바이오스펙테이터

바이오스펙테이터 김성민 기자

▲토모큐브 제공

토모큐브(Tomocube)가 3차원(3D) 홀로그래피 영상에 인공지능(AI) 기술을 접목해, 세포를 형광염색없이 기존 형광이미지를 97% 이상 예측했다는 결과를 발표했다. 세포에 형광염색을 하는 과정없이도 실시간으로 분자 정보를 볼 수 있다는 의미다.

토모큐브는 홀로그래피 이미지에 딥러닝(deep learing)을 접목해 염색없이 형광정보를 직접 예측할 수 있다는 연구결과를 이번달 7일 네이처셀바이올로지(Nature Cell Biology, IF 28.82)에 게재했다. 해당 연구는 토모큐브 AI팀과 박용근 KAIST 물리학과 교수(토모큐브 CTO), 허원도 KAIST 생명과학과 교수팀이 공동으로 진행했다.

토모큐브의 홀로그래픽 현미경은 세포의 3차원 홀로그래피 영상과 3차원 형광영상 정보를 동시에 측정할 수 있어, 이 장비를 이용해 6가지 세포 종류(NIH3T3, COS-7, HEK293, HeLa, MDA-MB-231 and astrocytes)에 대해 두 가지 다른 정보를 가진 영상을 동시에 쌍으로 측정해 이들 간의 상관관계를 인공지능을 이용하여 학습했다. 형광염색 정보로는 액틴, 미토콘드리아, 지질방울(lipid droplets), 세포막, 핵(nucleus), 핵소체(nucleoli) 등 6가지 세포소기관을 염색했다.

연구팀은 딥러닝 분석을 통해 세포소기관내 공간에 따른 고유의 굴절률(refractive index, RI) 정보를 분석함으로써, 홀로그래피 영상내 생화학적 특이성이 높은 정보를 파악해 염색없이 형광정보를 추출할 수 있는 기술을 개발했다.

실제 추출한 분자영상 정보와 실제 형광 염색 처리해 물리적으로 얻은 분자영상 정보를 3차원 공간에서 비교했을 때 97% 이상의 일치도를 보였으며, 이는 유관으로는 차이를 식별하기 어려운 수준이었다. 토모큐브에 따르면 최근 구글(Google) AI팀이 개발한 인공지능 형광정보 추출 정확도는 60% 수준이다.

장점은 또 있다. 토모큐브는 염색없이 살아있는 세포에서 여러 구조를 볼 수 있으며, 수십일 동안 장기간 측정이 가능하다고 설명했다. 또한 이러한 3D 모델링과 치우지지 않은 RI 정보는 일반화 예측(generalization)을 높여 추가적인 정보를 다시 학습할 필요없이, 넓은 범위의 새로운 샘플에 곧바로 적용할 수 있었다.

나아가 연구팀은 세포에 성장인자(PDGF)와 화학적 자극(rapamycin)을 가해 시간에 따라 액틴, 세포크기, 부피변화 등을 추적해, 향후 단일세포 프로파일링(single-cell profiling)에 적용할 수 있는 가능성을 확인했다.