AI 요약
대부분의 다세포 생물은 단 하나의 수정란 세포에서 출발하여 매번 정교하고 고도로 복합적인 신체 구조와 장기를 동일한 배열로 자가 조립해 냅니다. 2020년 2월 11일 구글과 터프츠 대학교 연구진이 발표한 이 연구는 생물이 스스로의 신체를 구축하는 가장 근본적인 능력인 '형태형성(Morphogenesis)'을 자가 조직화(Self-organisation) 관점에서 다룹니다. 개별 세포들은 중앙 제어 장치 없이 이웃 세포들과 실시간 상호작용하며 장기의 크기와 형태, 정지 시점을 스스로 판단합니다. 진화는 유전체에 인코딩된 세포 하드웨어 상에서 물리 및 연산 법칙을 활용해 극도의 견고함을 자랑하는 소프트웨어를 작동시킵니다. 이는 생명체가 심각한 외부 손상을 입더라도 도롱뇽처럼 손상된 장기나 뇌, 사지를 재생하거나, 배아가 둘로 쪼개져도 완전한 일란성 쌍둥이로 각각 성장하는 적응력을 보여줍니다. 본 연구진은 유전학과 줄기세포학의 한계를 넘어 세포 집단이 특정 해부학적 최종 목표를 향해 협업하는 규칙을 밝히고, 궁극적으로 생물의 성장을 통제할 수 있는 시스템을 설계하고자 합니다.
핵심 인사이트
- 연구 주체 및 발표일: 구글(Google)의 알렉산더 모르드빈체프, 에토레 란다조, 에이빈드 니클라손 및 터프츠 대학교 앨런 디스커버리 센터의 마이클 레빈(Michael Levin) 교수가 참여했으며 2020년 2월 11일에 발표되었습니다. (DOI: 10.23915/distill.00023)
- 생물학적 자가 복원의 메커니즘: 완벽한 사지, 눈, 심지어 뇌의 일부까지 스스로 재생하는 도롱뇽과 같은 자연계의 강인성(Robustness)을 인공 세포 오토마타 모델에 투영합니다.
- 전체 형태 규정 알고리즘: 특정 유전자가 관여하는 재생 메커니즘을 넘어, 세포 집단이 최종적인 3차원 해부학적 형상을 어떻게 인식하고 성장을 중단하는지에 대한 궁극적인 '알고리즘'을 규명하고자 합니다.
주요 디테일
- 미분 가능한 자가 조직화 시스템: 신경 세포 오토마타(Neural Cellular Automata)를 활용해 세포 분열과 소통, 자가 재생 과정을 미분 가능한(Differentiable) 모델로 시뮬레이션합니다.
- 항상성 피드백 루프(Homeostatic Feedback Loops): 외부의 자극이나 교란 속에서도 전체 형태를 일관되게 유지하려는 항상성 시스템이 생체 내 소프트웨어로서 어떻게 작용하는지 분석합니다.
- 기존 유전학의 한계 극복: 유전학과 줄기세포학은 세포 성분의 분포와 세포 분화만을 부분적으로 설명할 뿐, 대규모 물리적 장기의 유기적 형성을 통제하는 규칙은 설명하지 못함을 지적합니다.
- 하드웨어와 소프트웨어의 비유: 진화는 유전체(Genome) 기반의 하드웨어 위에서 물리 법칙과 자가 연산 능력을 극대화한 형태형성 소프트웨어를 탄생시켰습니다.
향후 전망
- 이성적 생장 제어(Rational Control): 세포 집단 내의 해부학적 명세 과정을 인위적으로 재작성(Rewrite)함으로써, 향후 바이오메디컬 분야에서 장기 및 조직의 성장을 정교하게 제어할 수 있는 이정표가 될 것입니다.
- 차세대 AI 아키텍처: 시스템이 손상을 입거나 오류가 발생하더라도 자가 복구를 지원하는 고도로 견고하고 유연한 자가 조직화 인공지능 신경망 및 컴퓨터 공학 프레임워크 설계에 응용될 수 있습니다.
출처:hackernews