● 목표 1: 암세포에서 발생한 피부 냄새 분석을 위한 비파괴적 샘플링을 위한 키트 제작● 목표 2: 비파괴적 피부 냄새의 정성 및 정량 분석을 통한 암종류 별 후각 바이오마커 결정● 목표 3: 후각 바이오마커 데이터로 조기 암 분류 가능 머신러닝 모델 개발
암 조기 발견
피부
후각 바이오마커
2
2023년 5월-2026년 2월
|54,886,000원
암 조기 발견을 위한 피부의 후각 바이오마커 가능성에 관한 연구
● 목표 1: 암세포에서 발생한 피부 냄새 분석을 위한 비파괴적 샘플링을 위한 키트 제작● 목표 2: 비파괴적 피부 냄새의 정성 및 정량 분석을 통한 암종류 별 후각 바이오마커 결정● 목표 3: 후각 바이오마커 데이터로 조기 암 분류 가능 머신러닝 모델 개발
암 조기 발견
피부
후각 바이오마커
3
2023년 5월-2025년 9월
|217,000,000원
커피박을 활용한 ESG 기반 식물성 대체 단백질 개발
[커피박을 활용한 ESG 기반 식물성 대체 단백질 개발] ○ 당사가 개발하고 있는 커피박 추출 대체 단백질은 버려지는 커피박에서 단백질 및 유효 성분을 추출 및 분리하여 분말화 및 액상화를 통해 각종 식품 원.부재료로 활용할 수 있음. ○ 당사가 개발한 커피박 대체 단백질은 무색, 무취의 분말 혹은 액상 형태로 제공이 가능한 원재료로, (1) 단백질 첨가가...
식물성 단백질
커피박
대체 단백질
푸드업사이클
친환경
4
주관|
2020년 2월-2023년 2월
|99,000,000원
체취 휘발성 표지물질을 통한 피부노화 분류 및 예측 연구
▶ 1차년도 (2020-2021)
목표 1: 체취 휘발성 유기화합물을 선택적이고 감도 높게 인식할 수 있는 흡착 고분자 물질 합성
체취 포집 밴드의 핵심인 흡착제 개발을 위해 비교적 합성이 간단한 PDMS 기반과 PANI 기반 흡착 고분자 물질 합성함.
(1) PDMS 기반의 sol-gel 고분자 합성
콜로이드 용액(sol) 내 단량체를 curing solution과 함께 혼합하여 열경화를 통해 네트워크를 가지는 polydimethylsiloxane (PDMS) 고분자를 형성함.
(2) PANI 기반의 전기화학 방법으로 고분자 합성
(3) 특정이온(들)인식 물질 물리 화학적 특성 분석
◻ 적절한 platform 적용을 위해 필요한 물리적 특성을 측정함.
◻ 분석기기를 이용하여 화학적 특성을 분석함.
- 화학 작용기 분석: Fourier Transform-Infrared Spectroscopy (FT-IR)
- 표면적 분석 및 기공분포: Scanning Electron Microscopy (SEM)
- 물리적, 화학적 안정성 측정: Thermalgravimetry (TGA)
▶ 2차년도 (2021-2022)
목표 2: 검사자 스스로 피부에서 발생하는 노화체취 휘발성 유기 화합물 성분 분석 체취 후 간편한 분석 방법 개발
(1) 노화체취 휘발성 유기 화합물 포집 밴드 및 이동용기 제작
피부에서 노화체취 휘발성 유기 화합물을 포집하기 위한 포집 밴드를 제작함. 앞에서 합성한 흡착제 중 감도가 좋은 흡착 고분자 물질을 선택하여 PDMS 패치를 제작함. 특히 검사자가 목 뒤나, 등, 팔꿐치 등에 일정시간을 착용하고 있어야 하는 샘플링 과정을 고려하여 제작해야 함. 현재 사용하고 있는 솜이나 활성탄 등을 이용하여 대조군으로 사용함.
(2) GC/MS를 이용한 피부노화체취 성분의 정량 정성 분석
Identification: hexanal, citonellen, ß-pinene2,6-dimethyl-2,6-octadiene, nonanal 연령별 7개 그룹 (20세~30세, 30세~40세, 40세~50세, 50세~60세, 60세~70세, 70세~80세, 80세 이상)과 남자 여자를 구분한 약 300명의 체취 휘발성 물질을 포집하여 분석 후 m/z 값으로 물질 확인함.
(3) 통계 분석을 통한 연령별 피부노화 표지물질 (marker)결정
: 다변량 통계 분석 중 간단하게 데이터 값을 분별하는 주성분 분석 (PCA1, PCA2, PCA3)를 통하여 연령별 혹은 그룹별 분석된 물질의 m/z 값을 대해 점수를 부여하여 특징적인 피부노화지표물질을 결정함
▶ 3차년도 (2022-2023)
목표 3: 통계 프로그램 및 딥러닝 기술을 이용한 대상별 노화체취 성분분석물질의 그룹핑과 분류법 및 활용법
(1) 다양한 기법을 이용한 데이터 클러스터링
◻ PCA (principal component analysis): 변수 간의 상관관계가 있는 다차원의 데이터를 효율적으로 저차원의 데이터로 요약하는 방법
◻ SOM (self organizing map): 통합거리매트릭스를 이용하여 손쉽게 2차원 데이터의 클러스터를 생성하고 데이터가 암시하는 패턴, 흥미로운 사실을 이해할 수 있는 방법
◻ FCM (fuzzy c-means clustering algorithm) 등을 이용하여 각기 실행해 보고, 함께 실행하는 새로운 시도도 가능할 것
(2) 딥러닝을 이용한 데이터 분석
인공 신경망(ANN: artificial neural network)을 기반으로 구축한 한 기계 학습 기술을 이용하여 피부노화체취 휘발성 성분과 대상간의 분류를 오차를 줄이는 방법으로 진행
(3) 딥러닝을 통한 대상별 노화체취 휘발성 성분물질 분석의 활용법 제안
▶ 1차년도 (2020-2021)
목표 1: 체취 휘발성 유기화합물을 선택적이고 감도 높게 인식할 수 있는 흡착 고분자 물질 합성
체취 포집 밴드의 핵심인 흡착제 개발을 위해 비교적 합성이 간단한 PDMS 기반과 PANI 기반 흡착 고분자 물질 합성함.
(1) PDMS 기반의 sol-gel 고분자 합성
콜로이드 용액(sol) 내 단량체를 curing solution과 함께 혼합하여 열경화를 통해 네트워크를 가지는 polydimethylsiloxane (PDMS) 고분자를 형성함.
(2) PANI 기반의 전기화학 방법으로 고분자 합성
(3) 특정이온(들)인식 물질 물리 화학적 특성 분석
◻ 적절한 platform 적용을 위해 필요한 물리적 특성을 측정함.
◻ 분석기기를 이용하여 화학적 특성을 분석함.
- 화학 작용기 분석: Fourier Transform-Infrared Spectroscopy (FT-IR)
- 표면적 분석 및 기공분포: Scanning Electron Microscopy (SEM)
- 물리적, 화학적 안정성 측정: Thermalgravimetry (TGA)
▶ 2차년도 (2021-2022)
목표 2: 검사자 스스로 피부에서 발생하는 노화체취 휘발성 유기 화합물 성분 분석 체취 후 간편한 분석 방법 개발
(1) 노화체취 휘발성 유기 화합물 포집 밴드 및 이동용기 제작
피부에서 노화체취 휘발성 유기 화합물을 포집하기 위한 포집 밴드를 제작함. 앞에서 합성한 흡착제 중 감도가 좋은 흡착 고분자 물질을 선택하여 PDMS 패치를 제작함. 특히 검사자가 목 뒤나, 등, 팔꿐치 등에 일정시간을 착용하고 있어야 하는 샘플링 과정을 고려하여 제작해야 함. 현재 사용하고 있는 솜이나 활성탄 등을 이용하여 대조군으로 사용함.
(2) GC/MS를 이용한 피부노화체취 성분의 정량 정성 분석
Identification: hexanal, citonellen, ß-pinene2,6-dimethyl-2,6-octadiene, nonanal 연령별 7개 그룹 (20세~30세, 30세~40세, 40세~50세, 50세~60세, 60세~70세, 70세~80세, 80세 이상)과 남자 여자를 구분한 약 300명의 체취 휘발성 물질을 포집하여 분석 후 m/z 값으로 물질 확인함.
(3) 통계 분석을 통한 연령별 피부노화 표지물질 (marker)결정
: 다변량 통계 분석 중 간단하게 데이터 값을 분별하는 주성분 분석 (PCA1, PCA2, PCA3)를 통하여 연령별 혹은 그룹별 분석된 물질의 m/z 값을 대해 점수를 부여하여 특징적인 피부노화지표물질을 결정함
▶ 3차년도 (2022-2023)
목표 3: 통계 프로그램 및 딥러닝 기술을 이용한 대상별 노화체취 성분분석물질의 그룹핑과 분류법 및 활용법
(1) 다양한 기법을 이용한 데이터 클러스터링
◻ PCA (principal component analysis): 변수 간의 상관관계가 있는 다차원의 데이터를 효율적으로 저차원의 데이터로 요약하는 방법
◻ SOM (self organizing map): 통합거리매트릭스를 이용하여 손쉽게 2차원 데이터의 클러스터를 생성하고 데이터가 암시하는 패턴, 흥미로운 사실을 이해할 수 있는 방법
◻ FCM (fuzzy c-means clustering algorithm) 등을 이용하여 각기 실행해 보고, 함께 실행하는 새로운 시도도 가능할 것
(2) 딥러닝을 이용한 데이터 분석
인공 신경망(ANN: artificial neural network)을 기반으로 구축한 한 기계 학습 기술을 이용하여 피부노화체취 휘발성 성분과 대상간의 분류를 오차를 줄이는 방법으로 진행
(3) 딥러닝을 통한 대상별 노화체취 휘발성 성분물질 분석의 활용법 제안