▲ 왼쪽부터 의생명공학과 김진식 교수, 권영은 교수, 송재윤 박사

동국대학교 의생명공학과 김진식·권영은 교수 공동연구팀(제1저자 송재윤 박사(박사후연구원), 교신저자 김진식 교수·권영은 교수, 공동저자 Neethu Ramakrishnan 박사과정생)이 차세대 진단 마커로 주목받는 세포외소포체(Extracellular vesicle, EV)의 표면 단백질을 표지(label) 없이 정량 분석할 수 있는 인공지능 활용 전기화학 플랫폼을 개발했다.

세포외소포체는 세포가 분비하는 나노미터 크기의 입자로, 표면 단백질 조성이 질병 상태를 반영해 암, 신경퇴행성 질환 등의 액체생검 마커로 각광받고 있다. 그러나 세포외소포체가 ‘이질성’을 가지고 있어 실제로는 크기와 내용물, 표면 단백질이 각기 다르고, 이를 분석법이 정확히 읽어내는지 검증할 기준이 없어 표준화가 어려운 상황이었다. 또한, 분석법 대부분이 형광 표지 등 별도의 라벨링 과정을 요구하고 있어 표준화 한계로 지적됐다.

권영은 교수팀은 세포 유래 공정으로 크기는 동일하고 표면 단백질 형태를 단계적으로 다르게 조절한 나노베지클(nanovesicle)을 제작했다. 제작 과정에서 알츠하이머병의 바이오마커로 알려진 베타 아밀로이드를 활용하고, 베타 아밀로이드가 뇌질환에서 나타내는 응집 특성을 활용해 표면 단백질의 조성을 연속적으로 변화시키면서 크기·내용물 변수를 통제했다.

김진식 교수팀은 미세 전극(Interdigitated microelectrode)이 만드는 전기장으로 나노베지클 막 표면을 탐침하는 임피던스 분광 센서를 구축하고, 머신러닝으로 임피던스 분광 스펙트럼을 분류하는 분석 파이프라인을 개발했다. 그 결과 형광 표지 없이 전기 신호만으로 표면 단백질 형태 차이 분해에 성공했다.

연구팀에 따르면, 이번 결과는 문제를 뒤집어 분석법을 검증할 수 있는 ‘표준 시료’를 직접 설계한 것으로, 세포외소포체 표면 단백질 분석에 ‘기준 시료’와 ‘판독기’를 동시에 제공한 것으로 평가받고 있다. 나노베지클은 향후 개발되는 EV 진단 센서들의 성능을 비교·검증하는 기준물질로, 임피던스·머신러닝 플랫폼은 라벨 없는 신속 분석 도구로 각각 활용될 수 있다.

송재윤 박사는 “이질성을 통제한 표준 베지클 덕분에 센서 신호에서 표면 단백질의 기여만을 분리해 학습시킬 수 있었다”며, “세포외소포체 분석의 표준화를 향한 출발점이 되길 기대한다”고 말했다. 김진식 교수는 “바이오센서와 인공지능, 그리고 단백질공학 기술이 결합했을 때 기준 분석의 한계를 어떻게 극복할 수 있는지 보여준 사례”라고 밝혔고, 권영은 교수는 “세포 기반 나노베지클 공학이 진단·분석 기술 검증의 기준 플랫폼으로 확장될 수 있음을 확인했다”고 전했다.

한편, 이번 연구는 과학기술정보통신부 재원의 한국연구재단(NRF, 2023R1A2C2007147, RS-2024-00416117)과 과학기술사업화진흥원(COMPA, RS-2025-17632971)의 지원을 받아 수행됐다. 연구 성과는 ‘Machine-Learning-Assisted Impedance Component Analysis Enables Standardizable Surface Protein Analysis of Extracellular Vesicles Using Engineered Nanovesicles’라는 제목으로 국제 학술지 Advanced Science(IF 14.1)에 발표됐다.