"췌장 베타 세포 '칼슘 채널' 당뇨병 유발 메커니즘 찾아내"

스웨덴 카롤린스카 의대, '미국 국립과학원회보' 논문

 인슐린을 분비하는 췌장의 베타 세포에서 특정한 유형의 '칼슘 채널(calcium channel)'이 당뇨병을 일으키는 메커니즘을, 스웨덴 카롤린스카 의대 과학자들이 찾아냈다.

 CaV3.1이라는 이 칼슘 채널을 선별적으로 차단하면, 당뇨병의 새로운 치료 전략을 찾을 수 있을 것으로 연구진은 기대한다. 관련 논문은 미국 국립과학원 회보(PNAS)에 실렸다.

 카롤린스카 의대가 23일(현지시간) 온라인(www.eurekalert.org)에 공개한 논문 개요에 따르면 정상적으로 인슐린을 분비하는 베타 세포에선 CaV3.1 채널의 역할이 그다지 중요하지 않다.

 하지만 당뇨병이 생기는 것에 맞춰 CaV3.1 칼슘 채널은 활동 항진 상태로 변한다. 하지만 이 칼슘 채널의 과도한 활성화가 당뇨병의 원인인지, 결과인지는 단언할 수 없었다.

 일종의 세포막 단백질인 칼슘 채널은 막 전위에 따라 열리고 닫혀, 칼슘 이온이 세포 안팎으로 투과하는 통로가 된다.

 그런데 CaV3.1 채널이 당뇨병 발생에 직접 관여한다는 게 이번 연구에서 밝혀졌다.

 이 채널의 활성도가 높아지면 너무 많은 칼슘이 베타 세포 안으로 유입해, '토세포(吐細胞) 작용'에 관여하는 단백질의 유전적 발현에 이상을 일으킨다는 것이다.

 그 결과 베타 세포의 인슐린 분비 능력이 떨어지고, 혈당 항상성도 비정상으로 바뀐다고 연구진은 설명한다.

 '토세포 작용(exocytosis)'이란 세포 내 물질을 소포(小胞)에 담아 배출 또는 분비하는 것을 말한다.

 논문의 수석저자인 양 사오-녠(Shao-Nian Yang) 분자 내·외과 부교수는 "CaV3.1 칼슘 채널의 활성도 상승이 중요한 당뇨병 유발 메커니즘으로 지목됐다"라면서 "당뇨병을 연구하면서 이 채널을 더는 방치하면 안 된다는 걸 의미한다"라고 말했다.

 연구팀은 CaV3.1 칼슘 채널의 과도한 활성화가 다른 유형의 세포에도 전사체 변화를 일으키는지에 주목하고 있다. 당뇨병과 합병증 발생에 영향을 미치는 혈관 평활근 세포와 면역계 T세포 등이 그 범주에 든다.

 논문의 공동 수석저자인 페르-올로프 베리그렌 교수는 "CaV3.1 채널을 선별적으로 차단하는 게 당뇨병의 새로운 메커니즘 기반(mechanism-based) 치료 전략이 될 수 있다"라면서 "당뇨병 환자에게 CaV3.1 차단제로 임상 시험을 하는 게 향후 주요 연구 과제 중 하나"라고 강조했다.


의료.병원,한방

더보기
서울성모병원 등 15개 병원, 암 병리 AI데이터 16만건 구축
가톨릭대학교 서울성모병원은 정찬권 병리과 교수를 중심으로 한 다기관 디지털 병리 인공지능(AI) 의료기술 연구사업단이 대규모 암 병리 데이터를 구축했다고 1일 밝혔다. 이번 사업에는 서울성모병원을 비롯한 15개 대학병원과 어반데이터랩 등 9개 기업이 참여했다. 정부 연구비 지원을 바탕으로 2021년 작업을 시작한 사업단은 16만장 이상의 암 병리 전체 슬라이드 영상과 병리 단위의 정밀 어노테이션 데이터(병리 영상에서 암 조직과 정상 조직 등을 구분해 AI가 학습할 수 있도록 한 데이터)를 구축했다. 디지털 병리는 전통적인 유리 슬라이드 대신 고해상도 디지털 영상으로 조직을 분석하는 기술로 최근 AI와 결합하면서 진단 정확도를 높이는 데 기여할 것으로 기대되고 있다. 서울성모병원은 사업단이 이러한 클라우드 기반 플랫폼을 구축해 연구 단계에 머물던 기술을 실제 산업 현장으로 연결하는 성과를 이뤘다고 강조했다. 정찬권 교수는 "이번 사업은 단순한 데이터 구축을 넘어 연구자와 기업이 실제 활용할 수 있는 데이터 인프라를 마련했다는 점에서 의미가 있다"며 "앞으로도 디지털 병리 데이터의 품질과 활용도를 높여 연구와 산업을 연결하는 개방형 플랫폼으로의 역할을 이어가겠다

학회.학술.건강

더보기
KAIST, '뇌를 닮은 AI' 개발…예측이 틀려도 한번 더 생각
한국과학기술원(KAIST)은 뇌인지과학과 이상완 교수 연구팀이 인간 뇌의 학습 원리를 딥러닝에 적용해 인공지능(AI) 모델도 안정적으로 학습시키는 새로운 기술을 개발했다고 1일 밝혔다. 우리 뇌는 현재 벌어지는 일을 단순히 인식하는 데 그치지 않고 '다음에 무슨 일이 일어날까'를 먼저 예측하고, 실제 결과가 다르면 그 차이를 줄이는 방향으로 스스로 수정한다. 바둑에서 상대의 다음 수를 예상했다가 빗나가면 전략을 바꾸는 것과 비슷하다. 이 같은 정보처리 방식을 '예측 부호화'라고 한다. 과학자들은 이 원리를 AI에 적용하려 했지만 신경망이 깊어질수록 오차가 특정 부위에 몰리거나 아예 사라져 성능이 떨어지는 문제가 반복되면서 어려움을 겪었다. 연구팀은 AI가 결과만 예측하는 것이 아니라 '예측 오차가 앞으로 어떻게 변할지'까지 다시 예측하도록 만들었다. 연구팀은 이를 '메타 예측'이라 설명하는데 '틀림을 한 번 더 생각하는 AI'를 말한다. 이 방식을 적용하면서 깊은 신경망에서도 학습이 멈추지 않고 안정적으로 진행됐다. 총 30가지 실험 중 29개에서 현재 AI의 표준 학습법인 '역전파'보다 높은 정확도를 기록했다고 연구팀은 설명했다. 역전파는 AI가 '틀린 만