웨비나: 2024년 주목해야 할 과학 혁신과 새로운 트렌드

과학 기술은 빠르게 발전하고 있으며 새로운 발견이 매일같이 이어지고 있습니다. 과거와 현재를 통틀어 독특한 관점에서 과학 분야를 바라보는 CAS는 올해 주목해야 할 새로운 트렌드에 대한 통찰력을 제공합니다. 지난 1월 25일 Lawrence Livermore National Laboratory, 오하이오 주립대학교, Oak Ridge National Laboratory, CAS의 전문가들은 2024년에 주목해야 할 과학 혁신과 트렌드에 대해 다루는 웨비나에 참석하였습니다.

이 웨비나를 시청하고 약물 치료제 개발 문제 해결, AI가 R&D에 미치는 영향, 바이오소재의 부상, 에너지 저장 기법, 핵융합 에너지 혁신 관련 최신 개발 현황을 확인해 보십시오. CAS의 최신 기사를 읽고 새로운 트렌드에 대해 자세히 알아보십시오.

웨비나 주요 내용

Janet이 약물 치료제 개발 문제 해결을 위한 주요 발전 사항과 새로운 트렌드를 소개하면서 논의가 시작되었습니다. 신경퇴행성 질환, 알츠하이머 치료제 개발 현황, 파킨슨병을 위한 생체지표 검증 부문의 돌파구에 대한 내용이 다루어졌습니다. 해당 질병의 생물학적 요인을 기반으로 삼는 이러한 돌파구는 치료를 위한 핵심적인 역할을 합니다. 항체약물접합체(ADC)도 항암제 연구개발 부문과 관련이 있는 하나의 접근 방식으로 다루어졌습니다. 또한 연구원들이 암과 같이 이전에는 약물 개발이 불가능했던 표적을 다룰 수 있는 방법을 찾으면서 지난 몇 년간 ADC 특허 간행물의 수가 급격하게 증가했습니다

Jonathan Allen 박사는 계속해서 AI 및 머신 러닝을 신약 개발에 활용하는 것에 대한 경험을 공유했습니다. 최근에는 새로운 생물학적 개체 및 저분자 개체 합성 자동화 역량을 강화하는 것이 주요 트렌드가 되었으며 이러한 트렌드가 신약 탐색에 큰 변화를 불러오고 있습니다. AI와 머신 러닝을 사용하면 잠재적 약물 표적을 평가하고 신약의 신체 내 반응을 예측하는 데 도움이 됩니다. 마지막으로는 저분자 임상시험 계획 승인 신청, 표적 효능, 실현 가능성이 높은 약동학적 프로파일, 항체 재설계, 단백질 접힘 예측을 포함해 다양한 임상 성과의 예시를 살펴보았습니다.

Kevin Hughes 박사는 생의학과 재료 과학이 교차하는 지점에서 해당 영역의 혁신에 대해 소개하고 정량법을 활용하여 새로운 트렌드를 살펴보았습니다. 또한 CAS Content Collection™의 분석 내용을 통해 바이오소재 분야에서 가장 빠르게 성장하고 있는 여덟 가지 주요 영역을 확인할 수 있었습니다. 자가 치유 바이오소재, 지질 기반 소재, 바이오잉크가 여기에 포함되었습니다. 또한 프로그래밍 가능한 바이오소재 관련 트렌드를 보다 자세히 분석하였는데, 학술지와 특허 간행물을 통틀어 가장 널리 사용된 바이오소재 자극을 확인할 수 있었습니다.

Yiying Wu 박사는 물질적인 측면으로 넘어가 배터리 에너지 저장 관련 트렌드에 대해 다루었습니다. 최근에는 리튬이온 배터리, 전고체 배터리, 나트륨 및 칼륨 기반 배터리, 황 배터리, 산소 배터리까지 다양한 배터리 관련 트렌드를 접할 수 있습니다. 이러한 배터리들은 각각 셀 화학을 기반으로 구축되거나 셀 화학 관련 문제 해결을 돕습니다. 그런 다음 제조 기술, 공급망, 배터리 재활용, 안전에 대한 이야기로 논의를 마무리했습니다.

이번 웨비나의 마지막 순서였던 Arnold Lumsdaine 박사는 핵융합 에너지에 대해 다루었습니다. Arnold 박사는 가장 먼저 에너지에 세계의 미래가 달려 있으며 증가하고 있는 전 세계 에너지 수요를 충족하기 위해 하루빨리 무탄소 에너지원을 확보해야 한다고 강조했습니다. 과학 기술의 발전, 사고방식과 정치적 의지, 기술 개선, 첨단 제조, 고성능 컴퓨팅, 소재 개발, 대대적인 민간 투자를 포함해 수많은 사건들이 핵융합 에너지의 새로운 시대를 열고 있습니다. 이어서 핵융합 에너지 프로세스와 플라스마 물리학, 소재, 엔지니어링 관련 과제를 주의 깊게 살펴보았습니다.

끝으로 AI와 머신 러닝의 근본적인 차이점부터 전기차를 통해 친환경 미래를 만드는 데 핵융합 에너지와 리튬이온 배터리의 역할까지 참가자들이 다양한 질문을 하는 시간을 가졌습니다. 요약하자면 이 패널은 R&D 분야의 미래를 만들어 나가는 데 도움이 되는 주목할만한 새로운 주제들을 집중적으로 다루었습니다.

웨비나의 주요 질문들을 아래에서 확인하실 수 있습니다.

인공 지능(AI)과 머신 러닝의 근본적인 차이점은 무엇입니까?

• 머신 러닝은 과거의 특정 문제 해결(특정한 속성을 예측하는 데 초점을 맞춘 통계적 데이터 기반 모델)에 초점을 맞추고 AI는 이론적으로 머신 러닝의 상위 집합에 해당하며 인간의 역량을 증대시킵니다.
• 예를 들어 비교하면 AI 화학자는 새로운 분자를 제시하고 구성 및 테스트할 분자를 결정하는 시스템에 해당하며 머신 러닝 모델은 시스템이 작업을 얼마나 성공적으로 수행하는지 평가합니다.

바이오소재의 폴딩 박스는 2011년에 공개되었습니다. 그 이후로 해당 분야 또는 기술에 발전이 있었습니까? 

• 그 이후로 크게 두 영역에서 발전이 있었습니다.
  • 첫 번째로 자극 반응성 소재를 활용하는 3D 프린팅이 “4D 프린팅”이라는 새로운 분야로 이어졌으며
  • 나노규모 소재를 사용하여 새로운 유형의 자극 반응을 만들었습니다. 이에 대한 좋은 예로 광열 활성 금 나노입자와 온도 반응형 중합체(N-이소프로필아크릴아미드)를 통합하여 가시광선에 반응하고 진동하는 생체 모방형 히드로겔인 “스위머”의 개발을 꼽을 수 있습니다

리튬 배터리 또는 핵융합 에너지 관련 작업이 미국의 전기차 사용 확대 계획에 어떠한 도움이 됩니까?

• 전기차가 보다 널리 활용되려면 먼저 채광에 대한 우려, 배터리 충전 시간, 극한의 조건이 배터리에 미치는 영향과 같은 몇 가지 제약을 극복해야 합니다.
• 핵융합 에너지는 무탄소 전기 에너지원입니다. 그러나 리튬이 삼중수소 생산을 위한 핵융합 연료 주기 개선의 필수 요소이므로 리튬 공급이 문제가 될 수 있습니다.

현재 이러한 에너지는 어떠한 방식(예: 석탄 등)으로 EV에 제공되며 미래에는 어떠한 방식으로 제공됩니까? 

• 전기차의 청정도는 전력을 공급하는 전력망이 결정하는데, 전력망이 석탄과 천연가스만 사용한다면 해당 전기차는 청정하거나 탄소 중립적이라고 볼 수 없습니다.
• 현재 미국에서는 화석 연료, 원자력, 재생 에너지를 포함하여 다양한 에너지원을 사용하고 있으며 미래에는 핵융합 에너지를 활용하게 될 것입니다. 최신 Insights 기사에서 원자력 에너지, 수소 에너지, 리튬이온 배터리 재활용의 미래에 대해 자세히 알아보십시오.

엑소좀과 같은 생물학적 나노기술을 연구하는 사람이 있습니까?  

• 엑소좀의 경우 약물 전달 시스템으로서의 활용도와 잠재적 치료 효과를 살펴보기 위한 연구가 이루어지고 있습니다. 엑소좀 치료제 개발 기업은 암, 신경 질환, 폐 질환, 상처 치유를 비롯해 다양한 질병의 치료에 대한 연구를 진행하고 있습니다. 최근 상호 심사를 거쳐 발표된 ACS Nano의 간행물 기반 최신 CAS Insight Report에서 엑소좀과 엑소좀이 제시하는 새로운 기회들에 대해 자세히 알아보십시오.

생성형 AI를 활용하여 신약 선별 과정을 지원하는 방식과 전통적 HTS 방식의 효율성을 전반적으로 비교한 연구 자료가 있습니까? (예: AI/ML을 통해 선별한 물질과 HTS를 통해 선별한 물질 비교) 

• 정밀하게 비교한 내용이 있으면 좋겠지만 아직까지는 그러한 비교 결과가 없으며 이러한 작업은 고난도의 작업이 될 것입니다. 처리량이 높은 선별 과정의 경우, DNA 인코딩 라이브러리를 통해 수십억 개의 화학 물질을 활용하는 조합식 테스트가 가능합니다. 이때 HTS 데이터를 기반으로 학습하여 결과의 분류를 돕는 머신 러닝 모델을 구축할 수 있는데, 이 두 방법을 함께 사용하면 더 나은 결과를 도출할 수 있습니다.

웨비나 녹화본과 관련 슬라이드는 여기에서 확인하실 수 있습니다.