연구 영역
기본 정보
논문·특허
과제
구성원
읽는 시간 · 1분 47초

혈액 기반 알츠하이머 치매 바이오마커 정밀 진단 및 위험도 산출 연구

Precision blood-based diagnosis and risk stratification for Alzheimer’s dementia using multiplex nanobiosensing and machine learning

연구 내용

혈장 아밀로이드-β 및 p-tau181을 나노바이오센싱 신호로 정량하고, 다중 바이오마커 조합과 기계학습을 통해 치매·뇌아밀로이드혈관병증 위험도를 산출하는 연구

알츠하이머 치매의 조기 진단과 병태 구분은 비침습 혈액검사의 신뢰도에 의해 좌우됩니다. 이진산 연구실은 혈장 내 Amyloid-β 및 p-tau181을 고감도 나노바이오센싱 기반 신호로 측정하고, 멀티채널 임피던스 분석, 신호 증폭(나노리포좀), 다중 바이오마커 조합(전기영동 기반 포함)으로 검출 성능을 확보합니다. 또한 신경심리 수행과의 연관성 분석 및 혈액 신호-영상 기준의 일치도를 검증하여 임상 적용 가능성을 높입니다. 이를 기계학습 융합 플랫폼과 진단 키트 개발 과제로 확장해 위험도 산출을 구현합니다.

관련 연구 성과

관련 논문

5

관련 특허

0

관련 프로젝트

2

연구 흐름

초기에는 혈장 Amyloid-β 프로파일을 고감도 나노바이오센싱으로 측정하고, 신경심리 결과 및 amyloid PET 양성 여부와의 상관을 탐색하는 연구를 수행했습니다. 이후 Cerebral amyloid angiopathy의 분류에 대해 혈액 신호를 이용한 비침습 진단 가능성을 확장했습니다. 동시에 dielectrophoretic force 기반 다중 알츠하이머 혈액 바이오마커 진단과, 다채널 임피던스 분석 및 nanoliposome 증폭을 활용한 p-tau181 탐지로 검사 체계를 고도화했습니다. 최근에는 이러한 혈액 바이오마커 데이터를 임상 데이터 획득·검증과 기계학습 기반 위험도 산출 플랫폼으로 연계하여 치매 조기진단으로 이어지도록 설계하는 흐름을 보입니다.

활용 가능성

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

  • 비침습 혈액 기반 선별검사
  • 치매 조기진단 키트 고도화
  • 뇌아밀로이드혈관병증 위험도 스코어링
  • 신경심리 기반 임상 의사결정 보조
  • 다중 바이오마커 패널 구축
  • 현장 적용형 자동화 측정 프로토콜
  • 장기 추적 모니터링 도구
  • 치료 반응 예측 보조 지표
  • 임상시험 대상자 선별
  • 의료영상 기준과의 통합 판정 체계

관련 논문

구분

제목

1

Plasma-based diagnostic and screening platform using a combination of biosensing signals in Alzheimer's disease

2

Plasma amyloid‐β profiles and the correlation with neuropsychological performance in patients with cognitive decline

3

Plasma Amyloid‐β 40 as a Potential Biomarker in Cerebral Amyloid Angiopathy

4

Dielectrophoretic force-driven biosensor-based diagnostic method using a combination of the four Alzheimer's disease blood-based biomarkers

5

Signal-enhanced detection of p-tau181 in human plasma as a biomarker for Alzheimer's disease using a multi-channel impedance analyzer with nanoliposome amplification

관련 프로젝트

구분

제목

1

체액 기반 치매 조기진단 키트 개발용 임상 데이터 획득 및 진단 유효성 평가 임상시험

2

개인별 뇌아밀로이드혈관병증 위험도 산출을 위한 기계학습 기반 융합바이오 플랫폼 개발