ETC
Search
고려대-하버드, 표면 증강 라만 분광법과 인공지능 결합해 박테리아 고유의 분자지문 해석하는 진단기술 개발
2026.05.14 Views 312
고려대-하버드, 표면 증강 라만 분광법과 인공지능 결합해
박테리아 고유의 분자지문 해석하는 진단기술 개발
박테리아 고유의 분자지문 해석하는 진단기술 개발
□ 고려대학교(총장 김동원) KU-KIST융합대학원 임동권 교수와 하버드 의과대학 도신호 교수 공동연구팀(제1저자 김영탁 박사)이 표면 증강 라만 분광법(surface-enhanced Raman scattering, SERS)과 인공지능(artificial intelligence, AI)을 융합해 박테리아 고유의 분자지문을 정밀하게 해석하여 14종 박테리아의 종류를 정확하게 특정할 수 있는 기술을 개발했다. 연구팀은 박테리아 동정에 가장 적합한 SERS 조건을 체계적으로 찾고, AI가 어떤 스펙트럼 특징을 근거로 판단하는지까지 설명할 수 있는 분석 체계를 함께 제시했다.
□ 이번 연구 성과는 나노과학 분야 국제학술지 ACS Nano 2026년 20권 18호에 게재됐으며, 해당 호의 표지논문으로 선정되었다.
*논문명: Targeted Surface-Enhanced Raman Scattering for Highly Accurate Identification of Bacterial Species and Finding Spectral Signatures with Explainable Artificial Intelligence
*DOI: 10.1021/acsnano.6c00119
*URL: https://pubs.acs.org/doi/abs/10.1021/acsnano.6c00119
□ 박테리아의 종류를 빠르게 정확히 알아내는 일은 패혈증과 같은 중증 감염에서 매우 중요하지만, 기존 배양 검사는 정확하더라도 결과를 얻기까지 시간이 걸린다. 이를 보완할 수 있는 방법 가운데 하나가 라만 분광법(Raman spectroscopy)이다. 라만 분광법은 빛을 이용해 물질의 고유한 분자 정보를 읽어내는 기술로, 박테리아마다 조금씩 다른 “분자지문”을 포착할 수 있다는 장점이 있다. 다만 원래 신호가 약하고 스펙트럼이 복잡해 실제 진단에 활용하기에는 한계가 있었다.
□ 연구팀은 이러한 한계를 극복하기 위해 금속 나노입자를 이용해 라만 신호를 증폭하는 표면 증강 라만 분광법(SERS)에 주목했다. SERS의 성능은 어떤 나노입자를 쓰는지, 그 표면에 어떤 리간드를 붙이는지, 또 어떤 빛의 파장을 사용하는지에 따라 크게 달라질 수 있다. 하지만 지금까지 박테리아 동정에 가장 효과적인 조합이 무엇인지는 충분히 알려지지 않았다. 또한 AI가 높은 정확도를 보여도 왜 그런 판단을 내렸는지를 해석하기 어려운 점 역시 중요한 한계였다.
□ 연구팀은 리간드, 나노입자, 파장 조건을 체계적으로 비교한 끝에, mannose를 입힌 금 나노입자(mannose-modified gold nanoparticles)와 532 나노미터(nm) 파장의 레이저 조합을 사용하는 경우 박테리아를 가장 정확하게 구분한다는 사실을 확인했다. Mannose는 박테리아 표면과의 상호작용을 유도하는 당 분자로, 이를 금 나노입자 표면에 붙이면 박테리아에서 나오는 신호를 더 선명하게 읽어낼 수 있다. 이 조건에서 심층학습 모델은 14종 박테리아 분류에서 96.1% 정확도를 기록했고, 효모·그람양성·그람음성의 3개 미생물 범주와 경험적 항생제 치료 5개 범주 분류에서도 98.6% 정확도를 보였다.
□ 연구팀은 단순히 AI의 정확도를 높이는 데 그치지 않고, AI가 박테리아를 구분할 때 스펙트럼의 어떤 부분을 중요하게 보는지도 함께 분석했다. 이를 통해 각 박테리아를 특징짓는 핵심 신호를 추려내고, 이를 일종의 ‘분자 바코드’ 형태로 정리했다. 복잡한 라만 스펙트럼을 보다 직관적으로 이해할 수 있게 해, AI가 왜 그런 판단을 내렸는지 설명할 수 있는 기반을 마련했다.
□ 특히 이번 연구는 단순히 “AI를 붙여 정확도를 높였다”는 수준을 넘어, 어떤 SERS 조건이 AI에 가장 잘 맞는지를 체계적으로 보여 주고, AI의 판단 근거까지 설명했다는 점에서 의미가 크다. 연구팀은 이번 성과가 패혈증과 같은 감염성 질환의 신속한 진단은 물론, 향후 라만 분광법과 AI를 결합하여 다양한 질환을 진단하는 원천기술로 활용될 수 있을 것으로 기대하고 있다.
□ 도신호 교수는 “이번 연구는 표면 증강 라만 분광법과 AI를 함께 최적화해, 박테리아 고유의 분자지문을 더 정확하고 이해하기 쉬운 방식으로 해석할 수 있음을 보여 준 사례”라며, “앞으로 감염성 질환을 넘어 다양한 질환 진단으로 확장될 수 있는 차세대 진단기술의 기반이 되기를 기대한다”고 밝혔다.
□ 임동권 교수는 “나노입자를 이용한 표적형 SERS와 설명 가능한 AI를 결합함으로써, 기존에 복잡하고 해석이 어려웠던 박테리아 라만 스펙트럼을 보다 직관적이고 신뢰성 있게 분석할 수 있는 길을 제시했다”며, “향후 실제 임상 환경에 가까운 복잡한 검체 및 슈퍼박테리아 등의 구분도 가능한 정밀 진단 플랫폼으로 발전시켜 나가겠다”고 말했다.
file
