김선광 경희대 교수가 ‘뉴로이미징-AI 융합기술’에 대해 설명하고 있다. 경희대 제공
한국연구재단의 지원으로 진행된 이번 연구는 ‘Development of a spontaneous pain indicator based on brain cellular calcium using deep learning’이란 제목의 논문으로 지난달 18일 의학(연구·실험) 분야 저널 중 하나인 ‘실험분자의학(Experimental & Molecular Medicine, EMM)’의 온라인판에 게재됐다.
‘만성통증’은 전 세계에서 수백만명의 환자가 보고되는 난치성 질환이다. 별다른 외부 자극 없이 통증이 지속적으로 나타나는 ‘자발통’은 만성통증의 가장 중요한 임상 문제 질환으로 꼽힌다.
김선광 교수 연구팀에 따르면 최신 현미경 기법인 ‘생체 내 다광자 칼슘 이미징(In Vivo Multi-photon Calcium Imaging)’을 활용해 깨어 있는 생쥐의 대뇌피질에서 수백 개의 신경세포 활동을 동시에 기록하고 딥러닝 알고리즘인 ‘AI-bRNN’ 기술로 분석해 생쥐가 언제 얼마나 아픈지를 객관적으로 정량화하는 데 성공했다. 이 뇌신경-AI 융합기술을 기존 진통제의 효능평가에 적용한 결과, 임상에서 나타나는 결과와 가장 유사한 결과가 나타났다는 게 연구팀의 설명이다.
연구팀은 딥러닝을 활용한 뇌 신호 분석기법을 다양한 뇌 영역과 세포 타입에도 적용할 수 있을지도 확인했다고 밝혔다. 연구팀은 소뇌(Cerebellum) 버그만 글리아세포(Bergman glia)의 칼슘 신호 데이터를 기반으로 딥러닝 모델을 학습했다. 이 딥러닝 모델은 캡사이신으로 유도된 통증을 성공적으로 측정했다. 통증과 구별되는 체성감각피질에서 나타나는 가려움(Itch) 신호도 판정할 수 있는지도 파악했다.
김선광 교수는 “이번 연구를 통해 전임상 동물 모델에서 통증을 실시간으로 측정하는 세계 유일의 뇌신경-AI 융합 원천기술을 확보했다”며 “향후 만성통증의 진단 및 진통제 혁신 신약 개발에 광범위하게 응용할 수 있을 것으로 기대된다”고 말했다.
Copyright ⓒ 서울신문. All rights reserved. 무단 전재-재배포, AI 학습 및 활용 금지