뉴런 – 포커스온경제 통합 검색

전체기사보기
2025-04-21 (월)

검색

케타민 장기 사용 시 뇌 도파민 시스템 변화

현대 사회에서 다양한 스트레스로 인해 우울증을 겪는 사람들이 점차 증가하고 있다. 우울증은 기분, 흥미, 에너지, 집중력 등에 변화를 일으키는 정신 질환으로, 적절한 치료 없이 방치될 경우 자살로 이어질 위험이 있는 심각한 질병이다. 케타민은 우울증 치료에 효과적인 것으로 알려진 약물 중 하나이다. 원래 마취제로 사용되는 이 물질은 우울증 환자에게 단 한 번의 투여로도 증상을 빠르게 완화시킬 수 있다는 연구 결과가 있다. 그러나 케타민의 장기 사용에 따른 부작용이 우려되어 추가적인 연구가 필요한 상태이다. 신경 과학 전문지 싸이포스트(SyPost)에 따르면, 미국 컬럼비아대학교의 연구팀은 케타민이 뇌의 도파민 관련 뉴런에 다양한 변화를 유발한다는 사실을 밝혀냈다. 도파민 뉴런은 기분, 인지, 운동, 학습, 기억, 보상 등의 기능에 중요한 역할을 하는 신경전달물질 도파민을 분비하는 뉴런을 말한다. 컬럼비아대학교의 연구팀은 쥐를 대상으로 케타민의 장기적인 영향을 연구했다. 연구 과정에서 쥐들은 10일 동안 다양한 용량의 케타민에 노출되었다. 사용된 케타민의 용량은 체중 30kg당 100mg 즉 체중 1kg당 1mg으로, 이는 치료적 사용과 고용량의 레크리에이션 사용을 모방한 것이다. 연구 결과에 따르면, 저용량의 케타민 노출은 기분, 식욕, 수면 등을 조절하는 시상하부의 도파민 관련 뉴런 수를 증가시켰으나, 고용량의 케타민 노출은 행동 상태를 조절하는 중뇌의 도파민 관련 뉴런 수를 감소시켰다. 더불어, 케타민 노출은 뉴런의 연결 구조에도 변화를 가져왔다. 고차원 인지 기능과 관련된 전전두엽 피질에서는 뉴런의 연결 밀도가 증가한 반면, 청각 및 공간 정보 처리와 관련된 영역에서는 뉴런 돌기의 감소가 관찰됐다. 이러한 결과를 바탕으로 연구팀은 케타민이 뇌의 도파민 시스템을 재구성하여 인지적 및 행동적 변화를 유발할 수 있다는 가설을 제시했다. 연구의 공동 저자인 말리카 다타(Malika Datta)는 "케타민을 반복적으로 사용한 후 볼 수 있는 뇌의 도파민 시스템 재구성은 시간이 경과함에 따라 인지적 및 행동적 변화와 관련이 있을 수 있다"라고 설명했다. 이번 연구에서 또 다른 발견은 케타민에 대한 뇌 반응에 번역되지 않은 메신저 RNA(mRNA)의 관여였다. 뉴런 내에서 번역되지 않은 mRNA는 단백질 생산에 즉시 사용되지 않는 유전 정보의 한 형태로, 연구팀은 이러한 번역되지 않은 mRNA가 만성적인 케타민 노출에 대한 뇌의 적응 과정에서 중요한 역할을 한다고 밝혔다. 즉, 케타민은 뇌의 도파민 시스템을 재구성함으로써 인지 행동 변화를 유발할 수 있다는 것이다. 이러한 변화는 우울증뿐만 아니라 다른 정신 질환과도 연관될 가능성이 있다. 또한, 케타민에 대한 뇌 반응에 번역되지 않은 mRNA가 관여한다는 사실은 케타민의 치료적 효과와 부작용을 이해하는 데 도움이 될 것으로 보인다. 이 연구는 케타민이 뇌에 미치는 광범위한 영향을 이해하는 데 중요한 기여를 하며, 케타민의 치료적 사용에 있어서 적절한 복용량과 장기 사용에 대한 주의가 필요함을 시사한다. 향후 연구에서는 케타민이 뇌의 도파민 시스템을 재구성하는 구체적인 메커니즘과 번역되지 않은 mRNA가 케타민의 치료적 효과와 부작용에 미치는 영향을 더욱 깊이 탐구할 필요가 있다.
- IT/바이오
2023-12-13 11:32:00
美 뇌 노화 단백질 발견…기억력 개선 기대

미국 마운트 시나이(Mount Sinai) 대학 연구팀이 뇌 노화 관련 단백질을 발견했다고 발표했다. 이 단백질은 TIMP2(조직 억제제 메탈로프로테아제 2)로 불리며, 해마 영역에서 기억력과 학습에 중요한 역할을 한다. 사이테크데일리에 따르면 마운트 시나이 대학 연구팀은 돌연변이 마우스 모델을 사용하여 뇌 노화 단백질(TIMP2) 수치가 감소하면 해마의 가소성(plasticity)과 기억 기능이 감소한다는 것을 발견했다. 가소성은 뇌가 새로운 정보를 받아들이고 학습할 수 있는 능력을 말한다. 노화와 신경퇴행성 질환 노화는 알츠하이머병을 포함한 많은 신경퇴행성 질환의 가장 큰 위험 요인으로 알려져 있다. 마운트 시나이 연구팀과 다른 연구자들의 이전 연구는 TIMP2를 포함하여 젊은 혈액에 풍부한 단백질이 해마의 가소성 또는 기억과 관련된 신경 과정의 유연성에 영향을 미쳐 늙은 동물의 뇌 기능을 젊어지게 하는 데 활용될 수 있다는 것을 발견했다. 이러한 중요한 발견에도 불구하고 TIMP2가 분자 수준에서 해마의 가소성을 조절하는 방법에 대한 생물학에 대해서는 알려진 바가 거의 없었다. TIMP2의 분자 메커니즘 연구팀은 나이가 들면서 발생하는 것으로 알려진 혈액과 해마의 TIMP2 수치 손실을 모방한 돌연변이 쥐 모델을 사용했다. 또한 연구자들이 해마의 뉴런에 의해 발현되는 TIMP2 풀을 구체적으로 표적으로 삼고 삭제할 수 있는 모델을 만들었다. 이러한 모델은 RNA 염기서열 분석, 공초점 이미징, 초고해상도 현미경 및 행동 연구와 결합하여 TIMP2의 가소성 조절에 대한 상세한 분자 검사를 가능하게 했다. 연구진은 TIMP2의 손실은 해마에 세포외 기질 성분의 축적을 초래하며, 이는 성인으로 태어난 뉴런의 생성, 시냅스 무결성 및 기억을 포함한 가소성 과정의 감소와 함께 발생한다는 것을 알게 되었다. 세포외 기질은 세포 주변과 세포 사이의 구조적 미세환경을 구성하는 많은 고분자 구성 요소의 네트워크이다. 연구팀은 세포외 기질에 영향을 미치는 해마에 전달된 효소로 이 표현형을 직접 표적으로 삼았고, 감소된 TIMP2 설정에서 일반적으로 손상된 가소성 과정이 복원되었음을 발견했다. 뇌 노화 단백질 발견의 의의 이 연구는 세포외 기질을 조절하는 표적 과정이 뇌의 가소성을 개선하는 접근법을 설계하는 데 중요한 방향이 될 수 있음을 시사한다. 뇌 노화의 특징을 역전시킬 수 있는 잠재력을 가진 요인을 특성화하는 데 주력하고 있는 연구팀은 세포외 기질을 조절하는 TIMP2 이상의 분자를 탐구할 계획이며, 이 연구가 노화와 관련된 다양한 장애를 완화하는 맥락에서 이 분야를 어디로 가져갈 수 있는지에 대해 낙관적이다. 연구팀의 공동 저자인 조셉 칼스테로노(Joseph Castellano) 박사는 "TIMP2는 세포외 기질의 구성 요소를 통해 미세환경의 유연성을 변화시킨다"라고 말했다. 그는 "세포외 기질을 조절하는 경로를 연구하는 것은 가소성이 영향을 받는 질병에 대한 새로운 치료법을 설계하는 데 중요할 수 있다"고 덧붙였다. 연구팀은 앞으로 TIMP2가 뇌의 다른 영역에서 어떤 역할을 하는지, 그리고 TIMP2를 조절하는 방법으로 뇌 노화 관련 질환을 치료할 수 있는지 연구할 계획이다. 마운트 시나이 대학 연구팀의 이번 연구는 뇌 노화와 관련된 단백질이 뇌 가소성과 기억력에 미치는 영향을 밝힌 것으로 주목된다. 이 연구 결과는 알츠하이머병과 같은 노화 관련 질환의 치료법 개발에 새로운 가능성을 제시할 것으로 기대된다.
- IT/바이오
2023-12-06 11:34:00
[퓨처 Eyes(11)] 나노와이어 '두뇌' 네트워크, "즉시 학습하고 기억" 가능성 입증

최근 '나노와이어 두뇌' 등 물리적 신경망의 혁신적인 발전이 주목을 받고 있다. 뇌의 뉴런이 작동하는 방식에서 영감 받은 물리적 신경망은 최근 실험에서 처음으로 즉석에서 학습하고 기억하는 것이 확인되는 단계에 이르렀다. 나노와이어 두뇌는 인공 지능(AI)과 기계 학습 분야에서 사용되는 혁신적인 기술 중 하나다. 이 개념의 핵심은 미세한 나노스케일의 와이어를 사용하여 인간 두뇌의 작동 방식을 모방하는 것이다. 다시 말하면, 나노와이어 두뇌 또는 나노와이어를 사용하는 인공 신경망은 뇌의 구조와 기능을 모방하기 위해 나노스케일의 전도성 와이어를 사용하는 첨단 기술이다. 이 기술은 신경과학과 나노기술의 교차점에 있으며, 인공 지능과 머신 러닝 분야에서 혁신적인 발전을 가져올 가능성이 크다. 과학전문 매체 사이키(phys.org)에 따르면 호주 시드니 대학교와 미국 로스앤젤레스 캘리포니아 대학교의 과학자들이 주도한 최근 연구에서 나노와이어 네트워크(신경망)가 뇌의 뉴런처럼 작동하여 '즉석에서 학습하고 기억'하는 능력을 보여주었다. 나노와이어 신경망이란? 나노와이어 네트워크는 직경이 불과 10억 분의 1미터인 미세한 와이어들로 구성되어 있다. 이 와이어들은 어린이 게임 '나무 블록 빼기 놀이'(Pick Up Sticks, 쌓아 올려져 있는 나무 조각들의 밑창 빼기)와 유사한 패턴으로 배열되어 있으며, 인간 뇌의 신경망을 모방한다. 이는 복잡한 실제 학습과 기억 작업을 수행할 수 있는 저에너지 기계 지능 개발의 가능성을 열어주고 있다. 논문 제1저자인 루오민 주(Ruomin Zhu) 시드니대학교 나노연구소 및 물리학과 박사과정 연구원은 "나노와이어 네트워크를 사용해 뇌에서 영감을 받은 학습·기억 기능을 동적 스트리밍 데이터 처리에 활용할 수 있다"고 설명했다. 기억과 학습 작업은 나노와이어가 교차하는 접점에서 발생하는 전자 저항의 변화를 이용한 간단한 알고리즘을 통해 이루어진다. 이 기능은 '저항성 메모리 스위칭'으로 알려져 있으며, 전기적 입력이 전도성 변화와 맞닥뜨릴 때 발생한다. 이는 인간 뇌의 시냅스에서 일어나는 현상과 유사하다. 이 연구는 인공 지능과 기계 학습 분야에서 새로운 장을 열고 있으며, 향후 더욱 효율적이고 지능적인 기계 시스템의 개발로 이어질 것으로 기대된다. 이 연구 결과는 '네이처 커뮤니케이션즈'에 지난 11월 1일 게재됐다. 이 연구에서 과학자들은 이미지에 해당하는 전기 펄스 시퀀스를 인식하고 기억하는 방법으로 나노와이어 네트워크를 활용했다. 이는 인간 뇌의 정보 처리 방식에서 영감을 얻은 것으로, 뇌과학과 인공 지능의 접목을 시도한 중요한 연구 사례로 평가된다. 전화번호 기억과 비슷 연구 책임자인 즈덴카 쿤치치 교수는 이 기억 과제가 전화번호를 기억하는 것과 비슷하다고 설명했다. 그는 이 네트워크가 MNIST 데이터베이스의 필기 숫자 이미지, 즉 머신 러닝에서 사용되는 7만개의 작은 회색조 이미지 컬렉션을 활용하여 벤치마크 이미지 인식 작업을 수행했다고 말했다. 쿤치치 교수는 "과거 연구에서 나노와이어 네트워크가 간단한 작업을 기억하는 능력을 증명했다. 이번 연구는 온라인으로 접근 가능한 동적 데이터를 활용하여 작업을 수행함으로써 이러한 연구 결과를 확장했다"고 덧붙였다. 그는 "지속적으로 변경되는 대량의 데이터를 처리할 때 온라인 학습 기능을 달성하는 것은 어려운 과제다. 표준 방식은 데이터를 먼저 메모리에 저장한 후 이를 활용해 머신 러닝 모델을 훈련하는 것이지만, 이 방법은 광범위한 적용에는 너무 많은 에너지를 소모한다"고 설명했다. 이어 "우리의 새로운 접근 방식을 통해 나노와이어 신경망은 데이터 샘플마다 즉시 학습하고 기억함으로써 온라인으로 데이터를 추출할 수 있으며, 이는 메모리와 에너지 사용을 크게 줄여준다"고 말했다. 루오민 주 연구원은 온라인 정보 처리의 추가적인 장점을 언급했다. 그는 "예를 들어, 센서에서 데이터가 지속적으로 스트리밍되는 상황에서는, 인공 신경망을 활용한 머신 러닝이 실시간으로 적응할 수 있어야 한다. 하지만 현재 기술은 이에 최적화되어 있지 않다"고 부연했다. 이 연구에서 나노와이어 신경망은 테스트 이미지를 93.4%의 정확도로 식별하며 벤치마크 머신 러닝 성능을 입증했다. 연구에 포함된 기억 과제는 최대 8자리 숫자 시퀀스를 재생하는 것이었다. 두 과제 모두에서, 데이터를 네트워크로 스트리밍하여 온라인 학습 능력을 증명하고, 메모리가 학습을 어떻게 향상시키는지를 보여주었다. 나노와이어 두뇌 특징 나노와이어 두뇌의 특징으로는 나노스케일 구조와 전도성, 플라스틱성, 저에너지 소비 등이 있다. 먼저 나노와이어는 극도로 작은 크기(일반적으로 나노미터 단위)를 가지고 있어, 매우 높은 밀도의 신경망을 구현할 수 있다. 이는 인간 두뇌의 복잡한 신경망을 모방하는 데 유리하며, 여러 신경망의 연결을 통해 복잡한 계산을 수행할 수 있다. 전통적인 전자 기기에 비해 에너지 효율이 높아 저에너지를 사용한다. 또한 나노와이어는 전기 신호를 효율적으로 전달할 수 있어, 뇌의 신경 전달 방식을 모방하는 데 적합하다. 나노와이어 기반 신경망은 플라스틱성(학습과 기억에 필요한 구조적, 기능적 변화)을 통해 새로운 정보를 학습하고 저장할 수 있다. 나노와이어는 전기화학적 신호를 사용하여 정보를 처리하고 저장한다. 뉴런과 같이 동적으로 연결되며, 학습과 기억 과정에서 이들 연결이 강화되거나 약화된다. 나노와이어 두뇌 응용 분야 나노와이어 두뇌는 인간 두뇌와 유사한 방식으로 정보를 처리하고 학습하는 AI 시스템에 활용된다. 데이터 스트리밍과 실시간 학습 능력을 통해 기계 학습 모델을 개선하는 데 사용될 수 있다. 자율적인 의사결정과 복잡한 환경에서의 적응력을 갖춘 로봇에 적용될 수 있다. 나노와이어 기반 기술은 미래의 AI 및 컴퓨팅 분야에서 중요한 역할을 할 수 있는 잠재력을 가지고 있다. 그러나 이 기술은 아직까지 연구 개발 단계에 있으며, 상용화까지는 추가 연구와 발전이 필요하다. 이러한 나노와이어 두뇌 기술은 빠르게 진화하고 있는 분야로, 그 개발과 응용은 향후 몇 년 동안 상당한 관심을 끌 것으로 예상된다.
- 포커스온
2023-11-16 09:15:00
AI의 판도를 바꾸는 MIT의 '액체 신경망'

오픈AI의 챗GPT는 자연어 처리 분야에서 혁명적인 변화를 가져왔다. 이를 바탕으로 중국, 한국 등 전세계 여러 국가들이 생성형 인공지능(AI) 개발에 본격적으로 나섰다. 프랑스 기술 전문 매체 르빅데이터프랑스에 따르면 MIT의 컴퓨터과학 및 인공지능 연구소(CSAIL) 팀은 AI, 로봇공학, 자율주행차 분야의 혁신이 가능한 '액체 신경망(LNN, Liquid neural network)'이라는 새로운 딥 러닝 모델을 선보였다. 전통적인 딥 네트워크는, 예를 들어 차선 유지 같은 기능을 수행하기 위해 약 10만 개의 인공뉴런과 50만 개의 매개변수가 필요했다. 그러나 액체 신경망을 이용하면 불과 19개의 뉴런만으로 동일한 작업을 처리할 수 있을 정도로 효율적이다. 더불어 기존 딥 러닝 시스템이 인과 관계 파악에 한계가 있었던 반면 액체 신경망은 인과 관계를 더욱 깊게 이해하며, 다양한 상황에 유연하게 대응할 수 있다. 이러한 액체 신경망 개발의 배경은 로봇이 대규모 언어 모델을 실행하기에는 필요한 컴퓨팅 능력과 저장 공간이 부족하다는 점에서 출발했다. MIT CSAIL의 다니엘 러스(Daniel Rus) 이사는 로봇에 적합하며 실시간으로 실행 가능한 효율적인 신경망 개발의 필요성을 강조했다. 기존 신경망과는 다르게, 동적으로 조절 가능한 미분 방정식을 활용하여 새로운 상황에 유연하게 대응할 수 있게 됐다. 이는 기본적인 수학 방정식과 함께 새로운 하드웨어 구조를 통해 동적 학습이 가능하도록 설계된 결과이다. 연구팀은 여름 동안 숲에서 촬영한 비디오 스트림에서 물체를 인식하기 위해 LNN 및 다양한 딥 러닝 모델을 훈련시켰다. LNN은 높은 정확도를 유지했지만, 다른 신경망 모델들의 성능은 크게 저하되었다. 이러한 차이는 유동 네트워크가 작업 자체에 중점을 두는 반면, 다른 모델들은 작업의 맥락과 테스트 환경 분석에 지나치게 의존하기 때문으로 해석된다. 실제로 LNN에서 분석한 어텐션 맵을 보면, 도로 감지를 위한 운전 작업이나 객체 감지를 위한 작업에서 주요 요소에 높은 값을 할당했다. 이러한 특징이 상황 변화에도 과제를 유연하게 적응할 수 있었던 배경이다. 이들의 핵심적인 용도는 바로 비디오, 오디오 스트림, 온도 측정 시퀀스 등 지속적인 데이터 스트림 지원이다. 이러한 특성 덕분에 로봇공학이나 자율주행차와 같은 강력한 보안이 필요한 애플리케이션에 적합할 것으로 예상하고 있다. MIT 연구팀은 앞으로 다중 로봇 시스템과 다양한 데이터 유형에 대한 연구를 통해 이 네트워크의 새로운 기능과 한계를 탐색할 예정이다.
- IT/바이오
2023-09-11 08:52:00