[KOSEN 동향] 딥러닝의 신경 퇴화 연구 관련성을 입증한 연구

딥러닝의 신경 퇴화 연구 관련성을 입증한 연구

Researchers demonstrate how deep learning can advance study of neural degeneration


미국 North Carolina 주립대 연구진이 회충을 모델로 신경퇴화를 식별하고 분류하는 데 있어 인공지능(AI)의 효용성을 입증했다. 이 연구는 AI의 한 형태인 딥러닝을 사용했으며 신경퇴화에 대한 연구를 촉진할 수 있을 것으로 전망된다.


이번 연구를 이끈 해당 대학 화학·생물분자공학 Adriana San Miguel 조교수는 연령이나 질병과 관련된 퇴화를 늦추거나 예방하는 방법을 장기적으로 찾아내는 것을 목표로 신경퇴화를 촉진하는 메커니즘을 연구했다면서 딥러닝이 신경퇴화의 물리적 증상을 정확하게, 사람보다 더 빨리 식별할 수 있고 다른 요인에 의해 야기되는 신경퇴화와 구별할 수 있다는 점을 보여줬다고 밝혔다.


또한 이런 신경퇴화의 패턴을 확인할 수 있는 도구를 갖는 것은 퇴화 과정에서 서로 다른 유전자가 어떤 역할을 하는지를 결정하는 데 도움이 되며 모델 유기체의 신경퇴화에 대한 약의 효과를 평가하는 데도 도움이 될 것이라면서 이는 신경계 질환을 치료할 수 있는 유망한 치료제 후보들을 선별하는데 활용될 수 있을 것으로 평가했다.


이 연구에서 노화와 신경계의 발달에 널리 사용되는 모델 유기체인 회충을 사용했다. 연구진은 촉각과 체온을 모두 감지할 수 있는 신경세포인 PVD 뉴런에 초점을 맞췄다. 연구진은 이 PVD 뉴런이 회충의 신경계 전반에 걸쳐 발견되고 노화로 인해 퇴화한다고 알려져 있기 때문에 PVD 뉴런을 선택했다.


회충은 작고 투명하기 때문에 살아 있는 동안 그 신경계를 볼 수 있다. 전통적으로 회충의 뉴런 퇴화를 식별하는 것은 연구자들이 개별 뉴런의 일부에 형성되는 거품의 출현과 같은 세포의 미세한 변화를 조사해야 알 수 있다. 연구진은 이들 기포의 크기, 개수, 위치를 추적해 신경퇴화의 정도를 분석할 수 있다.


그러나 이 과정은 시간이 많이 걸리고 노동 집약적인 과정이기 때문에 딥러닝과 GPU 컴퓨팅의 빠른 속도를 이용해 몇 초 만에 이미지에서 관련 데이터를 모두 수집할 수 있다는 것을 이번 연구를 통해 입증했다고 밝혔다.


연구진은 저온에 장기간 노출되는 '저온 쇼크'의 영향도 조사했다. 차가운 충격이 신경퇴화를 유발할 수 있다는 점을 알아냈으며 저온 쇼크로 인한 신경퇴화는 노화로 인한 퇴화와 다른 기포 패턴을 갖고 있다는 사실도 발견했다. 이를 육안으로는 구별이 어렵거나 불가능하지만 딥러닝 프로그램은 쉽게 찾을 수 있다고 밝혔다.


관련연구자: Adriana San Miguel, Kevin Flores, Sahand Saberi-Bosari

관련기관: North Carolina State University

과학기술분류: 인지/감성과학

본문키워드(한글): 인공지능, 뉴런, 콜드 쇼크

본문키워드(영문): artificial intelligence, neuron, cold shock

원문언어: 영어

국가: 미국

원문출판일: 2020-09-24

출처: https://phys.org/news/2020-09-deep-advance-neural-degeneration.html