고려대·하버드대, 빛과 AI로 감염균 96% 잡아내는 진단 기술 개발

[서울=뉴시스]박시은 인턴 기자 = 패혈증 등 중증 감염성 질환의 원인균을 빠르고 정확하게 찾아내 맞춤형 항생제 처방을 도울 수 있는 인공지능(AI) 기반 차세대 미생물 진단 기술이 나왔다.

고려대는 KU-KIST융합대학원 임동권 교수와 하버드 의과대학 도신호 교수 공동연구팀이 표면 증강 라만 분광법과 AI를 융합해 14종의 박테리아를 96.1%의 정확도로 판별하는 기술을 개발했다고 26일 밝혔다.

중증 감염에서 박테리아의 종류를 빠르고 정확하게 알아내는 일은 매우 중요하다. 빛을 이용해 물질의 고유한 분자 정보를 읽어내는 '라만 분광법'을 활용하면 박테리아의 '분자지문'을 신속 포착할 수 있지만, 신호가 약하고 스펙트럼이 복잡해 실제 진단에 활용하기 어려웠다.

연구진은 이를 극복하기 위해 금속 나노입자를 이용해 라만 신호를 증폭하는 '표면 증강 라만 분광법(SERS)'에 주목했다. SERS의 성능은 나노입자, 리간드, 빛의 파장 조건 등에 따라 크게 달라지는데, 지금까지 가장 효과적인 조합이 무엇인지는 알려지지 않았다. 또 AI가 박테리아를 정확하게 식별한다 해도, 어떤 논리인지 해석하기 어렵다는 한계도 존재했다.

이에 연구진이 SERS 성능을 최적화하는 조건을 비교한 결과, 박테리아 표면과의 상호작용을 유도하는 당 분자인 '만노스'를 입힌 금 나노입자와 532㎚ 파장의 레이저 조합을 사용했을 때 박테리아를 가장 정확하게 구분했다.

이러한 조건에 딥러닝 모델을 결합했더니 14종 박테리아를 96.1%의 정확도로 분류했으며, 효모·그람양성균·그람음성균의 3개 미생물 범주와 대표적 항생제 치료 5개 범주 중 어디에 속하는지도 98.6%의 정확도로 구분했다.

아울러 연구팀은 AI가 라만 스펙트럼에서 각 박테리아를 특징짓는 핵심 신호를 추려내고, 이를 일종의 '분자 바코드' 형태로 정리했다.

도신호 하버드대 교수는 "앞으로 감염성 질환을 넘어 다양한 질환 진단으로 확장될 수 있는 차세대 진단 기술의 기반이 되길 기대한다"고 밝혔다.

또한 임동권 고려대 교수는 "복잡하고 해석이 어려웠던 박테리아 라만 스펙트럼을 보다 직관적이고 신뢰성 있게 분석할 수 있는 길을 제시했다"며 "향후 실제 임상 환경에 가까운 복잡한 검체·슈퍼박테리아 등의 구분도 가능한 정밀 진단 플랫폼으로 발전시키겠다"고 말했다.

한편 이번 연구 성과는 나노과학 분야 국제 학술지인 'ACS 나노(Nano)' 온라인에 지난달 15일 게재됐으며, 표지논문으로 선정됐다.


◎공감언론 뉴시스 [email protected]