바이오산업동향

새로운 도시를 방문하면 모든 게 낯설게 느껴지고 건물들과 주변 지표들을 확인해가며 길을 잃지 않도록 신경을 쓰게 된다. 하지만 점차 익숙해지면 주변 지표들을 굳이 일일이 확인하지 않아도 길을 헤매는 일은 없어진다. 이런 학습을 통한 공간 기억이 생기는 원리를 국내 연구진이 밝혔다.

뇌의 영역 중 해마는 주변 환경과 자신의 위치 정보를 제공하며 새로운 사실을 학습하고 기억하는 기능을 하는 중요한 기관이다. 알츠하이머와 같은 뇌질환이 진행될 때 가장 먼저 손상되는 곳이기도 하다. 세포의 활동을 통해 위치를 인지할 수 있는 장소 세포 발견 이후 뇌의 위치추적 메커니즘이 점차 규명되었으며 공간의 탐색과 기억에 대한 많은 연구들이 발표되었다. 하지만 공간에 익숙해지면서 기억하게 되는 장소 세포가 어떻게 생성 되며 변화 하는지는 밝혀지지 않았었다.

한국과학기술연구원(KIST)은 뇌과학운영단 세바스쳔 로열 박사팀이 해마 속 과립세포가 이끼세포 등 다양한 신경 네트워크를 통해 장소를 학습하게 되는 원리를 규명했다고 밝혔다.

KIST 세바스쳔 로열 박사팀은 해마의 장소 정보 입력이 시작되는 부위로 알려진 치아이랑의 뇌 세포를 관찰하여 새로운 환경을 학습하면서 장소 세포가 생성되는 과정을 연구 하였다. 공간훈련장치인 트레드밀에서 실험용 생쥐를 27일 동안 훈련하며 치아이랑을 구성하는 뇌세포인 이끼세포와 과립세포의 변화를 관찰하였다.

장소를 기억하는 여러 특성을 갖고 있는 과립세포를 관찰한 결과, 새로운 공간에 놓였을 때 과립세포 내에 존재하는 장소세포는 사물의 위치 정보를 나타내거나 일정한 간격의 거리의 정보를 나타냈다. 점차 공간에 익숙해지고 학습된 후에는 사물의 위치 정보와 거리 정보를 나타내는 세포들은 소멸되고 특정 장소를 나타내는 장소세포들이 점차 늘어났다.

KIST 연구진은 이러한 학습에 따른 점진적 세포 활동의 변화를 신경망 모델중 하나인 경쟁학습 모델을 통해 재현하였고, 이끼세포 또한 과립세포와 상호작용을 통해 장소 기억에 관여함을 밝혔다. 이끼세포 자신은 공간 학습에 따른 큰 변화는 없었지만 이끼세포의 활동이 과립세포가 사물 위치 정보에서 공간의 위치기억으로 변화하는데 큰 역할을 한다고 밝혔다.

KIST 세바스쳔 로열 박사는 “해마의 역할을 이해하는데 크게 공헌함으로써 인공지능 기반의 신경공학에 기여할 뿐 아니라 기억 상실, 알츠하이머, 인지장애와 같은 해마의 손상과 관련된 뇌질환을 이해하고 치료 예방하는데 새로운 방향을 제시할 수 있을 것이다.”라고 밝혔다.

본 연구는 과학기술정보통신부 지원으로 KIST 주요사업으로 수행되었으며, 연구결과는 ‘Nature Communications’ (IF: 12.12, JCR 분야 상위 7.75%) 최신호에 게재되었다.
 * (논문명) Place cell maps slowly develop via competitive learning and conjunctive coding in the dentate gyrus
   - (제 1저자) 한국과학기술연구원 김소연 박사후연구원
   - (교신저자) 한국과학기술연구원 세바스쳔 로열


연구결과 개요

1. 연구배경
  해마의 신경세포들은 장소 특이적으로 발화하는 특성(장소필드)을 가지고 있어, 주변 환경의 위치정보를 제공하는 역할을 한다고 알려져 있다. 하지만, 학습 중 이러한 장소 특이적 발화 패턴이 어떻게 변화되는지는 아직 밝혀지지 않았다.   해마 치아이랑의 과립세포는 해마의 첫 번째 정보처리 관문으로, 포유류 해마 신경세포의 거의 절반을 차지한다. 과립세포는 국소적으로 억제성 인터뉴런 및 작은 흥분성 세포인 이끼세포와 상호 작용한다. 본 연구는 과립세포의 장소 특이적 발화 패턴이 피드백 억제에 의해 매개되는 경쟁학습이론과 입력을 통한 Hebbian 시냅스 가소성의 조합을 통해 생성된다고 가정 하였다. 본 결과를 통해 환경 학습 과정에서 과립세포의 장소 특이적 발화 패턴이 어떻게 발전하는지를 경쟁학습이론으로 구현하였다.

2. 연구내용
  환경 학습 중 해마의 공간 표현형성을 측정하기 위해 시각/촉각 정보가 풍부한 트레드밀 위를 달리도록 쥐를 훈련 시켜 27일 동안 과립세포와 태상세포의 전기생리학적 신호를 측정하였다. 우선, 광유전학적 기법, 발화패턴 분석법 등을 기반으로 과립세포와 태생세포의 신호를 분리 하였다. 과립세포는 장소필드가 1)단일 장소필드 2)다중 불특정 장소 필드 3)특정 물체에 반응하는 랜드마크벡터 4) 특정 공간의 거리간격 필드의 패턴으로 나뉘어짐을 관찰하였다. 훈련 일수가 지남에 따라 장소필드를 가지는 과립세포들의 개체수가 늘어가며, 랜드마크벡터 및 주기적세포 패턴에서 단일 혹은 다중필드의 패턴으로 점진적으로 바뀜을 관찰하였다. 또한, 같은 날 동일한 트레드밀을 달리는 동안 소멸되는 장소필드의 숫자 대비 생성되는 장소필드 숫자가 훈련일이 증가하면서 비슷해지면서 장소필드를 가지는 과립세포의 숫자와 일관된 결과를 보였다. 반면, 이끼세포의 경우 훈련 일수에 따른 특별한 변화를 보이진 않았다. 장소필드는 대부분 트레드밀의 특정 물체에 반응하는 패턴을 보였다. 이렇게 측정된 과립세포의 훈련일수에 따른 패턴변화 데이터를 계산과학 모델(computational modeling)인 경쟁학습모델을 통하여 설명할 수 있었다. 모델은 내후각피질의 랜드마크벡터 세포와 격자세포로부터 강한 피드백억제를 받는 과립세포간의 접합관계(시냅스) 정보와 시냅스 간의 무게를 정규화할 수 있는 수식을 포함 한다. 물체의 반응하는 발화패턴을 가진 이끼세포가 피드백억제를 통해 과립세포의 장소필드의 단일 장소 필드로의 변화패턴을 유도 할 수 있음을 보여주었다. 더 정교한 계산과학 모델을 통하여 흥분성 과립세포의 다중 불특정장소 필드를 갖는 패턴 또한 설명 할 수 있었다. 따라서 이 연구는 과립세포의 공간표현패턴의 변화와 이끼세포의 관계를 설명하여 경쟁학습 모델을 핵심 메커니즘으로 제안하였다.

연구결과 문답

□ 연구를 시작한 계기나 배경은?

세포의 활동을 통해 위치를 인지할 수 있는 장소 세포 발견 이후 뇌의 위치추적 메커니즘이 점차 규명 되었으며 공간의 탐색과 기억에 관한 많은 연구들이 발표 되었다. 하지만 공간에 익숙해지면서 기억에 장소 세포가 어떻게 생성 되며 변화 하는지에 밝혀지지 않았었다.

□ 이번 성과, 무엇이 다른가?

이러한 학습에 따른 점진적 세포 활동의 변화는 잘 알려진 신경망 모델중 하나인 경쟁학습 모델을 통해 재현 하였고 잘 알려지지 않았던 이끼세포 또한 과립세포와 상호작용을 통해 장소 기억에 관여함을 밝혔다. 이끼세포 자신은 공간이 학습하는 것과는 별개로 큰 변화는 없었지만 이끼 세포의 활동이 사물 위치에서 과립세포를 억제시켜 과립세포가 사물 위치 정보에서 공간의 위치기억으로 변화하는데 큰 역할을 한다고 밝혔다.

□ 실용화된다면 어떻게 활용될 수 있나?

본 연구는 해마의 역할을 이해하는데 크게 공헌함으로써 인공지능 기반의 신경공학에 기여할 뿐 아니라 기억 상실, 알츠하이머, 인지장애와 같은 해마의 손상과 관련된 뇌질환을 이해하고 치료 예방 하는데 새로운 방향을 제시할 수 있을 것이다.

□ 기대효과와 실용화를 위한 과제는?

측정데이터를 통해 학습의 기본 메터니즘을 이해하고 모델링함으로 뇌과학과 인공지능을 연계할 수 있으나 정교한 인공지능 구현을 위해서는 더 많은 기초과학 연구 결과가 필요하다.  특화 뇌지도에 기여하여 기억상실, 알츠하이머, 인지장애와 같은 맞춤형 뇌질환 치료에기여 하기 위하여 다양한 모델에서의 추가 연구가 필요하다.

 


[그림 1] 트레드밀 학습 중 세포 활동 기록


[그림 2] 트레드밀 학습을 위한 컴퓨터 모델