살아있는 세포의 노화 상태, 손상 없이 고속 판독하는 차세대 단일세포 분석기술 개발
– 염색이나 용해 없이 세포 자체를 광학 렌즈로 활용해 노화 지표 정밀 측정
– AI로 젊은 세포를 선별해 세포치료제의 품질 관리 및 치료 효능 향상에 기여
▲ (왼쪽부터) 송영호 연구원, 서인우 연구원, 방석호 교수, 조수연 교수
화학공학부 조수연 교수와 방석호 교수 공동 연구팀이 살아있는 단일세포의 노화 상태를 손상 없이 실시간으로 정량 분석할 수 있는 차세대 단일세포 분석기술을 개발했다. 본 기술은 염색이나 세포 용해 없이도 노화 관련 정보를 정밀하게 측정할 수 있어, 세포치료제의 품질 관리와 치료 예측 정확도를 혁신적으로 향상시킬 것으로 기대된다.
최근 다양한 연령의 세포가 혼합된 세포치료제에서 효능 편차 문제가 제기되면서, 개별 세포의 노화 정도를 실시간으로 파악하는 기술 개발의 필요성이 커지고 있다. 그러나 기존 기술은 대부분 화학적 염색과 세포 파괴를 필요로 하며, 이로 인해 분석 후 세포의 활용이 불가능하고 분석 속도 역시 느려 실용성이 낮았다.
▲ SWCNT 근적외선 센서 어레이가 결합된 미세 채널과 AI를 통한 세포 노화 분석법 개요도
연구팀은 단일벽탄소나노튜브(SWCNT)* 기반의 광센서를 미세 채널 내에 도입하고, 세포 자체를 광학 렌즈처럼 활용하여 형광 염색 없이도 근적외선 이미징이 가능한 새로운 분석 시스템을 구현했다. 이를 통해 세포의 물리적 특성(크기, 형태, 굴절률)과 화학적 특성(활성산소 농도)을 동시에 실시간으로 측정할 수 있다. 수만 개 세포를 수십 분 내에 처리할 수 있는 고속성과 자동화된 분석·시각화 기능은 치료제 공정에 직접 활용이 가능한 수준이다.
* 단일벽탄소나노튜브: 탄소 원자로 이뤄진 지름 수 나노미터의 튜브형 구조로, 근적외선 대역의 빛을 방출하는 반도체성 성질을 지닌다.
▲ 딥러닝 기반 근적외선 단일세포 렌징 정보 추출 및 3차원 분포 분석을 통한 노화 진행과 단백질 발현의 상관성 규명
특히, 연구팀은 자체 개발한 인공지능 알고리즘을 시스템에 결합하여, 치료 효능이 높을 것으로 예측되는 ‘젊은 세포’를 자동 선별하는 기능도 함께 구현했다. 이를 통해 치료 적합성 평가와 예후 예측의 정밀도를 크게 높일 수 있으며, 세포치료제의 품질관리에 획기적인 전환점을 마련할 것으로 전망된다.
이번 연구는 산업통상자원부의 알키미스트 노화역전 프로젝트(연구단장: 성균관대 김동익 석좌교수)와 과학기술정보통신부의 우수신진연구사업 및 공학연구센터(ERC, e-Chem 메디트로닉 시스템 글로벌 연구 센터)의 지원을 받아 수행되었다. 해당 연구성과는 세계적 권위의 국제학술지 네이처 커뮤니케이션즈(Nature Communications, IF: 16.1)에 2025년 7월 8일자로 온라인 게재되었다.
※ 논문명: Unveiling Aging Heterogeneities in Human Dermal Fibroblasts via Nanosensor Chemical Cytometry
※ 저자명: 조수연, 방석호 (공동 교신저자), 송영호, 서인우 (공동 1저자)
※ 학술지: Nature Communications