연구책임자: 신종오 교수(자연과학대학 생물학과)

연구소개

우리 연구팀은 미생물을 모델로 다양한 탄소원 및 질소원(당류, 유기산, 아미노산 등)에서의 에너지 대사 및 조절 기작을 새롭게 규명하고 있습니다. 기존에는 포도당 중심으로만 연구가 진행되어, 실제 산업 및 환경에서 흔히 쓰이는 여러 탄소원을 총체적으로 반영하지 못하는 한계가 있었습니다. 이에 우리는 최대한 폭넓은 탄소원을 대상으로 빅데이터(오믹스데이터)와 AI(머신러닝) 기법을 활용함으로써, 기존에 알려지지 않았던 전사인자나 유전자 네트워크를 발굴하고, 이를 산업생명공학 분야에 응용할 수 있는 핵심 기술 기반을 마련하고자 합니다.

그림 1. 전통적 질소 대사 조절 모델의 개념도. 질소 대사는 세포 내 GLN/AKG 상태를 반영하는 NtrC를 중심으로 질소 섭취와 동화 경로가 조절되는 것으로 이해되어 옴. 이 개념도는 영양소 유입이 전구체 형성 및 성장 유지와 연결되고, 그 과정에서 탄소 및 질소 대사 조절 축이 각각 전사 수준에서 작동함을 요약함.

연구목표

□ 방대한 영양 조건에서의 대장균 전사체 빅데이터를 구축

□ 인공지능 머신러닝 기법을 적용하여, 새로운 조절 인자와 네트워크를 발굴

□ 전통적 에너지 대사 조절 모델을 넘어서는 확장된 영양소 및 에너지 대사 조절 맵을 제시하고,

□ 이를 통해 바이오에너지·의약·화학 산업등에 적용 가능한 고효율 균주 엔지니어링 전략을 수립함.

기대효과 

□ 산업생명공학 발전: 저비용·고효율 균주 개발로 단백질의약품, 바이오연료, 바이오화학 원료 생산 공정의 경쟁력 강화

□ 미생물 유전체학 기여: 전 세계적으로 대표 모델 생물인 대장균의 대사 및 유전자 조절 지식확장

□ AI 기반 연구 확대: 머신러닝 기법을 활용한 빅데이터 분석 사례로, 학계·산업계 협력 및 후속 연구 활성화 촉진