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.

과학기술정보통신부

2023년 12월 - 2024년 11월