GIST提出“脑疾病早期诊断”人工智能融合研究方向

by Min Chanki

Published 12 Aug.2025 16:51(KST)

InnoCore研究团公布首个成果

（从左起）GIST Inocore研究团的Hwang Junho博士、Lee Eunji教授和美国西北大学的Nathan C. Gianneschi教授。

光州科学技术院（GIST）12日表示，“GIST-InnoCORE研究团”新材料工程学科的 Lee Eunji 教授研究团队与美国西北大学研究团队合作，发表了提出“实时蛋白质成像 + 人工智能分析”融合研究新方向的研究成果，可用于阿尔茨海默病等退行性脑疾病的早期诊断。

GIST-InnoCORE研究团是科学技术情报通信部推进的国家研究人才培养项目“InnoCORE项目”下属的8个核心研究团之一，由GIST牵头负责。

InnoCORE项目由韩国4大科学技术院（KAIST、GIST、DGIST、UNIST）分别运营人工智能融合领域核心研究团，招募优秀的博士后研究员，由2名以上导师指导，实施“多重导师制”并支持全球联合研究。

GIST研究团以“面向脑疾病早期诊断的人工智能+纳米融合”为核心目标。本次成果是GIST-InnoCORE研究团通过“多重导师制”在研究初期阶段即确立融合研究方向的首个案例。Hwang Junho 博士以“InnoCORE Fellow”身份加入GIST-InnoCORE研究团后，在责任导师 Lee Eunji 教授以及海外学术导师——美国西北大学 Nathan C. Gianneschi 教授的指导下，将研究构想具体化。

退行性脑疾病的主要致病原因之一是蛋白质的异常聚集。研究团队关注到美国华盛顿大学 De Yoreo 教授团队所报道的“二阶段生长机制”，即丝蛋白经过不稳定的无定形簇集阶段后，生长为稳定的晶体结构的过程。若能理解这一过程，就可以控制蛋白质的“生长方向”，未来有望广泛应用于生物诊断技术和新材料设计领域。

在本次论文中，研究团队超越以往静态蛋白质分析，强调了利用“实时透射电子显微镜（in-situ TEM）”观测蛋白质结构变化，并将其与基于机器学习的人工智能分析相结合的重要性。

Lee Eunji 教授表示：“本研究是InnoCORE研究团所追求的‘脑疾病早期诊断及药物设计人工智能平台’构建的重要起点。若将人工智能技术应用于实时透射电子显微镜图像，就可以按病变阶段更加精细地分析诱发脑疾病的蛋白质聚集现象；若再与既有的临床样本分析数据相结合，将能有效用于预测阿尔茨海默病、帕金森病等退行性脑疾病的发病可能性及病程进展。”

Hwang Junho 博士表示：“在导师们的帮助下，我得以广泛理解研究的科学背景和人工智能应用可能性，并发展出融合研究的新想法。”