: 이러한 결과는 V-튜브 및 VQ-튜브 SST가 일반적으로 BD 튜브의 대안으로 사용될 수 있음을 시사하나, 임상적으로 유의미한 불일치를 보인 특정 측정항목에 대한 결과를 해석할 때에는 주의가 필요하다는 점을 보여준다.

< 0.001, 각각). NGS는 SBT보다 더 많은 단계(44단계 대 25단계)를 필요로 했으며, 모든 단계는 RAM에 대해 허용 가능한 수준이었다. NGS는 SBT에 비해 더 긴 총 TAT, 총 hands-on 시간, 그리고 단계당 hands-on 시간을 보였다(26:47:20 대 12:32:06, 03:59:35 대 00:47:39, 00:05:13 대 00:01:54 hh:mm:ss, 각각). SBT에서 NGS로 HLA 타이핑을 전환하는 것은 위험 증가와 연장된 TAT를 수반한다. 본 연구는 HLA 타이핑에서 실험실 효율을 최적화하기 위해 이러한 요인을 평가하는 것의 중요성을 강조하였다.

백혈병의 진단과 모니터링을 위해 CD34+ 세포의 정확하고 효율적인 분류 및 정량화는 필수적이다. 유세포분석과 같은 현재의 방법은 복잡하고 시간이 많이 소요되며, 전문 지식과 장비를 필요로 한다. 본 연구는 딥러닝 모델과 렌즈프리 섀도 영상 기술(lens-free shadow imaging technology, LSIT)을 이용한 CD34+ 세포의 무표지(label-free) 식별을 위한 새로운 접근법을 제안한다. LSIT은 세포 염색의 필요성을 제거하고, 비전문가의 접근성을 향상시키며, 시료의 열화 위험을 줄이는 휴대 가능하고 사용자 친화적인 기법이다. 본 연구는 시료 준비, 데이터셋 생성, 데이터 분석의 세 단계로 수행되었다. 골수 및 말초혈액 시료를 백혈병 환자에서 채취하였고, Ficoll 밀도구배 원심분리를 이용하여 단핵세포를 분리하였다. 이후 시료를 세포 칩에 주입하고, 자체 개발 LSIT 기반 장치(Cellytics)로 분석하였다. 견고한 데이터셋을 생성하였으며, 해당 데이터셋을 사용하여 CD34+ 세포와 비(非)CD34+ 세포를 구분하기 위한 맞춤형 AlexNet 딥러닝 모델을 세심하게 학습하였다. 이 모델은 1929개의 골수 세포 이미지로부터 CD34+ 세포를 식별하는 데 높은 정확도를 보였으며, 학습 및 검증 정확도는 각각 97.3%와 96.2%였다. 맞춤형 AlexNet 모델은 Vgg16 및 ResNet50 모델보다 우수한 성능을 나타냈다. 또한 13개 환자 시료 전반에서 CD34+ 세포 정량을 위한 표준 형광활성화 세포분류(fluorescence-activated cell sorting, FACS) 기법과의 강한 상관관계를 보여, 결정계수(coefficient of determination)가 0.81이었다. Bland-Altman 분석을 통해 모델의 신뢰성이 확인되었으며, 평균 편향은 -2.29이고 95% 합의 한계는 18.49에서 -23.07 사이였다. 이와 같은 딥러닝 기반 LSIT은 세포 염색 없이 CD34+ 세포를 검출할 수 있는 획기적인 접근법을 제공하며, 사전 전문 지식이 없는 개인에 의해서도 신속한 CD34+ 세포 분류를 가능하게 한다.

: 이러한 결과는 V-튜브 및 VQ-튜브 SST가 일반적으로 BD 튜브의 대안으로 사용될 수 있음을 시사하나, 임상적으로 유의미한 불일치를 보인 특정 측정항목에 대한 결과를 해석할 때에는 주의가 필요하다는 점을 보여준다.

< 0.001, 각각). NGS는 SBT보다 더 많은 단계(44단계 대 25단계)를 필요로 했으며, 모든 단계는 RAM에 대해 허용 가능한 수준이었다. NGS는 SBT에 비해 더 긴 총 TAT, 총 hands-on 시간, 그리고 단계당 hands-on 시간을 보였다(26:47:20 대 12:32:06, 03:59:35 대 00:47:39, 00:05:13 대 00:01:54 hh:mm:ss, 각각). SBT에서 NGS로 HLA 타이핑을 전환하는 것은 위험 증가와 연장된 TAT를 수반한다. 본 연구는 HLA 타이핑에서 실험실 효율을 최적화하기 위해 이러한 요인을 평가하는 것의 중요성을 강조하였다.

백혈병의 진단과 모니터링을 위해 CD34+ 세포의 정확하고 효율적인 분류 및 정량화는 필수적이다. 유세포분석과 같은 현재의 방법은 복잡하고 시간이 많이 소요되며, 전문 지식과 장비를 필요로 한다. 본 연구는 딥러닝 모델과 렌즈프리 섀도 영상 기술(lens-free shadow imaging technology, LSIT)을 이용한 CD34+ 세포의 무표지(label-free) 식별을 위한 새로운 접근법을 제안한다. LSIT은 세포 염색의 필요성을 제거하고, 비전문가의 접근성을 향상시키며, 시료의 열화 위험을 줄이는 휴대 가능하고 사용자 친화적인 기법이다. 본 연구는 시료 준비, 데이터셋 생성, 데이터 분석의 세 단계로 수행되었다. 골수 및 말초혈액 시료를 백혈병 환자에서 채취하였고, Ficoll 밀도구배 원심분리를 이용하여 단핵세포를 분리하였다. 이후 시료를 세포 칩에 주입하고, 자체 개발 LSIT 기반 장치(Cellytics)로 분석하였다. 견고한 데이터셋을 생성하였으며, 해당 데이터셋을 사용하여 CD34+ 세포와 비(非)CD34+ 세포를 구분하기 위한 맞춤형 AlexNet 딥러닝 모델을 세심하게 학습하였다. 이 모델은 1929개의 골수 세포 이미지로부터 CD34+ 세포를 식별하는 데 높은 정확도를 보였으며, 학습 및 검증 정확도는 각각 97.3%와 96.2%였다. 맞춤형 AlexNet 모델은 Vgg16 및 ResNet50 모델보다 우수한 성능을 나타냈다. 또한 13개 환자 시료 전반에서 CD34+ 세포 정량을 위한 표준 형광활성화 세포분류(fluorescence-activated cell sorting, FACS) 기법과의 강한 상관관계를 보여, 결정계수(coefficient of determination)가 0.81이었다. Bland-Altman 분석을 통해 모델의 신뢰성이 확인되었으며, 평균 편향은 -2.29이고 95% 합의 한계는 18.49에서 -23.07 사이였다. 이와 같은 딥러닝 기반 LSIT은 세포 염색 없이 CD34+ 세포를 검출할 수 있는 획기적인 접근법을 제공하며, 사전 전문 지식이 없는 개인에 의해서도 신속한 CD34+ 세포 분류를 가능하게 한다.

호흡기세포융합바이러스(Respiratory syncytial virus, RSV)는 영유아 및 어린이에서 하기도 감염과 입원을 유발하는 주요 원인이다. 본 연구에서는 2010년부터 2019년까지 10년 동안 대한민국 서울에서 수집된 RSV-A 양성 84건 및 RSV-B 양성 78건의 시료에 대해 부분 G 유전자 서열을 이용하여 RSV의 유전적 다양성을 분석하였다. 계통발생학적 분석 결과, RSV-A 균주는 ON1(80.9%) 또는 NA1(19.0%) 유전형으로 분류되었다. 반면 RSV-B 균주는 BA 유전형 내에서 다양한 클러스터를 보였다. 특히 BA-SE, BA-SE1, BA-DIS로 지정된 일부 서열은 계통발생학적 수목에서 기존에 확인된 BA 유전형들과 군집하지 않았다. 그러나 최근 분류 방법에 따른 새로운 유전형 부여 기준을 충족하지는 않았다. 선택 압력 분석에서는 RSV-A에서 3개의 양성선택 부위(아미노산 위치 273, 274 및 298)가 확인되었고, RSV-B에서는 1개의 가능한 양성선택 부위(아미노산 위치 296) 각각이 확인되었다. 1999년부터 2019년까지의 한국 RSV-A와 1991년부터 2019년까지의 RSV-B 균주의 평균 진화율은 각각 3.51 × 10-3 뉴클레오타이드(nt) 치환/site/year 및 3.32 × 10-3 nt 치환/site/year로 추정되었다. 베이지안 스카이라인 플롯에서의 집단 역학은 지배 균주의 출현에 해당하는 변동을 보여주었으며, 지배 유전형이 NA1에서 ON1로 전환되는 양상도 확인되었다. 본 연구의 시간 척도 기반 누적 진화 분석은 대한민국에서의 RSV 유행 역학을 지역 수준에서 이해하는 데 기여한다.

배경: 현재까지 전 세계적으로 Arthrobacter woluwensis(A. woluwensis) 감염이 7건 보고되었다. 이 균의 희소성 및 다른 세균 종과의 중복되는 특성으로 인해 동정이 어려우며, 이에 16S 리보솜 RNA 염기서열 분석과 전장유전체 염기서열 분석이 필요하다. 방법: 처음으로 매트릭스 보조 레이저 탈착/이온화 비행시간(mass spectrometry, MALDI-TOF MS)을 이용하여 A. woluwensis 균혈증을 진단하였다. 결과: 분리된 A. woluwensis는 반코마이신에 감수성이었다. 정맥 내 반코마이신 투여와 케모포트(chemoport) 제거를 통해 A. woluwensis 균혈증이 호전되었다. 결론: MALDI-TOF MS는 A. woluwensis 감염 진단에 유용할 수 있다.

백혈구(WBC)의 형태학적 변화는 질병 및 면역 반응의 유용한 지표이다. 본 연구는 신속하고 저비용인 백혈구 분석을 위한 다중 채널 무렌즈 자유 그림자 영상 기술(Lens-free Shadow Imaging Technology, LSIT) 장치를 제시한다. 장치 성능은 마이크로 핀홀 칩 파라미터를 평가하여 최적화하였으며, 에칭(식각)된 핀홀이 천공(pin drilled)된 핀홀에 비해 더 우수한 영상 품질과 선명도를 보였다. 활성화 자극 칵테일(activation stimulator cocktail, ASC)을 사용하여 WBC의 활성화를 유도하고, 그 결과 나타난 형태학적 변화를 피크-투-피크 거리(peak-to-peak distance, PPD) 및 최댓값-최솟값 표준편차(maxima-to-minima standard deviation, MMD-SD)를 포함한 그림자 파라미터로 정량화하였다. 이러한 활성화 유도 변화를 종합적으로 측정하기 위한 새로운 백혈구 활성화 파라미터(leukocyte activation parameter, LAP)를 개발하였다. 결과는 ASC로 자극된 WBC가 PPD 및 LAP 값이 증가하고 MMD-SD가 감소함을 보여주었으며, 이는 유세포분석(flow cytometry) 결과와 일치하였다. 이러한 결과는 LSIT 및 LAP가 백혈구 활성화를 신속하고 정확하게 평가하는 데 잠재력이 있음을 시사하며, 임상 진단과 면역학 연구에 유용한 도구를 제공할 수 있다.

혈장 유리 메타네프린은 갈색세포종(pheochromocytoma) 및 부신외 부신경절종(paraganglioma)과 같은 카테콜아민 분비 종양의 진단을 위한 가장 민감하고 특이적인 생화학적 표지자이다. 본 연구에서는 약한 양이온 교환 메커니즘을 이용한 고상추출법을 사용하여, 사람 혈장에서 메타네프린과 노르메타네프린을 정량하기 위한 액체크로마토그래피-탠덤 질량분석법(liquid chromatography-tandem mass spectrometry) 방법을 개발하고 검증하였다. 검증은 FDA 생물분석 방법 검증 지침(FDA Bioanalytical Method Validation Guidance)과 CLSI C62-A 가이드라인에 따라 수행하였다. 이 방법은 메타네프린에 대해 0.11–13.92 nmol/L, 노르메타네프린에 대해 0.14–26.43 nmol/L의 농도 범위에서 우수한 선형성을 보였으며, 상관계수는 0.999를 초과하였다. 정확도, 정밀도 및 정량한계는 연구의 수용 기준을 충족하였다. 매트릭스 효과 평가는 최저 농도에서 메타네프린의 공정 효율이 121%로, 허용 범위 100 ± 15%를 약간 초과함을 보여주었다. 이는 매트릭스 유발 이온 증강 또는 추출 효율의 변동 때문일 가능성이 있다. 그러나 그 외 모든 시험 농도에서는 허용 한계 내에 있었다. 전반적으로, 본 방법은 높은 민감도, 특이도 및 재현성을 입증하였으며, 일상적인 임상 적용에 적합하다. 저농도에서의 경미한 일탈은 신뢰성을 저해하지 않지만, 매트릭스-매칭 캘리브레이션(matrix-matched calibration)과 같은 향후 최적화는 성능을 더욱 향상시킬 수 있다.

CD5 양성 미만성 거대 B세포 림프종(CD5+ DLBCL)은 DLBCL의 드물고 매우 공격적인 하위 유형으로, 흔히 결절외 침범, 활성화된 B세포/비(非)배중심 B세포 표현형, 그리고 불량한 예후가 특징이다. CD5+ DLBCL은 종종 진행된 병기로 나타나지만, 말초혈액에서 풍부한 순환하는 악성 B세포가 존재하는 것을 정의로 하는 백혈병성 발현은 전 세계적으로 보고된 증례 수가 매우 제한적일 정도로 극히 드물다. 이에 저자들은, 본 지식 범위 내에서 백혈병성 발현을 동반한 재발성 CD5+ DLBCL의 한국 내 최초 보고 증례를 보고한다. 환자는 높은 종양 부담, 이중 발현(dual-expressor) 표현형, 그리고 여러 차례의 치료에도 불구하고 빠른 질병 진행을 보였다. 본 증례 보고는 백혈병성 발현을 동반한 CD5+ DLBCL을 관리함에 있어 나타나는 진단 및 치료상의 어려움을 부각하며, 추가 연구의 필요성을 강조한다.