Integrating artificial intelligence and optogenetics for Parkinson’s disease diagnosis and therapeutics in male mice
Parkinson’s disease (PD), a progressive neurodegenerative disorder, presents complex motor symptoms and lacks effective disease-modifying treatments. Here we show that integrating artificial intelligence (AI) with optogenetic intervention, termed optoRET, modulating c-RET (REarranged during Transfection) signalling, enables task-independent behavioural assessments and therapeutic benefits in freely moving male AAV-hA53T mice.
a Schematic of the experimental setup for establishing the bilateral hA53T PD mouse model, highlighting stereotaxic injection sites into the SNc of B6J male mice. b Table summarising experimental groups: control (CT: NI, EV, R1, R5) and PD (A1, A5), detailing the AAV-DJ/8-hSyn1 constructs and doses. See Supplementary Table 1 for details. c, e Schematics of the rotarod test (RRT) and elevated beam walking test (BWT), indicating how the respective scores (RRS and BWS) are derived. d, f RRS and BWS comparisons between CT and PD groups shown as fitted line and dot plots, longitudinally (0–10 wk) and at the 10 wk endpoint. g, h Comparative histological analysis between CT and PD groups, showing striatal TH intensity (STR) and SNc cell counts (SNC), normalised to the EV group (%) at 10 wk. i Machine learning (ML) pipeline for developing an AI model to diagnose and assess PD severity. The AVATARnet architecture is adapted from YOLOv4 and modified to include 53 CNN layers. 3D coordinates are computed using triangulation and bundle-adjustment. AI techniques are indicated by dashed lines, with automated ML processes utilising PyCaret highlighted at the bottom. j Representative 3D reconstructed action skeletons of motion sequences in the X–Z plane from the CT and PD clusters, with the anus as the reference point. Skeleton images of motion sequences were sampled with a temporal offset: every 5 frames for rearing and 3 frames for walking. k Comparisons of XGB model predicted PD scores (AI-predicted PD scores, APS) between CT and PD groups (unseen mice), shown in fitted line and dot plots longitudinally (0–10 wk) and at the 10 wk endpoint. Dashed lines on the graphs indicate health status boundaries (%): non-PD (NP; 0–25), mild PD (25–75), and severe PD ( > 75). l Table summarising comparative results from behavioural assessments (RRS, BWS and APS). Significant p-values are highlighted by shading. Data are shown as mean ± SEM; sample sizes (n) are indicated in plots. All statistical analyses were performed using one-way ANOVA followed by Holm–Sidak post hoc corrections for multiple comparisons. Schematics were created in BioRender. Heo, W. (2025) https://BioRender.com/cykyauz. Source data are provided in the Source Data file.
https://www.nature.com/articles/s41467-025-63025-w
카이스트,
AI와 뇌신호 빛 제어로 파킨슨병 조기진단·치료법 제시
모하마드 알리, 마이클 J. 폭스 등 세계적으로 잘 알려진 인물들이 파킨슨병으로 오랜 시간 투병해 왔다. 이 병은 떨림, 강직, 서동, 자세 불안정 등 복합적인 운동 증상이 나타나지만, 기존 검사법으로는 발병 초기 변화를 민감하게 포착하기 어렵고, 뇌 신호 조절을 겨냥한 약물 역시 임상에서 효과가 제한적이었다. 최근 한국 연구진이 AI와 광유전학을 융합한 기술을 통해 파킨슨병의 정밀 진단과 치료 평가 도구로 활용 가능성을 입증하고, 차세대 맞춤형 치료제 개발 전략을 제시하는 데 성공했다.
%20%ED%98%84%EB%B3%B4%EB%B0%B0%20%EB%B0%95%EC%82%AC,%20%EA%B9%80%EB%8C%80%EC%88%98%20%EA%B5%90.jpg)
연구팀은 두 단계의 중증도를 가진 파킨슨병 생쥐 모델(알파-시누클레인 단백질 이상으로 파킨슨병을 유발한 실험용 수컷 생쥐로, 사람의 파킨슨병을 모사하여 진단·치료 연구에 활용되는 표준 모델)을 구축하고, 뇌인지과학과 김대수 교수 연구팀과의 공동 연구를 통해 인공지능 기반 3D 자세 추정 기술을 행동 분석에 도입했다.
연구팀은 파킨슨병 생쥐의 걸음걸이, 손발 움직임, 떨림 같은 340여 가지 행동 신호를 인공지능으로 분석해 하나의 점수(파킨슨 행동지수)로 만들었습니다. 이 지수를 통해 파킨슨병을 발병 초기부터 기존 검사보다 더 정확하게 구분할 수 있음을 확인했습니다.
분석 결과, 파킨슨 행동지수는 질환 유도 2주 시점부터 대조군 대비 유의한 차이를 보였으며, 기존 운동능력 검사보다 더 민감하게 질환 정도를 판별했다. 예를 들어 보폭 변화, 손발 움직임 비대칭, 흉부 떨림 같은 행동이 파킨슨병 진단의 핵심 요인임을 밝혔다. 따라서 상위 20개 행동 표지에는 손·발 비대칭, 보폭·자세 변화, 흉부 고빈도 성분 증가 등이 포함됐다.
이러한 행동 지표가 단순히 운동 기능 저하를 나타 내는 것인지, 파킨슨병에만 나타나는 특이한 변화인지 확인하기 위해, 연구팀은 IBS 이창준 단장팀과 함께 루게릭병 생쥐 모델에도 같은 분석을 적용했다. 파킨슨병과 루게릭병(ALS) 모두 운동 기능에 문제가 생기는 질환이기에 단순히 운동이 나빠진 것 때문이라면 두 질환 모두에서 높은 파킨슨 행동지수가 나와야 한다.
%20%ED%98%84%EB%B3%B4%EB%B0%B0%20%EB%B0%95%EC%82%AC,%20%EA%B9%80%EB%8C%80%EC%88%98%20%EA%B5%90_00000.jpg)
분석 결과, 루게릭병(ALS) 동물 모델은 운동 기능이 떨어졌음에도 파킨슨병에서 보였던 높은 파킨슨 행동지수는 나타나지 않았다. 오히려 낮은 수준을 유지했으며, 행동 변화 양상도 파킨슨병과는 확연히 달랐다. 이는 이번에 개발한 파킨슨 행동지수가 단순한 운동 장애가 아니라 파킨슨병에만 나타나는 특징적인 변화와 직접적으로 관련됨을 보여준다.
그 결과, 파킨슨병 동물 모델에서 걷기와 팔다리 움직임이 더 매끄러워지고 떨림 증상이 줄어드는 효과가 확인됐다. 특히 하루 걸러 한 번 빛을 쏘는 방식(격일 주기)이 가장 효과적이었으며, 뇌 속 도파민 신경세포도 보호되는 경향을 보였다.
%20%ED%98%84%EB%B3%B4%EB%B0%B0%20%EB%B0%95%EC%82%AC,%20%EA%B9%80%EB%8C%80%EC%88%98%20%EA%B5%90_00001.jpg)
허원도 석좌교수는 “이번 연구는 인공지능 기반 행동 분석과 광유전학을 결합해 파킨슨병의 조기진단–치료평가–기전검증을 하나로 잇는 전임상 프레임을 세계 최초로 구현했다”라며, “향후 환자 맞춤형 치료제와 정밀의료로 이어질 중요한 토대를 마련했다”고 밝혔다.
그림 3. 광유전학을 이용한 파킨슨병 생쥐 모델의 질병 진행 완화 및 세포 사멸 억제 효과. 인공지능 기반 파킨슨병 점수 분석에서, 광치료군은 경증군 대비 점수가 유의하게 낮아 운동장애가 완화됨을 확인함. 사후 면역조직염색에서는 치료군에서 선조체 도파민 말단 밀집도와 흑질 도파민 세포 수가 경증군보다 유의하게 높게 유지됨.
%20%ED%98%84%EB%B3%B4%EB%B0%B0%20%EB%B0%95%EC%82%AC,%20%EA%B9%80%EB%8C%80%EC%88%98%20%EA%B5%90_00002.jpg)
※논문명: Integrating artificial intelligence and optogenetics for Parkinson's disease diagnosis and therapeutics in male mice
※DOI: https://doi.org/10.1038/s41467-025-63025-w
한편, 이번 연구는 KAIST 글로벌 특이점사업, 과학기술정보통신부·한국연구재단, IBS 인지 및 사회성 연구단, 보건복지부·한국보건산업진흥원 지원으로 수행됐다.
KAIST 홍보실
![[멍청대전] 이재명 정청래 찌라시](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhvj8NLPYJ1gEisr6Ot9i-Yl14SuFAj6-b7TFzqN-3IklvY01O5sL4dR5Kpqn9rJXoIyVQWvDlZw6iIGuI1sZID_ZeNsyTL72bBrNXaTM6JrNLm5GZjjK5wEgNILRV3mPG02G-KlMaCXHXxHZgC5XFrSOMDw6Qm802sOv9WIy187fs3FSisLSS-6LYgSVQ/w72-h72-p-k-no-nu/ttt.jpg)
댓글 없음:
댓글 쓰기