과학 기술은 매일 새로운 발견이 이루어지며 빠르게 발전하고 있습니다. CAS는 과학 분야의 과거와 현재를 아우르는 독보적인 시각을 바탕으로 올해 주목해야 할 신흥 트렌드에 대한 통찰력을 제공합니다. 최근 로렌스 리버모어 국립 연구소, 오하이오 주립 대학교, 오크 리지 국립 연구소, 그리고 CAS의 전문가들이 1월 25일 웨비나에 모여 2024년에 주목해야 할 과학적 돌파구와 트렌드를 조명했습니다.
본 웨비나를 통해 난치성 질환 해결, R&D 분야의 AI 영향력, 바이오 소재의 부상, 에너지 저장 기술, 핵융합 에너지 혁신에 관한 최신 동향을 확인해 보십시오. 새로운 트렌드에 대한 더 자세한 내용은 최근 기사에서 확인하실 수 있습니다.
웨비나 주요 하이라이트
토론의 시작으로 Janet은 난치성 질환 해결을 위한 주요 발전 사항과 신흥 트렌드를 제시했습니다. 신경퇴행성 질환, 알츠하이머병 치료를 위한 제약 분야의 발전, 파킨슨병 바이오마커 검증의 돌파구 등이 다루어졌습니다. 질병의 생물학적 원인에 기반한 이러한 돌파구는 치료법을 찾는 여정에서 중추적인 역할을 합니다. 또한 항암제 연구 개발의 접근 방식으로 항체-약물 접합체(ADC)도 살펴보았습니다. 암을 비롯한 기존의 난치성 표적을 치료할 수 있는 옵션이 발견됨에 따라 최근 몇 년간 ADC 특허 출원 트렌드가 급격히 증가했습니다.
Jonathan Allen 박사는 신약 개발 분야에서 AI와 머신러닝을 활용한 경험을 공유하며 논의를 이어갔습니다. 최근 새로운 생물학적 실체 및 저분자 화합물의 합성을 자동화하는 능력을 높이는 것이 핵심적인 신흥 트렌드로 자리 잡았으며, 이는 신약 탐색의 패러다임을 바꾸고 있습니다. AI와 머신러닝을 활용하면 잠재적인 약물 표적을 평가하고 신약이 인체 내에서 어떻게 반응할지 예측하는 데 도움이 됩니다. 마지막으로 저분자 임상시험용 신약 신청, 표적 효능, 유망한 약동학적 프로파일, 항체 재설계, 단백질 구조 예측 등 임상 성공 사례들이 논의되었습니다.
생물의학 및 재료 과학의 교차점에서 Kevin Hughes 박사는 이 분야의 혁신과 신흥 트렌드를 검토하기 위한 정량적 방법을 논의했습니다. CAS Content Collection™을 분석한 결과, 바이오 소재 분야에서 가장 빠르게 성장하는 8가지 핵심 영역이 밝혀졌습니다. 여기에는 자가 치유 바이오 소재, 지질 기반 소재, 바이오 잉크 등이 포함되었습니다. 대화의 마무리로 프로그래밍 가능한 바이오 소재에 대한 심층적인 트렌드 분석이 이루어졌으며, 학술지 및 특허 출원에서 가장 빈번하게 사용되는 바이오 소재 자극 요인이 공개되었습니다.
Yiying Wu 박사는 배터리 에너지 저장 트렌드를 논의하며 웨비나의 주제를 재료 영역으로 전환했습니다. 최근 리튬 이온 배터리, 전고체 배터리, 나트륨 및 칼륨 기반 배터리, 황 배터리, 심지어 산소 배터리에 이르기까지 많은 새로운 배터리 트렌드가 나타나고 있습니다. 각 기술은 셀 화학적 관점에서 기존의 과제를 해결하거나 이를 기반으로 발전하고 있습니다. 셀 화학을 넘어 제조 기술, 공급망, 배터리 재활용, 안전성 문제로 논의가 마무리되었습니다.
Arnold Lumsdaine 박사는 핵융합 에너지를 주제로 웨비나를 마무리했습니다. 그는 문명의 미래가 에너지에 달려 있으며, 전 세계적으로 증가하는 에너지 수요를 충족하기 위해 탄소 배출이 없는 에너지원이 시급하다는 점을 강조하며 발표를 시작했습니다. 과학적 개선, 인식 변화와 정치적 의지, 기술적 진보, 첨단 제조, 고성능 컴퓨팅, 소재 발전, 대규모 민간 투자 등 다양한 요인들이 핵융합 에너지를 새로운 시대로 이끌고 있습니다. 이어 핵융합 에너지 공정과 함께 플라즈마 물리학, 소재, 공학 분야의 과제들이 조명되었습니다.
마지막으로 참석자들은 AI와 머신러닝의 근본적인 차이부터 핵융합 에너지와 리튬 이온 배터리가 전기차와 함께하는 친환경 미래에 어떻게 부합하는지 등 다양한 질문을 던졌습니다. 요컨대, 이번 패널 토론은 향후 R&D 기회를 구체화하는 데 도움이 될 주목할 만한 신흥 주제들을 조명했습니다.
웨비나에서 나온 주요 질문들은 다음과 같습니다.
인공지능(AI)과 머신러닝의 근본적인 차이점은 무엇인가요?
- 머신러닝은 과거의 특정 문제 해결(특정 속성을 예측하는 데 초점을 맞춘 통계적 데이터 기반 모델)에 집중하는 반면, 이론적으로 AI는 그 상위 개념으로서 인간의 작업을 보완하는 역할을 합니다.
- 비교하자면 AI 화학자는 새로운 분자를 제안하고 어떤 분자를 제조 및 테스트할지 결정하는 시스템인 반면, 머신러닝 모델은 해당 시스템이 그러한 작업을 수행하는 데 얼마나 성공적인지를 평가하는 역할을 합니다.
바이오 소재 폴딩 박스는 2011년에 발표되었습니다. 그 이후 적용 사례나 진전 사항에 대한 업데이트가 있었나요?
- 그 이후 주목할 만한 두 가지 주요 진전 사항은 다음과 같습니다.
- 자극 반응성 소재를 활용한 3D 프린팅으로, 이는 “4D 프린팅”이라는 새로운 분야의 탄생으로 이어졌습니다.
- 나노 소재를 사용하여 새로운 유형의 자극 반응을 생성하는 기술입니다. 좋은 예로, 광열 활성 금형 나노입자와 온도 반응성 폴리(N-이소프로필 아크릴아미드)를 통합하여 가시광선에 반응해 진동하는 생체 모방 하이드로젤 “수영체(swimmer)” 개발을 들 수 있습니다.
리튬 배터리나 핵융합 에너지 관련 연구는 미국이 전기차 보급을 확대하려는 계획과 어떻게 연계됩니까?
- 전기차의 활용도가 더욱 대중화되려면 광물 채굴, 배터리 충전 시간, 극한 환경이 배터리에 미치는 영향 등 몇 가지 한계를 극복해야 합니다.
- 핵융합은 탄소 배출이 없는 전력원이 될 것입니다. 하지만 핵융합 연료 주기에서 삼중수소를 생산하기 위해 리튬이 필수 요소로 사용되므로, 리튬 공급 문제가 발생할 수 있습니다.
현재 전기차를 위한 에너지는 어떤 방식으로 공급되며(예: 석탄 등), 미래에는 어떻게 공급될 예정입니까?
- 전기차의 친환경성은 전력을 공급받는 전력망에 달려 있습니다. 따라서 전력망이 100% 석탄과 천연가스에 의존한다면 전기차는 친환경적이지도 탄소 중립적이지도 않습니다.
- 현재 미국은 화석 연료, 원자력, 재생 에너지 등을 혼합하여 전력을 공급하고 있으며, 미래에는 핵융합 에너지가 그 대안이 될 수 있습니다. 원자력, 수소 에너지, 리튬 이온 배터리 재활용의 미래에 대한 자세한 내용은 당사의 최신 인사이트 기사에서 확인하십시오.
엑소좀과 같은 생물학적 나노기술을 연구하는 곳이 있습니까?
- 네, 엑소좀은 약물 전달 시스템 및 치료제로서의 잠재력 때문에 활발히 연구되고 있습니다. 엑소좀 치료제 기업들은 암, 신경계 질환, 폐 질환, 상처 치유 등 다양한 질병 치료를 연구 중입니다. 엑소좀과 그 새로운 기회에 대한 자세한 내용은 ACS Nano에 게재된 최근 동료 심사 논문을 바탕으로 작성된 당사의 최신 CAS 인사이트 보고서에서 확인하실 수 있습니다.
신약 후보 물질 선별 과정에서 생성형 AI를 활용하는 것과 기존의 고속 대량 스크리닝(HTS) 방식을 비교한 연구가 있습니까?(AI/ML을 활용해 도출한 히트 화합물과 HTS를 통한 히트 화합물 간의 비교 등)
- 아직까지 엄격한 1대1 비교 연구는 찾아보기 어려우며, 실제로 수행하기에도 복잡한 과제입니다. 고속 대량 스크리닝 분야에서는 수십억 개의 화학 물질을 조합하여 테스트할 수 있는 DNA 인코딩 라이브러리가 활용되고 있습니다. 이 과정에서 HTS 데이터를 학습하는 머신러닝 모델을 구축하여 결과를 분류하고, 두 방식을 결합함으로써 더 나은 성과를 도출하는 방법이 항상 고려되고 있습니다.
웨비나 녹화 영상 및 관련 슬라이드는 여기에서 확인하십시오.
