정철희 교수 연구실
프로젝트
정부 과제
20
1
2022년 3월-2025년 12월
|1,200,000,000원하이브리드 인공지능기반 바이오회로 시험 및 최적화 기술개발
[총괄목표]레트로합성 세포공장 개발을 위한 하이브리드 인공지능기반 초고속 시험 및 최적화 기술을 개발하고 Lycopene과 Cannabigerolic acid (CBGA) 생합성 대사경로를 대상으로 검증.[세부목표]하이브리드 인공지능기반 대사회로의 무세포/세포공장에서의 성능예측/분석대량의 레트로 합성회로를 고속 데이터생산 및 시험을 위한 무세포 시스템 개발...
합성생물학
머신러닝
초고속 대용량 스크리닝
신호분석
데이터 생산기술
무세포 합성생물학
미생물 Chassis
2
주관|
2022년 3월-2023년 3월
|49,575,000원소화기암 바이오마커 발굴 및 절대정량 검출 Kit 개발
본 과제는 침·혈액 같은 시료로 소화기암을 절대정량 방식으로 진단하는 Kit을 개발하는 연구임. 목표는 소화기암에 특이적인 서열을 발굴하고, ddPCR·sequencing에 의존하던 고가 절대정량 기술을 일반 PCR 시스템으로 대체하는 Kit 제품화를 달성하는 데 있음.
핵심 내용은 소화기암 발생 특이 유전자 서열 발굴, primer 제작 및 평가, Kit화 및 가혹화 test 수행, IRB로 전임상·임상 절차 진행, 전임상 결과 반영한 Kit 수정 후 임상으로 제품화 수행임. 기대 효과는 일반 PCR 기반 저렴한 유전자 검사로 1·2차 병원에서도 정밀 진단 확장 가능함, 침·혈액 스크리닝으로 조기 진단 및 건강한 삶 기여함, 암 외 후생유전학적 질환 및 알츠하이머 등 연계 활용성 확보임.
소화기암
후생유전학
진단
3
주관|
2022년 3월-2025년 12월
|1,600,000,000원하이브리드 인공지능기반 바이오회로 시험 및 최적화 기술개발
하이브리드 인공지능기반 무세포/세포공장 성능예측/분석
Model-Guided Data-Driven Analysis (MODA) 기법으로 대사회로 성능 예측과 해석이 가능한 무세포/세포공장 모델 개발
무세포시스템 대사회로 성능을 기반으로 세포환경에서의 성능을 예측할 수 있는 모델 개발
DNA 서열로부터 단백질 생산량을 예측하는 인공지능 모델 개발
- 대사회로 구현을 위한 DNA 서열 역설계 기술 개발
대사경로 발현 무세포 시스템 개발 및 데이터 생산
- 레트로합성 대사회로 시험을 위한 대사회로 발현 기반 무세포 시스템 구축
- 무세포 시스템에서의 단백질 용해도 예측 인공지능 모델 개발
- 기계학습을 위한 무세포 합성생물학 기반 빅데이터 생산
- 무세포 시스템에서의 Lycopene/CBGA 생산 시스템 및 대사회로 고도화
초고속 바이오 센서개발
무세포 및 세포 시스템에서의 고속 테스트 구현을 위한 CBGA, OA, GPP 바이오센서 (aptamer, riboswitch) 개발 및 신호분석방법 개발
딥러닝 기반 CBGA 대사회로 및 OA 대사회로 병목현상 유도 효소의 활성 개량 (CBGA synthase 등)
Chassis 개발 및 Lycopene/CBGA 세포공장 개발
유전체 동시 다중 편집기술기반 유전자 강제 발현 및 발현억제가 가능한 다중 유전자 발현 조절 기술을 확보
E. coli 대사회로 재설계를 위한 표적 스크리닝 기술 개발 및 terpenoid 전구체 고성능 chassis 개발
세포모델 개발 및 고도화를 위해 Lycopene/CBGA 대사회로가 도입된 E. coli에서의 오믹스 데이터 생산
Lycopene 및 CBGA 고성능 생산 세포공장 개발
합성생물학
머신러닝
초고속 대용량 스크리닝
신호분석
데이터 생산기술
무세포 합성생물학
미생물 Chassis
4
주관|
2022년 3월-2025년 12월
|1,200,000,000원하이브리드 인공지능기반 바이오회로 시험 및 최적화 기술개발
하이브리드 인공지능기반 무세포/세포공장 성능예측/분석
Model-Guided Data-Driven Analysis (MODA) 기법으로 대사회로 성능 예측과 해석이 가능한 무세포/세포공장 모델 개발
무세포시스템 대사회로 성능을 기반으로 세포환경에서의 성능을 예측할 수 있는 모델 개발
DNA 서열로부터 단백질 생산량을 예측하는 인공지능 모델 개발
- 대사회로 구현을 위한 DNA 서열 역설계 기술 개발
대사경로 발현 무세포 시스템 개발 및 데이터 생산
- 레트로합성 대사회로 시험을 위한 대사회로 발현 기반 무세포 시스템 구축
- 무세포 시스템에서의 단백질 용해도 예측 인공지능 모델 개발
- 기계학습을 위한 무세포 합성생물학 기반 빅데이터 생산
- 무세포 시스템에서의 Lycopene/CBGA 생산 시스템 및 대사회로 고도화
초고속 바이오 센서개발
무세포 및 세포 시스템에서의 고속 테스트 구현을 위한 CBGA, OA, GPP 바이오센서 (aptamer, riboswitch) 개발 및 신호분석방법 개발
딥러닝 기반 CBGA 대사회로 및 OA 대사회로 병목현상 유도 효소의 활성 개량 (CBGA synthase 등)
Chassis 개발 및 Lycopene/CBGA 세포공장 개발
유전체 동시 다중 편집기술기반 유전자 강제 발현 및 발현억제가 가능한 다중 유전자 발현 조절 기술을 확보
E. coli 대사회로 재설계를 위한 표적 스크리닝 기술 개발 및 terpenoid 전구체 고성능 chassis 개발
세포모델 개발 및 고도화를 위해 Lycopene/CBGA 대사회로가 도입된 E. coli에서의 오믹스 데이터 생산
Lycopene 및 CBGA 고성능 생산 세포공장 개발
합성생물학
머신러닝
초고속 대용량 스크리닝
신호분석
데이터 생산기술
무세포 합성생물학
미생물 Chassis
5
2021년 2월-2026년 2월
|145,270,000원정확한 단일염기변이 구분 프로브를 이용한 살아있는 세포 식별 및 분리 기술 개발
전체 목표: 단일 염기서열 변이를 정확하게 구분해내는 프로브를 이용하여 세포를 식별하고 분리해내는 기술 개발(1) 1차 년도● 단일염기변이를 정확하게 구분해내는 프로브 디자인 및 실험관 내 singleplex 조건 최적화(2) 2차 년도● SNV-프로브의 실험관 내 multiplex 조건 최적화(3) 3차 년도● 살아있는 세포 내에서 특정 단일염기변이를 가...
단일염기변이
프로브
세포 식별
세포 분리
산학 과제
5
1
2024년 2월-2025년 1월
정확한 단일염기변이 구분 프로브를 이용한 살아있는 세포 식별 및 분리 기술 개발
과학기술정보통신부
이 연구는 단일염기서열변이(SNV)를 정확하게 식별하고 해당 세포를 살아있는 상태에서 분리할 수 있는 고정밀 진단 및 분리 기술을 개발하는 것을 목표로 하며, SNV-프로브 기반의 세포 식별 기술을 통해 암 진단 및 유전자 편집 효율 평가에 새로운 패러다임을 제시한다. 초기에는 실험관 내에서 다양한 단일염기변이에 대한 구분 능력을 확보하고, 경쟁 프로브(competitor-probe) 설계 및 조건 최적화를 통해 높은 특이도를 달성하였으며, 이후에는 SNV-프로브를 세포 내로 안정적으로 전달할 수 있는 전사체 주입(transfection) 기술을 확립하고, 살아있는 세포 환경에서 특정 SNV를 보유한 암세포를 정확히 식별하고 분리하는 기술을 개발하였다. 특히 형광 신호 기반의 multiplex 식별 기술을 통해 서로 다른 SNV를 가진 암세포를 동시에 구분하고 임상 샘플에서도 단일 세포 수준에서의 식별 및 분리를 성공적으로 수행하였다. 마지막으로 SNV-프로브를 유전자 편집 기술(Base Editor)과 연계하여 편집 효율 및 정확성을 실시간으로 분석하고, FACS를 통한 세포 분리 후 배양까지 이어지는 전 주기적 세포 분석 체계를 구축하였다. 이 기술은 향후 cfDNA 내 소량 존재하는 ctDNA의 민감한 암 진단 응용, mRNA 수준의 SNV 검출을 통한 유전자-전사체 간 연계 해석, 암 조직 내 암 줄기세포의 고정밀 분리, 살아있는 상태에서의 유전자 편집 효율 분석 등 다양한 첨단 생명과학 및 정밀의료 분야에 활용될 수 있으며, SNV 기반 FISH 기술의 특허화를 통해 원천기술 확보 및 관련 산업에서의 경쟁력 확보와 시장 선점 효과도 기대된다.
단일염기변이
프로브
세포 식별
세포 분리
2
2023년 12월-2024년 11월
(공동2) 하이브리드 인공지능기반 바이오회로 시험 및 최적화 기술개발
과학기술정보통신부
이 연구는 하이브리드 인공지능 기반의 무세포 및 세포공장 시스템을 통해 레트로합성 회로의 초고속 성능 시험과 최적화를 구현하고, 이를 바탕으로 Lycopene과 Cannabigerolic acid (CBGA)의 생합성 대사경로를 검증함으로써 고성능 세포공장 개발을 실현하는 것을 목표로 한다. 연구진은 MODA(Model-Guided Data-Driven Analysis) 접근법을 통해 무세포 및 세포 환경에서의 대사회로 성능을 예측할 수 있는 정밀 모델을 구축하고, DNA 서열 기반 단백질 생산량 예측 및 역설계 기술을 개발함으로써 고속 대사회로 설계 및 최적화를 가능하게 했다. 또한, aptamer 및 riboswitch를 활용한 CBGA, OA, GPP 생합성 관련 바이오센서를 개발하여 무세포 및 세포 시스템 내에서의 대사물질 검출 및 정량 분석의 속도와 정확도를 획기적으로 향상시켰다. 더불어 유전체 동시 다중 편집 기반의 E. coli chassis 개발과 함께 Lycopene과 CBGA 대사회로가 도입된 세포모델을 바탕으로 오믹스 데이터 분석을 수행해 고성능 생합성 세포공장을 완성하였다. 이 프로젝트는 바이오파운드리 전주기에서의 병목현상을 극복하고, 무세포 시스템 기반 대용량 실험 및 바이오센서 기반 고속 피드백 기술을 통해 바이오 빅데이터와 인공지능, 생명공학 간의 융합 생태계를 구축함으로써 합성생물학 기반 공정의 국산화 및 글로벌 기술 주권 확보에 기여할 뿐 아니라, 차세대 합성생물학 인재 양성과 신산업 창출에도 핵심적인 역할을 할 것으로 기대된다.
합성생물학
머신러닝
초고속 대용량 스크리닝
신호분석
데이터 생산기술
무세포 합성생물학
미생물 Chassis
3
2023년 12월-2024년 11월
디지털 PCR 대체 nest PCR 기반 기술 개발 및 저가형 현장형 위해요소 분자진단 시스템 개발
압티지 엠제이 주식회사, 경상대학교 식품공학과
이 연구는 단일염기서열변이(SNV)를 정확하게 식별하고 해당 세포를 살아있는 상태에서 분리할 수 있는 고정밀 진단 및 분리 기술을 개발하는 것을 목표로 하며, SNV-프로브 기반의 세포 식별 기술을 통해 암 진단 및 유전자 편집 효율 평가에 새로운 패러다임을 제시한다. 초기에는 실험관 내에서 다양한 단일염기변이에 대한 구분 능력을 확보하고, 경쟁 프로브(competitor-probe) 설계 및 조건 최적화를 통해 높은 특이도를 달성하였으며, 이후에는 SNV-프로브를 세포 내로 안정적으로 전달할 수 있는 전사체 주입(transfection) 기술을 확립하고, 살아있는 세포 환경에서 특정 SNV를 보유한 암세포를 정확히 식별하고 분리하는 기술을 개발하였다. 특히 형광 신호 기반의 multiplex 식별 기술을 통해 서로 다른 SNV를 가진 암세포를 동시에 구분하고 임상 샘플에서도 단일 세포 수준에서의 식별 및 분리를 성공적으로 수행하였다. 마지막으로 SNV-프로브를 유전자 편집 기술(Base Editor)과 연계하여 편집 효율 및 정확성을 실시간으로 분석하고, FACS를 통한 세포 분리 후 배양까지 이어지는 전 주기적 세포 분석 체계를 구축하였다. 이 기술은 향후 cfDNA 내 소량 존재하는 ctDNA의 민감한 암 진단 응용, mRNA 수준의 SNV 검출을 통한 유전자-전사체 간 연계 해석, 암 조직 내 암 줄기세포의 고정밀 분리, 살아있는 상태에서의 유전자 편집 효율 분석 등 다양한 첨단 생명과학 및 정밀의료 분야에 활용될 수 있으며, SNV 기반 FISH 기술의 특허화를 통해 원천기술 확보 및 관련 산업에서의 경쟁력 확보와 시장 선점 효과도 기대된다.
돌연변이검사
현장평분자진단검사
1시간 이내 검사
위양성 보정
현장형 전처리
4
2022년 3월-2023년 2월
소화기암 바이오마커 발굴 및 절대정량 검출 Kit 개발
압티지엠제이(주)
이 연구는 고가의 ddPCR이나 시퀀싱 기술 없이도 일반적인 PCR 시스템만으로 소화기암을 정밀 진단할 수 있는 절대정량 진단키트를 개발하고 제품화하는 것을 목표로 하며, 기존 진단의 접근성과 비용 문제를 해결하고자 한다. 고려대학교로부터 이전받은 후생 유전적 변이량 측정 기술을 기반으로 연구진은 소화기암에 특이적인 유전자 서열을 발굴하고, 이를 바탕으로 진단용 프라이머를 제작하여 절대정량 PCR 기술을 구현하는 키트를 개발하였다. 해당 키트는 다양한 가혹 조건에서도 안정적으로 작동하는지를 평가받았으며, IRB 승인을 통해 전임상 시험을 수행하고 그 결과를 바탕으로 제품 성능을 개선하였다. 이어 본 임상을 통해 실제 환자에게 적용 가능한 수준의 제품화 단계에 도달하였다. 이 기술은 후생 유전학 기반 암 진단에 있어 기존 고비용 시스템을 대체할 수 있는 경제적이고 효율적인 솔루션을 제공함으로써, 1차·2차 병원에서도 손쉽게 정밀 유전자 검사를 수행할 수 있는 기반을 마련한다. 또한 침, 혈액 등 비침습적 검체를 활용한 초기 암 진단을 가능케 하여 조기 치료와 환자 삶의 질 향상, 의료비 절감 등의 효과가 기대되며, 장기적으로는 알츠하이머와 같은 후생유전학적 질환에도 응용이 가능하여 진단 기술의 활용 범위 확장과 더불어 기술 상용화에 따른 산업적 파급효과도 클 것으로 전망된다.
소화기암
후생유전학
진단
5
2020년 12월-2021년 11월
ASF 및 구제역 바이러스 감염 저항성 인자의 기능 규명 연구
고려대학교
이 연구는 아프리카돼지열병(ASF) 및 구제역(FMD)에 대한 저항성을 지닌 유전자를 발굴하고, 그 기능을 체계적으로 검증하기 위한 2단계 분석 시스템을 확립하는 것을 목표로 하며, 향후 동물 질병 저항성 형질개선 및 치료제 개발에 핵심적인 기초 자료를 제공한다. 우선 1단계에서는 바이러스 민감도 정보가 확보된 돼지 유래 세포주(PK15 등)를 활용하여 후보 유전자 및 gRNA의 기능을 1차적으로 선별하고, 이어 2단계에서는 유전자 편집 기술을 적용해 knockout된 돼지 유도만능줄기세포(iPSC)를 구축한 뒤, 감염 타겟 세포로의 분화 및 바이러스 저항성 기능을 정밀 분석함으로써 유전자의 실질적 방어 능력을 검증한다. 이러한 2단계 검증 체계는 교차 확인을 통해 검증의 신뢰성을 높이는 동시에, 실험실 수준의 유전자 기능 분석을 동물모델 적용 전 단계까지 고도화하는 데 기여한다. 특히 연구진이 확보하는 유도만능줄기세포주는 특정 유전자에 대한 편집 및 다양한 세포 유형으로의 분화를 통해 다양한 조직 및 질환에 대한 약물 반응을 체계적으로 분석할 수 있는 플랫폼 역할을 하며, 향후 질병 저항성 형질개선, 치료제 개발, 기초 질병연구 등 다방면에 활용될 수 있는 광범위한 가능성을 가진다. 본 연구는 궁극적으로 ASF 및 구제역과 같은 고위험 가축 전염병에 대한 효과적인 예방과 대응전략 수립에 과학적 근거를 제공할 뿐 아니라, 유전자 편집 기반의 동물 바이오 기술 발전과 글로벌 축산 산업의 안정성 강화에도 기여할 수 있을 것으로 기대된다.
구제역
아프리카돼지열병
면역반응
수용체
유전자 편집
프로젝트
- 2026년도 4월 기준으로 최신 업데이트된 정보입니다.
- 출처: NTIS를 기반으로 제공되었습니다.