SMART  WebZine

2023년도 상반기

급성신부전(AKI)은 신장 기능이 급격하게 감소하면서 체내에서 폐기물 누적 및 전해질, 산도, 수분 균형이 불안정해지는 상태를 말한다. 허혈은 AKI의 일반적인 원인이며, 허혈성 신부전증의 조기 진단은 만성 신장 질환 발전을 방지할 수 있다. AKI의 표준 임상 진단은 혈중 요소 질소(BUN)와 혈청 크레아티닌(sCr)과 같은 바이오마커를 사용하지만, 이러한 바이오마커들은 신장 손상이 진행된 후에 나타나기에 급성 허혈로 인한 신부전증의 조기 진단에는 사용하기 어렵다. 때문에 급성 신부전의 조기 진단을 위해서는 다른 바이오마커를 검출해 내야 하며 이러한 바이오 마커 검출 기술에는 여러가지 기술이 존재하지만 비침습적으로 광학을 사용한 바이오마커 검출 기술로는 표면증강라만분광법 (SERS)이 있다.

 

본 연구팀은 이전 연구에서 SERS를 사용하여 소변으로부터 신장손상을 진단하였으나 허혈성 신부전증의 조기 진단을 위해 더욱 민감하고 초기에 신장기능을 평가할 수 있는 기술이 필요하였다. 또한 최근 인공지능 (AI)의 급격한 발전에 힘입어 다양한 생물학적 샘플에서의 신호분석에도 AI가 사용되고 있으며 라만 신호분석에서도 점점 더 많이 활용되어지고 있기 때문에 본 연구팀에서도 다양한 기계학습 방식들을 의미 있는 진단 신호를 추출하기 위하여 SERS 데이터 분석에 도입하였다.

​

본 연구에서는 Au-ZnO 나노구조 기반의 SERS칩을 사용하여 양측 신장 허혈성 쥐의 혈액 및 소변에서 라만 스펙트럼 신호를 얻어 신장기능을 평가하고자 하였고 주성분 분석(PCA)와 기계 학습 알고리즘을 사용해 라만신호에서 의미 있는 정보를 추출하여 SERS 기반 신장기능평가를 수행하고자 하였다.

​

​

본 연구를 위하여 연구팀은 쥐의 신장으로 연결되는 혈관을 묶어 인위적인 허혈성 신부전증 모델을 만들었으며 모델 제작 전 소변과 혈액을 채취하고 모델을 제작한 후 6시간이 지난후에 소변과 혈액을 다시 채취하였다. 이후 채취된 허혈성 신부전증 모델과 대조군의 소변과 혈액 샘플은 임상 바이오 마커 검출 기와 연구팀에서 제작한 Au-ZnO 나노막대 구조 SERS 칩을 사용하여 바이오마커 검출과 라만신호 검출을 진행하였다. 각 샘플에서 얻어진 라만 신호 스펙트럼은 기본적인 신호 분석 처리 후 PCA와 기계학습 알고리즘 중 하나인 부분최소제곱법 (PLS) 기반의 판별분석 (DA)을 적용하여 분석 하였다.

​

해당 급성 허혈성 신부전증 모델과 대조군 모델의 샘플을 H&E 조직 염색과 BUN 및 크레아티닌 수치 검사를 진행한 분석 결과, 급성 허혈성 신부전증으로 신장손상이 유발되었음을 증명하였다. 신장손상 유발이 증명된 채취 샘플의 라만 분광학적 분석을 통해 얻어진 라만 신호 데이터는 기계학습 알고리즘을 사용하여 급성 신장 손상을 정량적으로 평가하는데 사용하였으며, 그 결과 급성 신장 손상 정도를 예측하는 데 높은 정확도를 보였다.

​

결론적으로, 이 연구에서는 표면 강화 라만 분광법(SERS)과 기계 학습 알고리즘을 결합하여 혈액 및 소변의 바이오마커를 통해 신장 기능을 평가하는 새로운 방법을 제시하였다. 이 방법은 높은 정확도와 민감도를 가지며, 신장 기능의 진단과 모니터링에 큰 도움이 될 것으로 기대한다. 본 연구결과를 통해 Au-ZnO 나노구조 SERS 칩과 기계 학습 알고리즘의 활용은 신장 기능 평가와 같이 다양한 바이오마커의 복합적인 검출이 필요한 의료 분야에서 효과적인 방법으로 사용될 수 있을 것으로 예측되며 이러한 연구를 통해 더욱 개선된 진단 기술과 의료 서비스의 발전에 기여할 수 있을 것으로 기대된다.

​

이번 연구결과는 Analytical Chemistry(IF 8.008)에 22년 12월 게재됐다.