용액 상에서 적절한 온도 및 이온농도 조건에서 스스로 결합이 이루어지는 자기조립(self-assembly)이 가능한 재료로, 염기서열이 설계된 DNA 가닥들을 한데 넣고 섞어주기만 하면 비교적 손쉽게 사용자가 원하는 형상과 기능을 갖는 나노 구조체를 얻을 수 있는 장점이 있다. 이에 더하여 DNA 나노모터를 작동시키는 과정에서도 DNA/RNA 가닥, 효소, pH 변화, 온도, 이온 농도 등 다양한 작동원리를 도입할 수 있어 강점을 가진다.2. DNA 나노모터의 작동 원리상보적으로 프로그래밍된 염기서열을 통해 이루어지는 DNA 가닥들 사이의 결합 및 분리 과정은 그 자체가 동적인 특성을 가지고 있으며, 외부 환경을 조절하여 가닥의 결합 여부를 조절하는 것도 가능하다. 이러한 DNA의 동적인 특성을 활용하여 나노 스케일에서 작동하는 DNA 기반 분자기계를 개발하려는 시도가 이어져 왔다. 나노 스케일에서의 움직임은 크게 선형(linear) 및 회전(rotary) 운동으로 나눌 수 있으며, DNA 나노모터 중 선형 운동을 구현한 대표적인 사례는 DNA 워커(walker), 회전 운동을 구현한 것은 DNA 로터(rotor) 등이 있다. 해당 매커니즘을 살펴보기 전 우선 DNA 나노모터의 동력으로 활용될 수 있는 몇 가지 요소를 살펴보면 다음과 같다.가. DNA 가닥 치환(strand displacement)DNA가 가진 염기서열 특이성이라는 장점을 활용하기 위해, 특정 DNA 가닥을 넣어주는 방식으로 나노모터를 작동시키는 방식이 많이 활용되고 있다. 그림 1에서 빨간색과 파란색 DNA 가닥의 중간 부분은 상보적으로 결합되어 이중 가닥을 구성하고 있다. 이때 토홀드(toehold)라 불리는 3*영역 및 이중가닥 영역인 2*영역과 상보적인 서열을 갖는 녹색의 A가닥을 넣어주게 되면, 파란 가닥과 녹색 가닥이 결합하기 시작하면서 원래 결합해 있었던 빨간 가닥을 밀어내고 새로운 이중가닥을 형성하게 된다. 토홀드를 매개로 이루어지는 DNA 가닥 치환 현상을 이용하면 시스템을 구성하고 있던 DNA 가닥을 분리하면서 구조의 변형을 발생시키는 방식으로 나노모터를 구현할 수 있다.[그림 1] DNA 가닥 치환 현상의 개요 출처 : D. Yu et al., Nat. Chem. 3, 103 (2011)나. DNA의 2차 구조 G-quadruplex는 구아닌이 많이 포함된 단일, 혹은 여러 개의 DNA 가닥이 결합하여 가질 수 있는 형태로, 네 개의 구아닌 염기가 후그스틴(Hoogsteen) 결합을 통해 4중가닥 구조로 연결되는 특징을 가진다. 또한 i-motif(intercalated motif)는 사이토신 염기들 사이의 결합으로 만들어지며, 산성 상태에서 안정화되는 특징을 가진다. 이러한 DNA의 2차 구조들은 pH, 이온농도, 상보적 가닥 등 외부 자극을 통해 구조를 열고 닫는 것이 가능하며, 이 과정에서 DNA 가닥 양 끝 사이의 거리가 달라진다. DNA 가닥 양쪽 끝에 형광물질 쌍을 부착하고, 거리의 변화를 통해 형광 신호의 특성이 달라지는 FRET(Förster resonance energy transfer) 원리를 이용하면 이와 같은 DNA 나노모터의 작동 여부를 확인할 수 있다. DNA 가닥이 펼쳐지며 길이가 달라지는 이러한 시스템은 단독으로 활용할 수도 있으나, 후술할 다른 DNA 모터 시스템에 결합되어 모터를 작동시키는 매커니즘으로 활용되는 경우가 많다.[그림 2] G-quadruplex 및 I-motif를 이용한 DNA의 동적인 움직임 출처 : M. Beissenhirtz et al., Org. Biomol. Chem. 4, 3392 (2006)T. Liedl et al. Nano Lett. 5, 1894 (2005)다. DNA 효소(DNAzyme)DNA 효소는 특정 염기서열을 가진 단일가닥 DNA로, 다른 RNA나 DNA를 자르는 등의 화학 반응을 촉진하는 기능을 수행한다. 이러한 특징을 이용하면 연료 가닥을 넣어줬을 때 발생하는 화학 작용을 매개로 동적인 기능을 수행하는 장치를 설계할 수 있다. 연료(fuel)와 반연료(antifuel) 가닥을 번갈아 가며 넣어줘야 하는 가닥 기반의 구동 시스템과는 달리, DNA 효소를 이용할 경우 연료 가닥이 떨어질 때까지 가닥의 결합, 절단, 분리 과정이 반복되면서 계속 작동하는 장점이 있다. 또한 반응이 끝나고 남는 부산물(waste) 가닥을 분해효소 등을 이용해 없애면 부산물의 축적을 막아 시스템의 효율을 더 향상시키는 것이 가능하다(J. Bishop et al., Nano Lett. 7, 2574 (2007)).3. DNA 워커(walker) 및 트위저(tweezer)가. DNA 워커자연계에 존재하는 키네신(kinesin)과 디네인(dynein)과 같은 운동 단백질은 미세소관 위에서 ATP를 이용하여 특정 방향으로 움직일 수 있는 나노모터로, 이러한 특성을 모방하기 위한 많은 연구가 진행되어 왔다. DNA 워커는 상보적인 DNA 가닥 사이의 결합 및 분리를 반복해 가며 정해진 트랙 위를 움직일 수 있도록 만든 매커니즘이다. DNA 워커가 걸어다니는 트랙의 경우 DNA로 타일을 만들거나, 탄소나노튜브, 나노입자 등 다른 물질 위에 DNA 가닥을 부착하는 방식으로 만들며, 후술할 DNA 오리가미 기술을 통해 만들어진 평면을 이용하는 방식 또한 사용된다.DNA 워커는 하나의 가닥만이 걸어다닐 수 있는 단족보행(unipedal) 매커니즘에서 출발했으나, 이동거리와 효율을 개선하기 위해 여러 개의 다리를 동시에 활용하는 방식(multipedal)으로 발전되어 왔다. DNA 워커에는 앞서 소개한 다양한 구동 원리를 도입할 수 있기 때문에, 여러 종류의 자극을 통해 작동 과정을 통제하는 것이 가능하다. 그림 3에는 DNA 효소 및 광분해 분자를 이용한 DNA 워커 시스템이 소개되어 있다. 왼쪽 시스템은 RNA를 자르는 DNA 효소를 이용하여 CdS 나노입자를 탄소 나노튜브 위에서 운송한 사례이다. DNA 효소를 포함하는 E 가닥은 RNA 가닥(S1)을 분해하여 짧은 P1과 상대적으로 긴 P2 가닥을 만들어 낸다. P1 가닥은 약한 결합력으로 인해 떨어져 나가고, P1과 결합해 있던 부분은 열적인 진동을 통해 움직이며 인접한 S2 RNA 가닥과 결합을 시작한다. E 가닥은 곧 P2가닥에서 분리되어 S2 가닥과 완전히 결합하고, 다시 DNA 효소의 활동이 시작된다. 이러한 방식을 통해 나노입자를 정해진 방향으로 이동시킬 수 있다. 오른쪽 예시는 트랙에 설치된 DNA 가닥 백본에 다이설파이드(disulfide) 결합을 만들어 두고, 350 나노미터 파장에서 광분해를 촉진하는 피렌(pyrene) 분자를 이용하여 인접한 가닥으로 옮겨 다닐 수 있는 광자극 기반 DNA 워커이다.이와 같이 DNA 워커를 작동시키는 위해 연료-반연료 DNA, miRNA, 효소, 단백질 등 DNA와 결합하는 다른 물질을 사용하거나, 광자극, pH 등의 외부 환경 변화를 활용하는 등 매우 다양한 방법이 개발되어 왔다. 다만 DNA 나노워커는 가닥이 붙고 떨어지는 과정을 매우 여러 차례 반복해 나가는 작동과정의 특징으로 인해 운동 속도가 느리고 반응을 정확하게 통제하기 어려운 한계가 있으며, 워커 가닥의 농도가 낮거나 작동 단계가 복잡해질 경우 효율이 낮아지는 문제, 트랙에 설치된 DNA 가닥의 간격을 정확하게 조절하기 어려워 DNA 워커가 이탈하는 디레일(derail) 문제 등이 발생할 수 있다(J. Chen et al., Trends Anal. Chem. 120, 115626 (2019))[그림 3] DNA 효소를 이용해 전진하거나 광자극을 통해 진행을 조절할 수 있는 DNA 나노워커 시스템 출처 : T.-G. Cha et al., Nat. Nanotechnol. 9, 39 (2014) M. You et al., Angew Chem. 51, 2457 (2012)나. DNA 트위저트위저는 끝을 오므리고 펼 수 있는 장치로, 나노 스케일의 트위저는 분자 사이의 거리를 정밀하게 조절할 수 있기 때문에 유용하게 활용될 수 있다. 그림 4 왼쪽에 소개된 DNA 트위저를 살펴보면, A가닥 양 끝에는 FRET 형광 쌍이 부착되어 있으며, 가닥 B와 C는 A 가닥의 절반 정도에 각각 부착될 수 있는 염기서열을 갖고 나머지 부분은 단일가닥 DNA 상태로 구성된다(파란색 및 초록색 부분). 연료 가닥(F)이 들어오면 B와 C 가닥과 결합하면서 A가닥 양 끝 사이의 거리를 매우 가깝게 하고 이를 통해 FRET 신호를 발생 시킬 수 있다. 닫힌 트위저를 열기 위해서는 반연료 가닥을 넣어야 하며, 연료 및 반연료 가닥을 번갈아 넣는 방식을 통해 시스템을 가역적으로 작동시킬 수 있다.그림 4 오른쪽의 DNA 트위저는 E와 F가닥으로 구성되는데, E가닥에는 DNA 효소 시퀀스가 포함되어 있어 RNA 가닥을 자르는 기능을 수행한다. 따라서 연료인 S가닥이 없는 상태에서는 단일가닥 상태인 E가 엔트로픽 효과에 의해 뭉쳐 있으면서 트위저가 닫혀 있고, 연료를 넣어 주면 트위저가 열리면서 E가닥에 있는 DNA 효소가 반응을 시작하여 S가닥을 S1과 S2로 절단하게 된다. 결합력이 약해진 두 개의 가닥은 트위저에서 분리되며, 이러한 반응은 연료인 S가닥이 존재하는 동안 계속 반복되며 트위저가 작동하게 된다.[그림 4] 연료 가닥 및 DNA 효소로 작동하는 DNA 트위저 시스템 출처 : B. Yurke et al., Nature 406, 605 (2000) Y. Chen et al., Angew. Chem. 43, 3554 (2004)4. DNA 오리가미 기술을 이용한 나노모터가. DNA 오리가미(origami) 기술의 개요오리가미란 종이접기를 뜻하는 일본어로, DNA 오리가미는 긴 DNA 가닥을 원하는 모양으로 접어 원하는 형상을 가진 나노구조체를 만들기 위한 제작기법을 말한다. DNA 오리가미 나노구조체는 M13 박테리오파지에서 추출한 긴 단일가닥 DNA를 지지체(스캐폴드)로 사용하여, 스캐폴드의 특정 부위에만 달라붙도록 염기서열이 설계된 최대 수백 종류의 짧은 올리고 DNA(스테이플)가닥들을 한데 섞어준 후 자기조립 공정을 통해 만들어진다(그림 5).앞서 살펴본 몇 가닥의 DNA만을 이용한 시스템과는 달리, DNA 오리가미 구조체는 7000 염기쌍 이상의 크기를 가지고 있어, 작은 DNA 나노모터와 비교하면 수백 배 이상 크기가 커질 수 있다. 또한 스테이플 DNA들의 염기서열을 자유자재로 설계해 가며 스캐폴드를 다양한 형태로 접을 수 있기 때문에, 만들 수 있는 형상의 종류와 복잡도가 훨씬 높아진다. 따라서 가닥 단위의 DNA 나노모터는 수 나노미터 이내에서 단순한 운동만이 가능하지만, DNA 오리가미 기술을 기반으로 한 나노모터는 수십에서 수백 나노미터에 달하는 큰 직선 및 회전 운동을 구현할 수 있으며, 논리 연산의 결과에 따라 작동시키는 등 보다 복잡한 형태의 구동도 가능하다. 또한 가닥 단위의 모터를 작동시키는 데 사용한 매커니즘을 DNA 오리가미 기반 모터에서도 동일하게 사용 가능하므로, DNA/RNA 가닥, 압타머, pH, 광자극 등 다양한 방식으로 작동시키는 것도 가능하다.[그림 5] 스캐폴드 DNA 오리가미 기술의 개요 출처 : P. Rothemund, Nature 440, 297 (2006), K. Sanderson, Nature 464, 158 (2010)나. 양방향 회전 로터박테리아의 편모 모터와 ATP 합성효소 등은 자연계에 존재하는 대표적인 회전운동 장치이다. DNA 오리가미 기술을 통해 크고 복잡한 나노 구조체를 만들고 몇 개의 오리가미 구조체를 조립해 보다 큰 구조체를 만들 수도 있게 되면서, 기존의 작은 DNA 나노모터로는 어려웠던 큰 변위의 회전운동을 구현하기 위한 연구가 진행되었다.그림 6에 소개된 사례를 보면, DNA 오리가미 구조체로 구성된 로터(파란색)에는 클램프 유닛(빨간색)이 붙어 있어, 이 부분이 본체(흰색) 유닛에 있는 요철부와 ㄴ운동만 가능한 장치를 설계하였다. 긴 레버 모듈을 로터에 추가로 붙여 회전 반경을 최대 550 나노미터까지 만든 후, 구조체를 유리 기판에 부착하고 형광 현미경 이미징을 통해 회전 운동이 발생하는 것을 확인하였다. 그러나 회전 운동을 구현한 초기 연구에서는 한쪽 방향으로만 회전할 수 있도록 걸림쇠 기능을 하는 래칫(rachet) 매커니즘을 구현하지 못해, 로터의 회전 방향을 통제할 수 없는 한계가 있었다.[그림 6] DNA 오리가미를 기반으로 한 회전 장치의 개요도 출처 : P. Ketterer et al., Sci. Adv. 2, e1501209 (2016)다. 래칫 매커니즘을 이용한 단방향 회전 로터DNA 나노기술을 통해 브라우니안 운동이 갖는 무작위성을 극복하고 방향성을 갖는 움직임을 구현할 수 있게 된 것은 비교적 최근의 일이다. 2022년 Simmel 및 Dietz 그룹은 래칫 구조를 설계하여 생물학적 모터와 같은 방향성 회전 운동을 구현하였다(그림 7). 이번에는 회전체(노란색)가 결합하는 부분을 삼각형으로 만들고(파란색), 여기에 래칫 기능을 수행하는 18나노미터 길이의 장애물 구조를 약 50도 각도로 솟아오르게 설계하여 한쪽 방향만으로의 회전을 가능하게 했다. 일련의 실험을 통해 기구 설계 및 작동 방식을 최적화한 결과 0~60볼트, 1~100헤르트 범위의 교류 전류를 가해주는 방식으로 나노모터를 작동하여 최대 250 RPM 및 10 pN·nm 의 토크를 달성하였다.[그림 7] 래칫 메커니즘을 도입한 DNA 로터 장치 출처 : A.-K. Pumm et al., Nature 607, 492 (2022)라. 터빈 구조(turbine movement)방향성을 갖는 회전을 위해 터빈 블레이드처럼 회전하는 형태의 날개를 제작한 연구 또한 최근에 보고되었다(그림 8). 이 연구에서는 DNA의 이중 나선 형태가 가진 방향성을 이용하여 구조적 비틀림이 발생하게 되는 위치로 DNA 가닥들을 연결하는 방식을 통해 오른손 방향으로 비틀린 24~27 나노미터 길이의 DNA 나노터빈을 설계하고, 여기에 긴 번들을 부착하여 실리콘 나이트라이드(SiN)로 만들어진 나노포어 사이에 설치했다. 이 나노모터는 막 사이에 NaCl 염농도의 차이를 두거나, 직류 전압을 걸어주는 방식으로 작동이 가능하다. 결과적으로 DNA 나노터빈 블레이드에서 발생하는 유체의 회전을 통해 약 10 RPM의 최대 회전속도 및 수십 pN·nm의 토크를 구현하였다.[그림 8] 단방향으로 회전하는 나노모터가 도입된 DNA 터빈 시스템 출처 : X. Shi et al., Nature Nanotechnology 19, 338 (2024)마. 반복 운동이 가능한 트위저 구조최근 RNA 중합효소를 이용하여 DNA 오리가미로 만들어진 트위저 구조를 반복적으로 작동시킨 연구결과가 보고되었다(그림 9). 이 나노모터는 18개의 DNA 가닥으로 구성된 길이 60나노미터 튼튼한 암(arm)이 양쪽에 존재하는 힌지 형태로 구성되어 있으며, 힌지의 가운데에는 HaloTag을 이용하여 T7 RNA 폴리머라제를 부착하였다(파란색 원). 처음 장치가 열린 상태에서 탬플릿 DNA가 폴리머라제에 부착되면 전사(transcription)가 시작되며 반대쪽 암을 당기고, 이 힘으로 인해 힌지가 닫히게 된다. 탬플릿이 모두 전사되면 폴리머라제는 탬플릿을 분리해내고, 힌지는 열리게 된다. 이와 같은 과정을 통해 열리고 닫히는 과정을 계속 반복할 수 있다.[그림 9] T7 RNA 폴리머라제를 이용한 DNA 나노모터 출처 : M. Centola et al., Nature Nanotechnology 19, 226 (2024)5. 결론DNA 기반 나노모터는 DNA의 상보적 결합 특성을 이용해 동적인 움직임이 가능한 나노 구조체를 제작하고, 상보적 DNA 가닥의 결합과 분리, 온도, 이온농도 등의 외부 환경 변화, 효소 기반의 화학반응 등 다양한 작동원리를 통해 구동된다. 자연계에 존재하는 직선 또는 회전운동이 가능한 모터 단백질의 크기 및 성능에 상응하는 DNA 기반 나노모터들이 보고되었으며, 성능 및 안정성을 향상시키기 위한 연구가 진행되고 있다. 이를 위해서는 나노모터의 성능을 극대화하기 위한 매커니즘을 지속적으로 탐색해 나갈 필요가 있으며, 나노모터의 구조 설계 및 작동 방식의 최적화를 위해 분자동역학(molecular dynamics) 시뮬레이션과 같은 전산해석 기법을 함께 활용하는 것도 유용할 것으로 보인다. 분자 수준에서 동작을 제어할 수 있는 DNA 나노모터의 개발을 통해 단분자 검출, 약물 전달, 유전자 치료, 나노 규모에서의 제조 등의 분야에 응용이 가능할 것으로 기대된다. ...................(계속) ☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.

과학기술 위크시그널과 바이오 미래유망기술양혜영 / 한국과학기술정보연구원 미래기술분석센터 ◈ 목차1. 기술예측과 위크시그널2. 과학기술 위크시그널 자동담지 방법론 가. 1단계: 키워드 집합 추출 나. 2단계: 키워드 활동성 측정 다. 3단계: 키워드그룹 자동 생성 라. 4단계: 위크시그널 해석3. 과학기술 위크시그널 포커스영역 및 다이내믹스4. 바이오 미래유망기술5. 결론 ◈본문1. 기술예측과 위크시그널 기술예측은 현재 기술의 미래 동향을 예측하거나 잠재적으로 유망한 기술을 미리 파악하는 활동을 가리킨다. 이 용어는 1960년대에 처음 등장하였다. 제1차와 제2차 세계대전 그리고 달 탐사와 같은 역사적 사건을 경험하면서, 기술이 인류의 미래를 형성하고 미래의 변화를 주도하는 중요한 역할을 할 수 있다는 인식이 높아지면서 기술예측의 중요성이 부각되었다. 이러한 과정에서 기술 예측에 대한 인식이 형성되었다. OECD는 1961년에 설립된 기구로, 미래 기술이 기업과 국가에 제공하는 기회와 사회에 미치는 영향을 미리 파악하기 위해 설립 초기부터 노력하고 있다. OECD는 정책 결정자들이 기술을 이해하고, 더 나아가 기술예측을 수행하는 데 필요한 이해를 촉진하기 위해 노력하고 있으며, 이러한 노력의 일환으로, 1967년에 "Technological Forecasting in Perspective"(Jantsch, 1967)라는 보고서를 발표하였다. 이 보고서는 기술예측의 특성, 방법, 기술혁신 및 기술전략 등에 대한 설명을 담고 있는 거의 최초의 보고서로서, 기술예측 분야의 기반을 마련하는 데 기여한 것으로 평가된다. 이후 기술예측은 Martino(1993), UN산업개발기구(2005), Woon 등(2008), Halaweh(2013), Rotolo 등(2015) 여러 관점으로 재조명되며 발전하고 있다. 한편 전략적 관리자로 잘 알려진 Ansoff는 1975년 “Managing Strtegic Surprise by Response to Weak Signals”(Ansoff, 1975)라는 제목의 논문에서, 갑작스러운 외부변화로부터 받게 될 충격을 관리하기 위해 외부환경변화를 모니터링하는 것이 중요하다고 설명하였고, 갑작스러운 변화를 야기할 수 있는 작은 신호를 의미하는 위크시그널이라는 용어를 사용하였다. 위크시그널은 처음 등장한 작은 신호이므로 경험적 외삽으로는 설명하기 어렵고 중요성이 아직 불분명하지만 미래에 대한 정보를 담고 있는 징후를 뜻한다. 2019년 겨울 전 세계적 코로나19 팬데믹이 발생하면서 인류는 이전과는 완전히 다른 시대를 맞이하게 되었고 큰 충격을 받게 되었다. 장기간에 걸쳐 축적된 빅데이터와 인공지능 기술이 발달하고 있음에도 코로나19로 인한 팬데믹과 그 영향력은 미처 제대로 예측하지 못하였다는 점에서 그동안 다방면에서 이루어진 예측 방법에 한계가 있음을 알게 되었다. 장기간의 데이터 분석에 기반한 예측은 그동안 경험하지 못했던 새로운 사건이 발생하는 것에 대해서는 예측하기 어렵기 때문에 이에 대한 보완이 필요하다. 위크시그널 모니터링 방법의 필요성이 대두한 것이다. 본고에서는 최근 새롭게 개발된 이머징 위크시그널 자동탐지 알고리즘과 그 결과를 설명하고자 한다. 과학기술 위크시그널 중 바이오분야의 위크시그널을 활용하여 도출된 바이오 미래유망기술에 대해서도 설명한다. 위크시그널 자동탐지 알고리즘은 장기 데이터에 기반한 기술예측 방법론을 보완하여 미래기술에 대한 최신 트렌드를 도출하는데 도움을 줄 수 있고, 과학기술정책과 기술전략 수립을 위한 근거 정보로 활용될 수 있을 것이다. 2. 과학기술 위크시그널 자동탐지 방법론 한국과학기술정보연구원은 최근 과학기술문헌 빅데이터로부터 전문가의 도움없이 위크시그널을 자동탐지하는 방법을 개발하였다.(Yang et al., 2023) 활용한 데이터베이스는 SCOPUS 논문 데이터이다. 논문데이터베이스 중 SCOPUS는 포함된 저널이 매우 많고, 상당수의 conference proceeding을 포함하고 있어, 최신 위크시그널을 탐지하는데 적합하다. SCOPUS 논문데이터에는 22가지 문헌 종류가 포함되어 있는데, 그 중 Article, Book, Book Chapter, Conference proceeding, Review 등 5가지 문헌을 사용하였다. 위크시그널 자동탐지 방법은 다음 [그림1]의 4단계 프로세스로 이루어진다.그림 1. 데이터 기반 위크시그널 자동탐지 프로세스가. 1단계: 키워드 집합 추출 초기 키워드 목록은 두 가지 키워드 목록을 합하여 만들어진다. 첫 번째 키워드 목록은 문헌의 제목과 초록에서 추출한다. 제목과 초록을 합친 텍스트를 토큰화하고 N-gram 알고리즘을 이용하여, N=5에 해당하는 키워드 구문까지 추출한다. 두 번째 키워드 목록은 문헌의 저자 키워드 목록이다. 두 가지 키워드 목록을 합해 초기 키워드 목록을 구성한다. 그 다음 초기 키워드 목록에 대한 기초 스크리닝을 위해 TF-IDF를 계산하여 0.8 이상 키워드를 선별한다. 또한 5년 시구간에서 후반 3년과 전반 3년간 단어의 등장 빈도수 차이가 0 이상인 증가하는 경향성의 키워드를 선별하였다.나. 2단계: 키워드 활동성 측정 1단계 키워드 목록에 대하여 키워드의 규모성과 활동성을 측정한다. 키워드 규모성은 최근 3년간 출연 빈도가 일정 규모 이상일 조건을 의미하는데, 연도별 3회 이상은 등장하는 키워드, 즉 최근 3년간 9회 이상 등장하는 키워드를 선별하였다. 활동성은 지난 23년간 키워드 출연 빈도 대비 최근 3년간 출연 빈도의 비율을 뜻한다. 최근 급부상하는 키워드를 선별하기 위하여 0.5 이상의 활동성 조건을 적용하였다. 2단계 선별기준을 통과한 키워드를 팝핑 키워드(popping keyword)로 명명하였다. 2021년 기준 7,291개 팝핑 키워드를 도출하였고, 2022년 기준 8,299개 팝핑 키워드를 도출하였다.다. 3단계: 키워드그룹 자동 생성 키워드의 관계를 자동으로 측정하기 위해, 최근 5년간의 SCOPUS 논문 텍스트에 대한 워드임베딩 모델을 구축하였다. 본 연구에서는 FastText 모델을 이용하였다. 워드임베딩 모델은 키워드 사이의 문맥적 유사도를 계산해서 유사도가 크면 거리가 가깝게, 유사도가 작으면 거리가 멀게 키워드가 위치한다. 이로서 임의의 팝핑 키워드 쌍에 대한 거리를 측정하였다. 거리데이터를 기반으로 팝핑 키워드 네트워크를 구현하고 거리 임계값 0.1 이내의 조건을 적용하여 팝핑 키워드 네트워크가 키워드그룹으로 자동 분리되는 연결 컴포넌트(connected component) 방법을 고안하였다. 한편 기존 팝핑 키워드는 연관 키워드와 문맥적 연관성이 충분히 축적되어 거리가 가까운 반면, 신규 등장 팝핑 키워드는 연관 키워드와 거리가 가깝지 않은 경우가 대부분이었다. 따라서 신규 등장 팝핑 키워드는 거리 임계값 0.3 이내의 조건을 적용한 후, 팝핑 키워드 네트워크에서 서로 완전히 연결된 클리크(clique)를 추출하는 방식으로 위크시그널을 도출하였다. 위크시그널을 위한 팝핑 키워드 그룹을 생성할 때, 키워드 수가 100개 이상이면 작은 신호로 보기 어렵다는 판단하에, 키워드 수는 2개 이상 100개 미만으로 설정하였다.그림 2. (좌) 연결컴포넌트(connected component)와 (우) 클리크(clique) 방식의위크시그널 생성 방법라. 4단계: 위크시그널 해석 3단계 과정을 거쳐 생성된 위크시그널은, 탐지 시점 기준, 2021년 총 391개, 2022년 총 439개를 도출하였고, 각각 위크시그널2022, 위크시그널2023으로 발표되었다. 팝핑 키워드가 추출된 논문이 속한 저널은 SCOPUS에 의해 복수의 주제분류코드가 부여된다. 위크시그널을 구성하는 팝핑 키워드의 주제분류코드를 활용하여 위크시그널의 주제 분야를 확인하였다. SCOPUS 주제 분류는 Health Sciences, LifeSciences, PhyiscalSciences, SocialSciences&Humanities, Multidisciplinary 등 5개 대분야 아래 각각 총 27개 주제 분야로 구성되어 있다. 위크시그널을 구성하는 팝핑 키워드가 속한 주제분야를 모두 확인하여 가장 많이 등장하는 주제분야를 해당 위크시그널의 주제 분야로 정하였다. 팝핑 키워드, 주제분야, 그리고 최신 논문내용 등을 바탕으로 위크시그널에 해당하는 과학기술내용을 연구진이 모두 검토하였다. 그 결과 위크시그널은 거의 대부분의 주제분야에서 탐지되었고, 최근 기술트렌드에 해당하는 내용임을 확인하였다. 팝핑 키워드로부터 위크시그널을 탐지하고, 더 나아가 주목해야 할 포커스영역을 도출하기까지 과정과 위크시그널2022 지도는 다음의 [그림3]과 [그림4]에서 확인할 수 있다.그림 3. 팝핑 키워드, 위크시그널, 그리고 10대 포커스 영역 도출 과정그림 4. 위크시그널 2022 지도3. 과학기술 위크시그널 포커스영역 및 다이내믹스 연구진은 2021년에 탐지된 391개 위크시그널2022에 대해서 검토한 후 주목해야 할 10대 포커스영역을 선정하여 발표하였다. 딥러닝 그 다음의 기술, 기생컴퓨팅과 대응기술, 플랫폼 기반 커뮤니티의 확대, 에너지 클라우드의 시대, 유연한 기업이 만드는 미래, 새로운 탄소물질의 등장, 인류와 지구의 공생, 온·오프라인 정신건강, DNA에서 RNA로의 영역 확대, 위드코로나 또는 넥스트코로나 등이 10대 포커스영역이다. 각 포커스영역별로 탐지된 주요 위크시그널과 내용은 [표1]과 같다.[표1] 위크시그널2022의 10대 포커스영역과 주요 위크시그널 내용2022 포커스영역주요 위크시그널과 내용[1] 딥러닝, 그 다음의 기술(Beyond Deeplearning)▸deepfakes: 진짜 같은 가짜 데이터 생성▸face anti-spoofing: 가짜와 진짜를 구분하기 위한 방법▸zero-shot learning: 데이터 없이 학습 또는 유사 분야에응용되는 인공지능[2] 기생컴퓨팅과 대응기술(Parasitic Computing)▸cryptojacking: 컴퓨터에 몰래 침입해 코인 채굴▸cyber insurance: 사이버 안전을 보장하는 보험[3] 플랫폼 기반 커뮤니티의 확대(Platformmunity)▸platformisation: 플랫폼화, 플랫폼 기반 경제▸mobile crowdsensing: 모바일 크라우드센싱[4] 에너지 클라우드의 시대(Energy Cloud)▸multienergy microgrid, nanogrid, power-to-X:다양한 소스의 재생에너지를 생산, 전송, 저장, 관리▸electricity theft: 전력망 도둑과 보안 감시[5] 유연한 기업이 만드는 미래(Agile/Leagile Entrepreneurship)▸digital entrepreneurship: 디지털 전환을 위한 디지털 기업가정신▸cyber-physical manufacturing: 스마트팩토리를 위한사이버 물리 시스템▸ESG disclosure: 기업의 사회 책임 대응[6] 새로운 탄소 물질의 등장(New Carbon)▸penta-graphene, n-graphdiyne: 새로운 탄소동소체▸ml-MoS2: 나노응용물질[7] 인류와 지구의 공생(Symbiosis)▸ecological civilization: 새로운 생태 시스템▸carbon trading price: 탄소중립과 탄소거래 제도▸nano- and microplasitcs: 미세플라스틱과 환경오염▸rhizomicrobiome: 미생물 기반 친환경농업[8] 온·오프라인 정신건강(On-Off Mentality)▸promis-29: 신체적, 정신적, 사회적 건강의 중요성▸cyber sickness: 가상공간에서의 정신적 고통▸coronaphobia: 코로나포비아[9] DNA에서 RNA로의 영역 확대(DNA and RNA)▸epigenetic editing: 후성 유전체 변이 편집▸m6A modification: RNA 조절 기술▸COVID-19, nsp12 : 코로나바이러스와 백신[10] 위드코로나 또는 넥스트코로나(COVID-19)▸COVID-19: 코로나19 팬데믹▸micro learning, e-wallet: 코로나19 팬데믹으로 인한 비대면 교육, 비대면 결제 등 새로운 라이프스타일▸circular business model: 포스트코로나를 위한 산업패러다임 변화 2022년에 탐지된 439개 위크시그널2023에 대해서는 주로 위크시그널2022와 비교하여 나타나는 변화를 파악하기 위한 검토가 이루어졌고, 이는 위크시그널 다이내믹스라는 이름으로 연구되었다. 전체 위크시그널은 391개에서 439개로 전년 대비 12.3% 증가하였고, 팝핑 키워드의 수도 7,291개에서 8,299개 13.8% 증가하였다. 위크시그널2022 중 34.5%의 위크시그널은 위크시그널2023에 그대로 남아있었고, 37.1%의 위크시그널이 사라진 것을 확인하였다. 28.4%의 위크시그널2022는 팝핑 키워드 구성이 바뀌거나 분야가 변동되는 등 변화된 형태로 남아있었다. 위크시그널2023 중 거의 절반에 해당하는 46.9%는 새롭게 등장한 위크시그널이다. 위크시그널2023 중 신규 등장한 위크시그널 사례로는 Medicine분야의 [long-covid,long-covid-19], Dentistry 분야의 [teledentistry, tele-dentistry] 등이 있다. 전년도의 코로나19 팬데믹에 이어, 후유증 등에 관한 후속 연구가 많이 진행됨에 따라 long-covid가 등장한 것으로 해석된다. 또한 코로나19 팬데믹으로 원격의료에 대한 요구가 증가하고 있는데, 치의학 분야에서도 그러한 경향이 teledentistry라는 위크시그널로 나타난 것으로 보인다. 위크시그널2023 중 위크시그널 [marine plastic pollution, marine plastics, marine plastic debris]는 Environmental Science 분야에서 Agricultural and Biological Sciences 분야로 변동되었다. 해양 플라스틱 오염이 환경과학 분야에서 주로 다루어지다가 최근 농업 및 생명과학 분야에서 연구되는 추세로 해석된다. 위크시그널2022 중 [micro/nanomotors,micro/nanomachines]는 위크시그널2023의 [micro/nanomotors, micro/nanorobots]으로 변화되어, 팝핑 키워드 하나가 사라지고 새로운 팝핑 키워드가 합류한 것을 확인하였다. 마이크로/나노모터와 함께 최근 마이크로/나노로봇의 연구가 더 확대되고 있는 것으로 이해할 수 있다. 그 외에도 위크시그널2022에 신규 팝핑 키워드가 합류하거나, 여러 위크시그널이 융합하는 등의 변화방식이 나타났다. 위크시그널을 구성하는 팝핑 키워드의 변화를 확인하여 위크시그널 다이내믹스를 분석하는 것은 미래기술 트렌드의 세부 변동사항을 이해하는데 도움이 될 수 있음을 확인하였다. [표2]는 주제 분야별 위크시그널2022와 위크시그널2023의 수를, [그림 5,6,7]은 위크시그널 다이내믹스의 변화 사례 몇 가지를 보여준다.[표2] 주제 분야별 위크시그널2022와 위크시그널2023 개수주제 분야위크시그널 개수20222023Agricultural and Biological Sciences912Arts and Humanities33Biochemistry, Genetics and Molecular Biology2223Business, Management and Accounting2514Chemical Engineering22Chemistry911Computer Science6376Decision Sciences1 Earth and Planetary Sciences88Economics, Econometrics and Finance14Energy912Engineering3334Environmental Science1823Health Professions21Immunology and Microbiology87Materials Science2231Mathematics127Medicine90112Neuroscience1 Nursing22Pharmacology, Toxicology and Pharmaceutics22Physics and Astronomy811Psychology67Social Sciences3535Dentistry 1Veterinary 1Total391439그림 5. 신규 팝핑 키워드가 합류한 위크시그널 사례그림 6. 다수의 신규 팝핑 키워드가 합류한 위크시그널 사례그림 7. 두 개의 위크시그널이 융합한 위크시그널 사례4. 바이오 미래유망기술 한국과학기술정보연구원 미래기술분석센터에서 도출한 팝핑 키워드와 위크시그널은 매우 빠르게 변화하고 있는 과학기술 분야에 대한 정보를 정확하게 탐지하는데 도움을 주는 방법이다. 위크시그널은 전 과학기술분야에 대하여 전문가 도움 없이 누락되는 분야 없이 이머징 기술신호를 탐지하는데 비교적 성공적으로 작동하였다. 각 과학기술분야별로 전문가 해석과정을 거칠 경우, 더 가치있는 통찰과 시사점 도출이 가능하다. 이에 연구진은 한국생명공학연구원 국가생명공학정책연구센터와 협력 하에 바이오 미래유망기술 선정 시 위크시그널과 팝핑 키워드 데이터를 검토하였다. 국가생명공학정책연구센터는 바이오 미래유망기술을 도출하는 프로세스와 노하우를 보유하고 있으며 관련 분야를 검토하는 전문가위원회도 확보하고 있다. 국가생명공학정책연구센터는 바이오 미래유망기술을 발굴하는 3가지 트랙, 과학기술 위크시그널 데이터 탐색, 기존 미래유망 후보기술 재평가, 최근 이슈 모니터링 등의 프로세스를 거쳐 미래유망기술 후보목록을 도출하고, 마지막 단계에서 대규모 전문가 설문조사를 통해 10대 미래유망기술을 선정한다. 그 결과 바이오 10대 미래유망기술 2022중 3개, 바이오 10대 미래유망기술 2023 중 8개 기술이 위크시그널 데이터로부터 도출되었고, 해당 기술목록은 [표3]과 [표4]와 같다.[표3] 바이오 10대 미래유망기술 2022 중 위크시그널 기반 기술분야바이오 미래유망기술관련 위크시그널 및 팝핑 키워드플랫폼바이오(Platform Bio)후성유전체 편집(Epigenome editing)epigenetic editing, epigenome editing레드바이오(Red Bio)치료용 신경정신약물(Mind-altering medicine)persistent opioid use화이트바이오(White Bio)나노물질 유래 친환경 중합체 합성기술(Nanomaterial-derived eco-friendly polymer synthesis)nano-chitosan, nanobiopesticides[표4] 바이오 10대 미래유망기술 2023 중 위크시그널 기반 기술분야바이오 미래유망기술관련 위크시그널 및 팝핑 키워드플랫폼 바이오(Platform Bio)생체 내 면역세포 실시간 분석(In situ immune cell live imaging/sequencing)neutrophil-lymphocyte ratio레드 바이오(Red Bio)개인 맞춤형 암백신(Personalized Cancer Vaccines)neoantigen, neoantigen expression임상 적용 가능 유전자편집 기술(Clinical grade gene editing)crispr-cas system비침습적 신경조율 기술(Non-invasive neuromodulation)post-covid symptoms그린 바이오(Green Bio)배양육 대체육 고도화(Advanced cultured meat/alternative meat)Meat analogues토양 마이크로바이옴(Biocrusts microbiome)biocusts, rhizosphere microbiome, plant microbiome화이트 바이오(White Bio)합성생물학 적용 미생물 공장(Synthetic microbial factory)Engineered yeast미세플라스틱의 건강 및 생체영향 평가(Microplastics biomonitoring)marine litter, marine plastic pollution5. 결론 과학기술 문헌 빅데이터에서 자동탐색 알고리즘에 의해 도출된 위크시그널은 전 과학기술 분야에 대한 기술 트렌드를 비교적 정확하게 탐지하는 것을 확인하였다. 각 분야별 전문가들은 알고 있으나 타 분야로까지 널리 그 정보가 확산되지 않은 초기 단계의 미래유망기술과 연구분야가 비교적 누락되지 않고 탐지되었기에, 주기적 위크시그널 모니터링 방법으로 활용 가능성이 매우 크다고 볼 수 있다. 그 외에도 팝핑 키워드들의 미세한 변화와 상호작용을 바탕으로 위크시그널이 어떻게 변화하는지도 풍부한 정보를 확보할 수 있다. 따라서 과학기술 위크시그널은 과학기술정책과 미래기술 경쟁우위 선점을 위한 기술전략 수립 시에 근거 데이터로서 의미가 크다고 볼 수 있다. 또한 위크시그널 자동탐지 알고리즘에 의해 도출된 위크시그널과 팝핑 키워드 데이터는 분야별 전문가들에 의해 더 중요한 통찰을 찾아내는데 도움을 준다. 바이오 10대 미래유망기술 선정 과정에서 근거 데이터로 활용된 위크시그널과 팝핑 키워드 데이터는 전문가들에 의하여 더 깊은 이해와 풍부한 해석을 거쳐 현 시점의 글로벌 바이오 분야를 더욱 객관적이며 과학적으로 조망할 수 있도록 도와준다. 이와 같은 전문가 통찰 과정을 통해 시의성 있는 정책과 R&D 방향성 설정이 가능해진다. 올해로 세 번째 과학기술 위크시그널 탐지 프로세스가 수행되고 있고, 바이오 미래유망기술 선정 시에도 근거 데이터로 활용될 예정이다. 앞으로도 과학기술 위크시그널 탐지 프로세스가 정기적으로 수행되고 관련 연구가 많이 이루어져 위크시그널에 대한 더 깊은 이해와 더 많은 정보를 확보할 수 있기를 기대하며, 이를 바탕으로 과학기술 위크시그널이 다양한 분야의 전문가들에게 통찰력을 제공할 수 있는 정보로서 활용 가치가 확대되기를 기대한다. ...................(계속)☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.

[2023 바이오 미래유망기술(하)] 대체육 생산의 고도화 (Advancement of technology for producing alternative meat)이미경/한국생명공학연구원 생물자원센터(KCTC) 선임연구원 ◈ 목차1. 개요2. 대체육 시장의 형성 배경3. 대체육 관련 시장 현황 가. 국외 현황 나. 국내 현황4. 대체육의 개념 및 유형5. 대체육 생산 기술 소개와 동향 가. 압출성형 공정법 나. Shear cell plate 기술 다. 오믹히팅(Ohmic heating) 기술 라. 식물성 단백질 발효 기술 마. Fungi (버섯, 곰팡이 및 효모)의‘Mycoprotein’생산 기술 바. 색(color) 모사 기술 사. 다성분조합 모방기술 아. 단백질 질감 형성 기술6. 결론 및 기대효과 ◈본문1. 개요‘대체육(Meatsubstitue.altenativemeat,Fake Meat)’이란 기존의 非동물성 재료를 사용하여 육류 고기의 모양, 식감과 맛을 유사하게 만든 대체 식재료이다. 일반적으로 대체육은 대두, 버섯 등 식물성 단백질과 밀가루 글루텐 등의 식물성 재료로 고기의 식감과 영양성분을 재현하기 때문에 ‘식물성 고기’라 칭하기도 한다. 대체육에 속하는 또 다른 형태인 ‘배양육(lab-grown meat)’은 가축 사육과정을 거치지 않고, 살아 있는 동물의 줄기세포를 배양하고 세포공학 기술로 세포 증식을 유도한 후 3D 프린팅 기술을 적용하여 육류 제품과 가장 흡사한 형태로 제작하는 유일한 동물성 단백질 기반의 대체육 식품이다.[대체육 소재로 이용되는 주요 원료]품목명주원료활용용도• 대두 분리 단백질 (β- 콘글리시닌)• 대두• 소시지, 치킨 가슴살, 너겟, 식물성 슬라이스 햄 등• 레구민, 알부민, 글로불린, 글루텔린• 씨앗 기름• 글리시닌, 비실린• 콩• 베지버거, 미트, 소시지 등• 글루텐• 밀, 호밀, 보리• 밀고기, 베지버거, 미트 등에 섞어서 사용• 마이코프로테인• 곰팡이(버섯, 효모)• 버거류, 소시지, 그릴 등* 출처: 한국바이오협회 2018, Aasgar et al. 20102. 대체육 시장의 형성 배경대체육 또는 대체 단백질 시장은 1990년대 중반부터 서서히 증가되다 2002년 최대 특허 출원 건수 보이면서 관련 연구 및 산업의 발전이 지속적으로 발전되어 왔는데 최근 전 세계적인 환경변화와 식육 소비량 증가로 급변하고 있는 중이다. 이러한 대체육 등장과 소비자의 요구가 확대된 배경에는 여러 가지 환경변화의 요소가 작용하였다.첫 번째, OCED 통계자료에 의하면 2018년 전 세계적으로 소비한 육류량은 약 3.3억만 톤, 2030년이 되면 약 14%가 증가하는 3.72억만 톤이 될 것으로 전망하였다. 2050년의 전 세계 인구는 약 99억명으로 추정되는데, 예측되는 육류 소비량은 약 5.5억톤에 도달할 것이라고 보고하였다(2020년 Population Reference Bureau[1]). 이러한 전 세계적 인구증가와 함께 개발도상국들의 경제 발전에 따른 식육 소비량이 지속적으로 증가하고 있다.두 번째, 가축사육을 통한 식육 생산 및 공급 부족 현상이다. 전통적인 가축 사육은 가축 사육에 소요되는 시설·생산비와 사료비의 증가로 육류 생산량이 감소하고 가격은 인상되었다. 따라서 가축 사육에 의한 우수한 품질의 식육 공급은 연간 약 2억톤이 증가하는 소비량을 충족하기 어렵다.세 번째, 식량안보(Food security)의 대두와 기후‧환경의 변화이다. SARS, 아프리카돼지열병(ASF), 조류독감, 광우병, 구제역 등의 재난성 가축전염병의 유발이 잦아지고 코로나19 발생으로 육류 가공공장의 조업 중단으로 공급 부족과 소비자 가격의 인상이 발생하였다. 또한, 축산업이 산림의 채벌을 증가시키고 높은 비중의 토지 사용, 분뇨, 악취 및 폐수로 인한 환경 오염의 증가를 야기하는 원인으로 지목되고 한다(Capper, 2011년). 이산화탄소보다 강력한 메탄가스인 온실가스를 발생하여 지구의 기후 변화를 발생시켰다고 한다. 쌀은 4.4kg, 두부는 3.1kg, 감자는 0.46kg의 이산화탄소를 배출하는 것에 비해 쇠고기는 99kg 정도를 배출해야 식재료로 만들어진다는 발표도 있다.마지막으로, 개인적 선택과 채식에 대한 관심의 변화이다. 개인적인 건강, 생명윤리 및 동물복지의 신념, 반려동물의 수요 증가, 도덕과 종교적 신념의 이유로 육류 섭취를 거부하고 채식주의를 선택하는 사람의 비중이 절대적으로 증가하고 있다. 또한, 환경보존 실천을 위한 인식과 공장식 사육으로 인한 감염병 등으로부터 차단된 친환경적 식재료 선호하는 채식주의자 수가 증가하고 있다. 최근 Vegan(채식주의자)+Economics(경제)의 합성어로 ‘비거노믹스’ 라는 경제 용어가 등장하는데 ‘채식을 지향하고 동물성 재료를 사용하지 않는 제품을 생산하는 산업’을 의미한다. 전 세계 채식 시장은 2017년 10억 5천만 달러에서 2025년 16억 4천만 달러로 성장하면서 국내의 채식 인구도 최근 10년 사이에 10배 이상 폭발적으로 증가하였다. 채식주의자들의 수의 증가에 따라, 채식주의 관련 상품과 서비스를 칭하는 베지노믹스(Vegenomics)도 다양한 형태로 발전되고 있는 추세이다. 기존의 한계점을 극복하고 환경, 윤리, 안전한 측면으로 문제해결이 가능한 미래식품 소재로 ‘대체육(대체단백질)’산업의 성장이 촉발되게 되었다.[식물성 단백질 소비 시장 규모] * 발췌: 2019년 기준, Meticulous Research (2019:131) (단위: 백만 달러)대체육 생산기술은 1996년도부터 꾸준히 증가되어 오다가 2002년 국제적으로 최대 특허 출원 건수 보였으며, 지속적인 연구와 관련 산업이 발달하고 있다. 이러한 분위기와 함께 국내 시장에서도 그 관심이 지속적으로 증가하고 있는데 41%의 국내 소비자들은 새로운 식품을 시도하기 위해 식물성 대체육을 선택했다고 응답했고, 45%의 소비자가 대체육이 육류 고기보다 더 건강할 것 같다고 답했다(국제식품정보협의회의 설문). 소비자들의 대체육과 대체 단백질의 인식과 식품 시장의 변화로 2020년 소비량 기준으로 육류(동물성 단백질) 식품 시장의 2% 해당하던 것이 2035년에는 7배 이상 확대될 것으로 전망된다.[대체 단백질 식품의 소비 비중 변화]* 출처:　FAIRR Initiative 보고서, How Will Cultured Meat and Meat Alternatives Disrupt the Agricultural and Food Industry?, A.T. Kearney 일부3. 대체육 관련 시장 현황가. 국외 현황대륙별로는 서유럽 지역이 2018 기준으로 17억 달러로 가장 크고 빠르게 성장하고 있으며, 북아메리카, 아시아 순으로 이어진다.①︎ 미국글로벌 기업 이외에 타이슨, 카길, JBS 등 미국의 주요 육류 가공 기업이 생산과 투자를 통해 대체육 시장에 진출하였고, 식물 기반 식품의 2022년 소매 판매량은 전년 대비 11% 성장하여 45억 달러 규모로 성장하였으며 이러한 성장 속도는 미국 식품 시장 연간 성장률(2%)의 5배에 달하는 것으로 분석된다(Good food Research, ’20.7). 대체육 시장은 약 12.85억 달러 규모로 2015년 대비 14.4% 증가했고 유형별로는 콩류가 전체의 79.4%, 식물성 단백질류가 14.5%, 곡물류가 3.8%, 단세포 단백질류(균류와 미세조류 미생물)가 2.3%를 차지한다.② 유럽높은 채식주의자 비율과 육류 대체 부문에 대한 높은 투자율로 인해 세계에서 가장 큰 대체육 시장을 형성하고 있으며, 2019년 기준 70억 달러 규모로 2020년부터 2025년까지 7.3%의 연평균 성장률이 전망된다. 영국, 독일, 프랑스, 이탈리아, 네덜란드가 유럽 내에서 가장 큰 대체육 시장을 형성하고 있다. 최근 유럽 의회는 '채소 버거'와 '대두 소시지'와 같은 식물 기반 대체품에 육류 관련 이름을 사용 금지하지 않기로 결정하면서 대체육 기업들의 마케팅 제약이 완화될 것으로 보인다.③ 태국인구 25% 이상이 육류 소비를 줄이고 있으며, 식물성 식단 또는 유연한 채식주의 식단(Flexitarian)으로 식사를 지향하며 큰 마켓으로 성장하고 있다. 2019년 TOA 그룹의 대체육 브랜드인 Lotto Food에 의하면 태국의 대체육 시장 가치는 현재 270억 바트(1조 149억 3천만원) 규모이며, 2024년에는 510억 바트(1조 9,170억 9천만원) 규모로 성장할 것이라고 예측하였다. 태국의 대기업 및 중소기업 모두 Ready to Eat 식품을 통해 대체육 시장진출을 준비하며, 시장진출의 여지가 많은 블루오션이다.④ 중국아시아에서 가장 큰 대체육 시장 규모로 지난 2016년 ‘규정식 권고안’을 발표해 2030년까지 자국민의 육류 섭취량을 50%까지 줄여 비만과 당뇨 등 성인병을 예방하고 온실가스 배출량도 10억톤 정도를 감소할 계획이라고 밝혔다. 이와 함께, 중국과학원(Chinese Academy of Sciences)은 대체육 식품을 개발하고 보급하는 연구에 많은 집중을 하고 있고, 기린먼데이, 쩐미트 등의 중국계 대체육 스타트업에 투자 비중을 높이고 있다.⑤ 일본야노(矢野) 경제연구소의 보고에 따르면, 일본 대체육 시장 규모는 2020년 7억 2,100만 엔, 2030년에는 302억 엔까지 확대될 것으로 전망한다.[대륙별 육류대체 식품 시장 규모 및 전망](단위: 백만달러)*발췌: 글로벌데이터, Ingredient Insights: Opportunities in Meat Substitues 2019.나. 국내 현황국내 기업들은 국외 제품을 수입·유통하거나 기업간의 파트너쉽을 통한 제조와 유통을 진행해 오다 최근에는 스타트업과 제휴해 기술 및 상품을 개발하는 추세로 변화되고 있다.① 롯데푸드롯데푸드와 농심은 각각 '엔네이트 제로미트' 등 자체 대체육 브랜드를 론칭 및 시판 중이고(한국비건인증원 인증 확보), 롯데리아의 채식버거 ‘리아미라클 버거’는 식물성 유래 패티, 빵, 소스를 활용하여 제품을 시판한다(매일경제 2021.12.28.).② 신세계푸드신세계푸드는 2021년 자체 기술로 대체육 '베러미트(Better meat)'를 개발하고 신제품을 출시하였고, 국내 소비자들의 닭고기 섭취량이 증가하고 조류인플루엔자, 동물복지 등에 대한 우려로 2021년부터 영국의 ‘퀀’ 제품을 수입 판매하였다.③ 동원 F&B, SPC삼립2017년부터 미국의 '비욘드 미트' 제품을 수입 판매하며(독점 공급), 2022년 ‘넥스트미트’와 ‘그린미트’에 대한 상표권을 출원하였다(2022년 특허청, 식품외식경제 2022.08.12.). SPC삼립은 '잇 저스트'(미국)와 파트너쉽 체결로 식물성 대체 계란 ‘Just Egg’제품을 제조 및 유통하였다.④ CJ 제일제당CJ제일제당은 2021년 ‘플렌테이블’을 론칭하고, 해외 글로벌 스타트업에 투자를 하면서 대체우유 시장까지 준비하고 있다고 한다. 회사 매출규모를 현재 100억 원에서 3년 뒤 2,000억 원(글로벌 비중 70%)으로 목표하고 있다.(매일경제 2022.07.18). 또한 시스테인을 비(非)전기 분해 방식으로 대체육의 대량생산 기술을 확보하였다고 발표하였다.⑤ 풀무원풀무원은 콩에서 추출한 ‘식물성조직단백’ 소재를 기술력으로 가공하여 식물성 고기의 맛과 형태의 ‘한국식 대체육’ 제품을 시판 중이고, 비건 레스토랑 ‘플랜튜트’를 운영하고 있다.[국내 론칭 및 시판 중인 대체육 시제품과 대체 식품소재]⑥︎ 농심㈜농심 2021년‘베지가든’ 및 비건레스토랑 ‘포리스트 키친’ 오픈하였고, 오뚜기는 2022년 영국 비건 소사이어티로부터 인정받은 비건 제품 ‘헬로베지’ 브랜드를 론칭하였다.⑦ 풀무원‘지구인컴퍼니’는 최근 국내 시장에서 활발한 움직임을 보이고 있는데, 2019년 국내 최초 대체육 브랜드 ‘언리미티드’를 론칭하고, 2021년 280억 규모의 추가 투자유지를 하여 국내 식물성 식품 스타트업 중 가장 많은 누적 투자액을 보유하였다고 기사화 하였다.⑧ 인테이크‘인테이크’는 2013년 식품공학도들이 설립한 대체식품 기반 ESG 푸드테크 기업으로 농림축산식품부가 주관하는 국책사업을 맡아 식물성 삼겹살과 식물성 달걀을 개발 중에 있다(식품외식경제 2022. 08.12).⑧ 인마이띵스‘마이띵스’는 국내 스타트업 기업으로 클린미트 시장의 주요 기술을 연구하고 식물성이 아닌 마이코프로테인(버섯 곰팡이)을 활용하여 배양육 생산의 핵심 요소인 지지체를 제작하는 연구와 함께 대체육 생산기술을 발표하였다(매일경제TV 2022.12.13).4. 대체육의 개념 및 유형 [대체육의 개념, 유형 및 특징] 일반 육류식물유래 대체육류(대체단백질)(Plant-based)배양육(Cultrued meat)미생물 발효(Fermented meat)식용곤충(Insect based meat)개념및 특징•가축을 도축하여 식육화•식물성 단백질 (예: 조직화 대두, 대두분리 단백질. 밀, 완두 등)•동물 세포조직을 이용해 생산하는 대체 단백질‧육류•(특징) 무균실험대, 동물세포 배양기에서 FBS(소태아혈청) 함유 배지로 배양이 필요•균류인 버섯(Mycoprotein)과 미세조류인 ‘스피루리나’의 단백질을 사용 •식용으로 인정 또는 허가 받은 곤충의 단백질을 가공(예: 굼벵이, 번데기, 갈색거저리 등) 특징 •대두분리, 조직화 대두 유래 단백질은 상품화 진행•GMO 문제를 수반•높은 소비자 신뢰도•안전, 경제성, 환경 및 윤리적 문제 대두•상용화 초기 단계•저지방 •국가별 인정필요(한국은 9종 인정)영양가•높음•높은 단백질 함량 (85%이상)•지방산, 철분 함유량 조절 가능•높은 단백질 함량과 추가적인 영양성분(오메가3) 조합 가능•고단백질, 고무기질 함유 안전성•검증•검증•검증 필요•검증•검증 진행유사수준 •질적 상승화 단계•유사•유사•낮음단점•수요 한계점이 나타남•식감/식향/풍미 저하•글루텐 알러지 주의 필요•높은 원가‧정책적 규제•배양 시간, 대량생산 장벽•윤리, 안정성 문제 해결이 반드시 필요•음식 공포증(Food phobia) 현상•생산과정‧조건의 제약•장기간의 배양시간이 필요•스피루리나의 경우 향‧맛 저하•Food phobia•가공 기술 부족[현재 활발하게 시판되고 있는 대체육과 대체 식품의 소개]5. 대체육 생산 기술 소개와 동향가. 압출성형 공정법산업화 초기 단계에 있으며, 대체육의 식감, 맛, 풍미 등의 관능적 요소 구현을 위한 기술과 투자에 집중화되고 있다. 특히, 식물성 단백질 식감 개선을 위한 조직화 공정, 맛과 영양학적 기술에서 육류와의 높은 유사성을 나타내고자 한다. 제조 공정은 크게 3가지 단계로, 첫 번째는 식물성 단백질이 포함되는 원료선정 및 가공 단계, 두 번째는 가공된 단백질을 포함하여 제품의 기본 재료를 생성하는 단계, 세 번째는 향, 풍미 및 첨가물 처리 후 가공하여 제품화하는 단계로 진행된다.[압출성형 공정법의 간략한 모식도]* 출처: Adapted Samard, 2019대체육 생산에 있어 압출성형 공정법은 단백질 간의 상호작용을 증가시키고 이황화 결합과 수소 결합에 의한 가교결합을 강화시켜 육질의 성형을 완성시키는 품질향상을 위하여 반드시 필요한 공정 과정이다. 특히, 닭가슴살, 햄버거 패티 형태의 분쇄육 형태를 모방하기에 적절하다.나. Shear cell plate 기술2005년 네덜란드 바헤닝언(Wageningen) 대학에서 시작하여 Rival Foods 회사를 설립하고 상업화를 진행하였다. 식물성 단백 원료에 전단력과 열을 동시에 적용하여 적층화된 섬유형 구조를 만드는 기술로 압출성형법에 비하여 단백질 변형과정이 안정적이기 때문에 대두 기반과 유제품류 생산에 있어 조직 형태와 식감이 실제 육류와 상당히 유사한 것이 특징이다.[Shear cell cone plate를 통한 대체육 생산 모식도]* 발췌: Wageningen university and research, shear cell story, https://www.wur.nl다. 오믹히팅(Ohmic heating) 기술동결과정을 통한 단백질의 조직을 성형하는 방법으로 주입의 횟수나 형태에 따라 조직의 완성도를 결정한다.[Ohmic heating 기술을 적용한 육질의 완성도]* 발췌: Soisungwan 등, 2020라. 식물성 단백질 발효 기술‘템페(Tempeh)’는 인도네시아의 전통적인 발효기술을 이용한 식물성 단백질 제품의 시초이다. 대두에 종균 Rizopus sp.(곰팡이 속)를 접종하고 바나나 잎으로 싸서 발효하면 대두 전체에 곰팡이 균사가 퍼지게 되는데, 이 단계에서 물리적 형태의 변형과 효소 분해과정에 의해 대두 조직이 연화되어 고기와 같은 형태의 단단한 조직감을 갖는 식품이 된다. 단백질 함량이 높아 채식요리에 많이 이용된다.[Tempeh를 이용한 다양한 요리의 예]마. Fungi (버섯, 곰팡이 및 효모)의‘Mycoprotein’생산 기술GRAS(Generally Recognized As Safe) 급으로 식품안정성이 확인된 균주 (예, 버섯, Fusarium sp.)를 콩 또는 글루코스 배지에 접종하고 배양하여 사상성 균사가 형성된 배양체를 압축 성형하여 육질 형태로 생산하는 기술이다. Mycoprotein은 지방함량이 적고, 건조량(dry weight) 기준 25%의 식이섬유와 베타글루칸을 다량 포함하는 특징을 갖는다. 균류 단백질로 식물성 원료라고 할 수 없으나, 편의상 채식 식단 및 채식 재료로 많이 이용되고 있다. 육질의 형태는 닭고기와 상당히 유사하다. 최근 국내의 스타트업 기업인 ‘마이띵스(Mythings)’는 상황버섯 종균을 이용하여 다량의 베타글루칸이 함유된 대체육 생산을 선보여 국내 생산기술 및 상업화를 기대할 수 있게 하였다.[국내 기업 ‘마이띵스(Mythings)’에 생산한 균류 기반 대체육]* 발췌: 마이띵스(Mythings) 제공 자료바. 색(color) 모사 기술육류는 자체 heme-단백질(미오글로빈, myoglobin) 색소를 보유하고 있어 화학적 상태에 따라 육류의 색이 결정된다. 가공 및 조리과정에서의 발색요소는 소비자 욕구 충족 및 구매 결정의 중요한 요소 중 하나이다. 따라서, 대체육을 제조하는 과정에서 식품 소재로 안전한 비트의 색소, 사과추출물 또는 콩과 식물뿌리에서 추출된 레그헤모글로빈(leghemoglobin)으로 색을 입혀 대체육 품질 향상에 기여한다. 최근, 덴마크 기업인‘Chromologics’는 곰팡이를 발효하여 추출한 천연 식용색소(pigment)를 개발하였다고 발표하였는데, 발효색소는 독성 화학물 또는 동물성 원료를 사용하지 않기 때문에 친환경적이고 채식 식재료로서 거부감없이 사용되어질 수 있다.[대두의 레그헤모글로빈 및 곰팡이 발효 색소가 첨가된 대체육]사. 다성분조합 모방기술생육의 모방기술인 3D 푸드 프린팅기술은 대체육 생산 관련 기술 가운데 가장 큰 관심을 받고 있으며, 식물성 기반 햄버거 패티, 소세지, 햄과 같은 분쇄육 가공품에 이용된다. 근육 조직과 같이 높은 유사도를 형성하고 새로운 형태와 질감을 표현하는 개별 맞춤형 식품 생산이 가능하다. 또한 식품 원료 카트리지에 추가적인 식재료를 삽입하여 다양한 식품 형태를 구성할 수 있고 영양학적 비율, 배양 조율이 가능한 장점이 있다. 하지만 단백질과 지방과 같은 서로 다른 이종 성분 간의 결합력이 약하여 적층 구조물이 불안정한 문제점이 있고, 식품위생법 등의 제도적 개선이 필요한 기술이다.아. 단백질 질감 형성 기술날달걀처럼 액상으로 존재하고, 가열 시 응고되는 질감을 형성하는 기술이다. 예로, 녹두 단백질이 날달걀처럼 겔(gel)을 형성하여 응고될 수 있는 점을 착안하여 녹두를 주원료로 강황의 색소가 첨가된 식물성 기반 계란이 개발되었을 뿐만 아니라, 최근에는 식물성 기반 요거트와 식물성 우유에 박테리아 배양균을 첨가하여 가공된 대체 단백질 식품이 생산되고 있다.5. 결론 및 기대효과개인의 삶의 방식이 다양해지고 있는 가운데, 소비자들의 요구를 충족하기 위한 대체육과 대체 단백질 식품 시장은 상당한 잠재적 가치를 지니고 있다. 미래의 식량난과 환경 문제 해결에 도움을 줄 수 있을 뿐만 아니라 새로운 생산기술의 개발, 식품 소재 및 바이오 소재의 개발은 국가 미래 성장 동력의 원천이 될 수 있다. 특히, 전통적인 발효식품을 다양하게 보유하고 있는 우리나라로서는 대체육 생산과 품질향상, 가공을 위한 글로벌 경쟁력을 확보하는데 유리한 위치에 있을지도 모른다. 지금은 대체육 생산과정의 대부분 원료 및 제품을 수입에 의존하고 있으나, 국내 원료를 활용(예, 국산 밀, 쌀 등)하고 생산부터 제품화 공정까지의 과정을 국내에 구축한다면 상당한 수입대체 효과를 기대할 수 있을 것이다. 하지만, 이러한 가능성 이면에는 식품의 안정성 관련한 다양한 우려가 제기된다. 식물성 기반 대체육이 실제로 육류보다 건강에 좋다는 명확한 근거가 있는지, 맛을 표현하기 위해 들어가는 수 많은 첨가 재료들로부터 야기될 수 있는 알러지 반응과 같은 문제점들에 대해서는 자세한 검증과 확인이 반드시 필요할 것이다. 대체육 시장의 확대와 제품의 다양화에 따른 정부차원의 정책과 관련 규정들 또한 빠르게 뒷받침되어야 할 것이다.

[2023 바이오 미래유망기술(하)] 미세플라스틱의 특성과 생체영향정진영 / 한국생명공학연구원 환경질환연구센터 책임연구원 ◈ 목차1. 플라스틱 시대의 빛과 그림자2. 미세플라스틱의 종류와 분석법 가. 미세플라스틱의 종류별 특성 나. 미세플라스틱의 분석법3. 미세플라스틱의 인체노출과 영향 가. 미세플라스틱의 인체노출 나. 미세플라스틱과 환경유해인자와의 상호작용 다. 미세플라스틱의 생체영향4. 국제 연구 네트워크 ◈본문1. 플라스틱 시대의 빛과 그림자바야흐로 플라스틱 시대라 할 수 있다. 1950년대 대량생산 되기 시작한 플라스틱은 2000년 이후 급격하게 생산량이 증가하면서 2020년에는 약 3억6천7백만톤이 생산되었다 [1]. 최근 20년 동안 생산된 플라스틱은 이전 50년 동안 생산된 플라스틱의 양을 능가하였고, 그로 인한 플라스틱 폐기물 또한 이전과는 비교할 수 없을 정도로 빠르게 증가하기 시작했다. 플라스틱은 석유에서 추출한 화학물질인 탄화수소로 이루어진 단위체가 중합되어 고분자를 이루고 이것을 사출과 성형이라는 과정을 통해 우리가 원하는 모양과 형태로 만들어진 제품이다. 이러한 플라스틱 제품은 기술이 발전하면서 성능과 내구성이 향상되어 식기, 칫솔과 같은 일상 생활용품부터 가전, 가구, 자동차, 선박과 우주 로켓까지 인간의 거의 모든 활동에서 쓰이지 않는 곳을 찾기가 어려울 정도로 우리는 플라스틱 속에 살고 있다.보통 플라스틱 제품의 수명은 짧게는 수 초에서 길게는 몇 년에 이르는데, 2017년 보고에 따르면 사용된 플라스틱 중 약 9%는 재활용, 12%는 소각, 그리고 나머지 79%는 매립과 투기를 통해 환경에 노출되어 환경오염의 원인이 되기도 한다 [2]. 거기에 코로나19 팬더믹 기간 동안 필수적으로 사용해야 했던 마스크과 일회용 장갑, 코로나 진단키트와 개인보호장비까지 모두 플라스틱 재료로 만들어졌을 뿐만 아니라, 사회적 거리두기와 함께 늘어난 배달음식과 포장용기 모두 플라스틱의 사용과 소비를 증폭시키는 요인으로 작용하여 코로나 팬더믹과 함께 플라스틱 팬더믹으로 불리기까지 하였다. 이렇게 증가된 플라스틱 폐기물은 분해되지 않고 자외선과 풍화과정을 거쳐 작게 쪼개져 미세플라스틱을 발생시키며 플라스틱 제조 과정에서 첨가된 유해화학물질을 배출하거나 환경 내 유해물질과의 흡착을 통해 유해물질 이동의 매개체가 되기도 한다.본 보고서에서는 최근 신규 환경유해인자로 인식되는 ①미세플라스틱의 특성을 살펴보고 ②미세플라스틱이 생체에 미치는 영향에 대한 최신 연구동향을 소개하고자 한다. 또한, ③미세플라스틱의 인체 유해성을 검증하기 위한 분석기술에 대해 기술하고 이를 위한 ④국제 연구 네트워크를 살펴보고자 한다. 이를 통해 미세플라스틱의 생체 영향에 대한 이해를 높이고 미세플라스틱 연구의 확대와 국제 공동연구의 가능성을 넓히는데 도움이 되고자 한다.2. 미세플라스틱의 종류와 분석법가. 미세플라스틱의 종류별 특성미세플라스틱은 통상적으로 5mm 이하의 작은 플라스틱 조각을 일컫으며, 생성 과정에 따라 처음부터 작게 만들어진 미세플라스틱을 1차 미세플라스틱, 제조 당시에는 큰 플라스틱이었다가 풍화와 마모로 인해 크기가 5mm 이하로 작아진 미세플라스틱을 2차 미세플라스틱으로 구분 짓는다. 2010년대 후반 마이크로비즈로 대두되는 1차 미세플라스틱의 생산과 사용에 대한 규제가 시작되면서 1차 미세플라스틱은 통제가능하게 되었으나 대부분의 미세 플라스틱은 플라스틱 폐기물로부터 생성되는 2차 미세플라스틱이 차지하고 있다 [3].대체적으로 미세플라스틱은 5 mm 이하를 통칭하여 부르지만 크기가 1 마이크로미터 이하의 미세플라스틱은 나노플라스틱으로 구분짓기도 한다. 모양에 따라 섬유형, 필름형, 거품형 등이 있지만 대다수는 불규칙적인 모양을 띈다. 또한 성분에 따라 폴리에틸렌 (polyethylene, PE), 폴리프로필렌 (Polypropylene, PP), 폴리스타이렌 (Polystyrene, PS), 폴리에틸렌 테레프탈레이트 (Polyethylene terephatlate, PET), 폴리비닐클로라이드 (Polyvinylchlroide, PVC), 폴리아마이드 (Polyamide, PA) 등으로 나눌 수 있다 [4].[그림 1] 미세플라스틱의 정의와 발생원에 따른 구분출처 : 한국환경연구원, 미세플라스틱 인포그래픽 2021각 조성에 따라 물리화학적 특성이 달라지고 특성에 따라 사용되는 용도와 분야가 나눠진다. 예를 들어, PE는 밀도가 낮고 안전성이 좋아 음식을 싸거나 담는 용기에 주로 쓰이고, PP는 내열성이 높고 강도가 높아 건축용 부품과 장난감, 포장용기, 섬유와 카펫 등에 사용된다. 이 두 가지 플라스틱은 전체 플라스틱 사용량의 약 50%를 차지하며 플라스틱 폐기량과 미세플라스틱의 다수를 차지하기도 한다.[그림 2] 미세플라스틱의 종류별 구조와 특성 그리고 형태출처 : Bulletin of Environmental Contamination and Toxicology 102(6), 2019나. 미세플라스틱의 분석법미세플라스틱을 분석하는 방법은 크게 두 가지로 나눌 수 있는데, 분광분석법인 μ-FTIR 분석법과 μ-Raman 분석법과 질량분석법인 TED-GC/MS와 Py-GC/MS가 있다. 분광분석법은 적외선이나 라만 스펙트럼 측정을 통해 샘플의 스펙트럼과 레퍼런스 물질의 스펙트럼과 대조하여 미지의 샘플의 성분을 파악할 뿐만 아니라 현미경을 통해 미세플라스틱의 크기와 형태를 파악할 수 있어 미세플라스틱의 정성적 분석에 매우 유용한 분석법이다. 단점은 분해능의 한계로 크기가 μ-FTIR은 최소 10 μm 이상, micro-Raman은 1 μm 이상의 미세플라스틱이 분석 가능하다는 것이다. 이와 달리, 질량분석법은 시료를 태워 단위체 단위의 질량을 측정함으로써 고분자 조성을 확인하고 나아가 시료의 양까지 분석할 수 있어 미세플라스틱의 정량분석에 주로 활용되는 분석법이다 [5]. 다만, 미세플라스틱을 모두 태우기 때문에 크기나 모양에 대한 정보는 얻을 수 없고 분해능이 1 μg 수준이라 그 이하의 미세플라스틱은 아직까지 분석이 어려운 것이 사실이다.[그림 3] 미세플라스틱 분석법 종류에 따른 특성출처 : Trends in Analytical Chemistry 109, 214 (2018)미세플라스틱 분석법이 중요한 이유는 미세플라스틱의 생체영향을 명확히 파악하기 위해서는 체내 축적된 미세플라스틱의 정성/정량분석이 선행되어야 하기 때문이다. 체내 축적된 미세플라스틱의 크기, 형태, 조성, 그리고 양에 따라서 미세플라스틱이 생체에 미치는 영향을 보다 정확하게 파악하고 원인을 분석할 수 있다. 그러나 현재의 분석법으로는 크기가 1 μm 이하인 나노플라스틱은 정성 분석이 어렵고 체내 미세플라스틱의 양이 1 μg 이하는 측정이 되지 않아 정량 분석에 한계가 있는 상태이다. 이를 극복하기 위해서는 나노플라스틱 분석이 가능한 Nano-IR의 개발과 더불어 생체 시료의 전처리 기술의 발전이 함께 이루어져야 한다.3. 미세플라스틱의 인체노출과 영향가. 미세플라스틱의 인체노출위와 같은 미세플라스틱 분석법을 이용해 최근 인체 내 다양한 샘플로부터 미세플라스틱을 검출한 연구결과가 발표되었다. 미세플라스틱은 주로 흡입과 섭취를 통해 인체에 유입될 수 있는데, 2021년 유엔환경계획(United Nations Environment Programme)이 발표한 보고서에 따르면 매년 약 121,000 개의 입자를 흡입하거나 52,000개의 입자를 섭취할 수 있다고 한다. 특히, 약 26-130 개의 대기 미세플라스틱이 흡입을 통해 체내 유입이 될 수 있는데 이렇게 유입된 미세플라스틱 중 크기가 작은 입자들은 폐와 림프구에 이동해 체내 면역반응을 일으킬 수 있다고 보았다 [6]. 이는 2021년 브라질 연구팀이 인체 폐 조직에서 μ-Raman 분석법으로 미세플라스틱을 검출함으로써 보다 명확하게 알 수 있었는데, 연구팀에 따르면, 폐 속에서 발견된 미세플라스틱은 크기가 약 1.6 ~ 5.56 μm 이며 PP와 PE가 각각 35.1%, 24.3% 로 전체 발견된 미세플라스틱의 50%를 차지한 것으로 나타났다 [7].이 외에도 최근 인체 다양한 조직시료에서 미세플라스틱이 검출되었다는 보고가 발표되고 있으며 그 중에는 임신과 출산한 산모로부터 얻은 태반에서 미세플라스틱을 검출한 결과도 있다 [8]. 태반은 엄마의 자궁 내벽에 붙어 태아와 탯줄로 연결되어 모체의 영양분을 태아에게 전달하고 태아의 노폐물을 모체로 전달하는 중요한 생식기관이다. 이 연구결과에서는 태반의 거의 모든 조직에서 미세플라스틱이 검출되었는데, 특히 태아 쪽 태반에서도 미세플라스틱이 검출되어 미세플라스틱이 혈관이나 세포 포식에 의해 이동할 가능성이 있음을 시사하고 있다.[그림 4] 미세/나노플라스틱의 인체노출 방법과 잠재적인 영향출처 : https://www.grida.no/resources/150242022년 네덜런드의 연구팀은 건강한 성인으로부터 혈액 샘플을 얻어 Py-GC/MS를 통해 미세플라스틱의 성분과 양을 분석하였고 그 결과, 혈액에서 PE > PS > PET 순으로 2.4 ~ 7.1 μg/mL 범위로 검출되었다고 발표하였다 [9]. 이는 혈액에서 미세플라스틱을 처음으로 정량을 시도하였으며 인체 조직 및 샘플로부터 미세플라스틱 모니터링이 가능함을 보여주는 사례이다. 다만, 이를 위해서는 샘플 전처리 과정에서 대조군의 품질 관리가 매우 중요하며 생체 조직별 전처리 방법에 대한 다각도 접근이 필요하다.나. 미세플라스틱과 환경유해인자와의 상호작용미세플라스틱은 크기, 조성, 형태에 따라 종류와 구분이 다양하지만 단일 성분으로만 존재하는 경우가 드문 것 또한 사실이다. 즉, 플라스틱 제품의 제조과정에서 기능성과 안정성을 높이기 위해 가소제, 산화방지제와 같은 첨가제가 사용되며 그 중에는 여성불임, 정자수 감소, 비뇨생식기 기형과 갑상선 호르몬 교란 등을 유발하는 프탈레이트계 가소제를 포함한 내분비 교란물질을 포함하고 있다. 또한 방향족 탄화수소(Polyaromatic hydrocarbon, PAH), 중금속, 살생물제 등 환경에 존재하는 다양한 유해물질과의 흡착이 잘 이루어지는 특성을 갖고 있어 미세플라스틱과 환경유해인자와의 상호작용이 생체에 미치는 영향에 관한 연구도 미세플라스틱 연구에 중요한 부분을 차지하고 있다 [10]. 미세플라스틱과 환경유해인자와의 상호작용은 단순히 흡착에 그치지 않고 흡착, 탈착, 축적, 이동, 배출 등 다양한 거동을 보이며 그 효과 또한 증폭, 완화, 강화 효과 등 미세플라스틱의 크기, 성분에 따라 서로 다른 효과를 나타낼 때도 있어 각 상태에 따른 미세플라스틱의 효과를 면밀히 분석 및 예측할 필요가 있다.[그림 5] 미세플라스틱과 환경유해물질과의 상호작용출처 : J. Hazard. Mater. 405, 123913 (2021)다. 미세플라스틱의 생체영향현재까지 발표된 미세플라스틱의 생체영향 중 가장 대표적인 반응은 산화 스트레스이다. 산화 스트레스는 외부물질이 체내 유입될 때 활성산소가 발생되면서 체내 산화 균형이 깨지면서 세포나 조직을 손상시킬 수 있다. 동물모델을 이용한 많은 연구에서 미세플라스틱 단독 또는 환경유해인자와의 복합노출에 의한 산화 스트레스가 증가하고 일부는 세포 소기관인 미토콘드리아의 손상을 유발하는 것으로 나타났다. 그러나, 생존에는 뚜렷한 영향을 미치지 않는데 일부 연구에서 미세플라스틱에 장기적으로 노출되었을 경우 이상 현상이 발견되기도 하였다.최근 한국생명공학연구원 이다용 박사팀은 미세플라스틱을 섭취한 어미 쥐로부터 모유를 먹은 자손이 성장하여 인지장애를 보여준 것이다 [11]. 이 연구는 섭취를 통해 미세플라스틱이 자손으로 세대전이가 가능하다는 것과 성장이 이루어지는 시기에 미세플라스틱에 노출될 경우 뇌 발달에 영향을 주고 심지어는 장애가 발생될 수 있다는 것을 나타내고 있다. 이 연구는 크기가 수십 나노미터인 미세플라스틱을 대상으로 한 결과이며 미세플라스틱의 크기가 작을수록 체내 이동과 축적 가능성이 높아지고 성장과 발달에 직접적인 영향을 미칠 수 있다는 것을 시사한다.[그림 6] 모유를 통한 나노플라스틱의 세대전이와 뇌 발달장애 유발 검증출처 : J. Hazard. Mater. 426, 127815 (2022)이 밖에도 최근 세계보건기구 WHO에서 섭취와 흡입에 의한 나노/미세플라스틱의 인체 건강에 대한 보고가 있어 다양한 연구에 대한 자료를 참고할 수 있다 [12].4. 국제 연구 네트워크국제적으로 미세플라스틱의 인체 유해성에 대한 관심과 우려가 높아지면서 이에 대한 대응 움직임이 활발해지는 가운데 가장 활발한 연구를 수행중인 대규모 국제 연구 네트워크인 CUSP를 소개하고자 한다.[그림 7] CUSP cluster출처 : www.cusp-research.euCUSP cluster는 어린시절부터 성인에 이르기까지 미세/나노플라스틱이 인체에 미치는 영향을 연구하는 과학자, 산업체 및 정책 입안자로 구성되어 있으며 21개국 75 단체가 포함된 대규모 연구 네트워크이다. 총 5개의 연구 프로젝트(AURORA, IMP TOX, Plasticheal, PlasticsFatE, POLYRISK)가 진행되고 있으며 각각 미세나노플라스틱의 생체 내 분석법 개발, 독성, 위해성, 환경유해인자와의 상호작용 등에 대한 연구 프로젝트로 유럽 연합의 Horizon2020 연구 프로그램으로 지원을 받아 운영되고 있다. 미세플라스틱은 이제 전 지구적인 문제로 이러한 연구 네트워크에 참여하고 분석법, 독성 평가, 거동 등 다양한 분야의 연구자와의 교류를 통해 미세플라스틱에 대한 국제적 움직임에 적극적으로 대응할 수 있을 것으로 기대한다.5. 결론 및 시사점미세플라스틱은 플라스틱 시대에 필연적으로 발생되는 물질로 현재까지 인체에 축적된 양과 영향에 대해 거의 밝혀진 게 없다고 할 수 있다. 단편적이고 단기적인 노출에 의한 결과로 판단하기 보다는 미세플라스틱의 특성을 명확히 이해하고 환경유해인자와의 상호작용을 보다 면밀하게 분석하며 크기, 형태, 조성별 생체 내 흡수, 거동, 독성을 평가함으로써 미세플라스틱의 생체영향을 종합적으로 파악해야 미세플라스틱 관리와 대응 방안을 마련할 수 있다고 본다. 이를 위해서는 미세플라스틱 분석법 개발, 생체 전처리 방법의 고도화, 입자의 거동분석과 다양한 생체 조직에서의 영향 연구가 함께 이루어져야 하며 국제적인 연구 네트워크 참여와 활동도 국내외 미세플라스틱 연구 분야의 발전에 기여할 것이다.