허원도 연구실

본 연구는 3D 홀로토모그래피와 딥러닝을 결합하여 세포사멸 경로(세포자멸사, 괴사성자멸사, 괴사)를 실시간으로 표지 없이 분류하는 플랫폼을 개발합니다. HeLa 세포로 훈련된 합성곱신경망은 99.3%의 높은 분류 정확도를 달성하며, 형광 기반 마커보다 수 시간 앞서 괴사성자멸사의 초기 굴절률 변화를 감지합니다. A549 폐암 세포에 대한 모델 미세조정으로 적응성을 입증합니다.

본 연구는 자기지도학습 기반 플랫폼 CLOSER를 개발하여 우울증 질환 모델 마우스의 자발적 행동을 3D 포즈 골격 데이터와 운동학적 특징으로 분석합니다. 만성 스트레스 마우스에서 성별과 질환 단계에 따른 서로 다른 운동 프로필을 발견했으며, 약물별 정신운동 증상의 회복을 정량화하여 약물 효능 판별 능력을 입증합니다.

본 연구는 위상 분리 응축체를 통해 단백질-단백질 상호작용을 프로파일링하는 이미징 기반 방법을 개발하고, Rho 소형 GTPase와 효과기 단백질 간의 수백 개 상호작용을 분석하여 자발적 세포 이동을 조절하는 두 가지 내재적 메커니즘을 규명합니다. FMNL은 Cdc42 활성을 제한하여 세포의 전면을 결정하고, Rac1-ROCK 상호작용은 호 응력 섬유 형성을 통해 자발적 방향 변화를 가능하게 하며 외부 신호에 대한 세포 반응을 증강합니다.

본 연구는 축 방향을 따라 다중 패턴을 희소하게 사용하는 고속 스캔 방식을 제안하여 홀로토모그래피의 느린 이미지 획득 속도 문제를 해결합니다. 제안된 방법은 기존 방법 대비 이미징 속도를 4배 향상시키면서 이미지 품질을 유지하며, 세포 및 조직 실험을 통해 빠르고 정확한 굴절률 이미징의 실용성을 입증합니다.

본 연구는 인공지능과 광유전학을 결합한 optoRET 기법을 이용하여 파킨슨병 진단 및 치료를 수행합니다. 3D 자세 추정 기술과 트리 기반 AI 모델을 통해 기존 방법보다 높은 정확도로 파킨슨병 심각도를 조기에 감지하며, optoRET는 사지 협응 개선과 진전 감소를 통해 질병 진행을 효과적으로 완화합니다.