조직공학·바이오프린팅을 위한 정밀 가공 자동화 및 미세유체 세포 분류 플랫폼 연구

Precision processing automation and microfluidic cell sorting for tissue engineering and bioprinting

연구 내용

조직의 정밀 슬라이싱과 바이오프린팅용 노즐 형상 최적화를 자동화하고, 딥러닝 기반 미세유체 세포 분류를 결합해 생체 재료 제작 공정을 고도화하는 연구

조직공학 공정에서 세포 상호작용을 위한 dECM(탈세포화 ECM) 전처리 품질을 확보하기 위해, 조직 준비에 의존하지 않는 정밀 슬라이싱 자동화 시스템을 구성합니다. 절개 압력과 진동 절삭 조건을 제어해 아티팩트를 줄이면서 슬라이스 정밀도를 확보하고, 이후 탈세포화 과정에서 DNA 감소 효율을 개선하는 방향으로 공정을 검증합니다. 또한 바이오프린팅에서는 다재료 노즐 형상에 대한 다물리/전산유체 기반 최적 설계를 수행해 전단 및 유동 특성에 맞는 분사 조건을 도출합니다. 공정 후반에서는 미세유체 칩에서 세포 이미지를 딥러닝으로 분석해 표적 세포를 분류하고, 분류 영역의 채널 구동을 위해 트리거 신호를 이용하는 구조를 포함합니다.

관련 프로젝트

3건

연구 흐름

초기 연구에서는 전처리 단계의 수작업 변수를 줄이기 위해 정밀 슬라이싱 자동화 시스템을 설계하고, 조직 구조 훼손을 최소화하면서 공정 재현성을 확보하는 데 집중합니다. 이후 바이오프린팅 관점으로 확장하여 다재료 노즐 기하를 다물리 기반으로 모델링하고, 유동 특성과 전단 조건을 반영한 형상 최적화를 수행합니다. 동시에 장치 전반을 연계하기 위해 미세유체 칩에서 이미지 기반 딥러닝 분류를 적용해 표적 세포를 선택적으로 수집하는 분류 메커니즘을 개발하고, 로봇 시스템 수준의 조직공학 모듈 제작 연구로 연결합니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

dECM 전처리 자동화
조직 슬라이싱 공정 정밀 제어
DNA 감소 효율 개선 공정
다재료 바이오프린팅 노즐 최적화
전단 조건 기반 프린팅 안정화
미세유체 칩 기반 세포 분류
딥러닝 기반 표적 세포 선별
분류-구동 연계 자동화
조직공학 로봇 모듈 제작
생체재료 제조 품질 관리