염색 없이 세포 '투시'…딥러닝·라만으로 오가노이드 3차원 해석

염색과 절편 없이 신경 줄기세포 덩어리(신경 오가노이드)의 3차원 분자 지도를 재구성하는 기술이 나왔다.

영국 옥스퍼드대 몰리 스티븐스 교수 연구팀은 딥러닝과 라만 분광법을 결합해 신경 오가노이드의 분자 구성을 무표지 방식으로 해석하는 플랫폼을 개발했다고 1일 밝혔다. 연구 결과는 국제학술지 '사이언스 어드밴시스'에 게재됐다.

라만 분광법은 레이저를 시료에 쏴 분자마다 다른 산란 신호를 읽어내는 기술이다. 다만 한 지점에서 측정한 스펙트럼에는 여러 분자 신호가 섞여 있어 복잡한 생체 시료에서는 해석이 어려웠다.

연구팀은 자체 개발한 자동인코더 신경망으로 혼합 스펙트럼에서 분자별 특징 신호를 분리하고, 각 지점의 성분 함량을 계산했다.

연구팀은 이 방식의 정확도를 검증하기 위해 딥러닝으로 재구성한 이미지를 기존 면역형광 염색 결과와 픽셀 단위로 비교했다. 그 결과 세포핵과 세포막이 각각 DAPI와 DiO 형광 신호와 높은 일치도를 보였다. 신경 오가노이드의 특징적 구조인 신경 로제트의 정단막 영역도 형광 사진과 거의 같은 위치와 형태로 재현됐다.

해상도를 1마이크로미터(㎛)까지 높여 손상 없이 전체 오가노이드를 촬영한 결과 세포핵과 세포막 경계, 세포 내 지질 방울까지 구분됐다. 층별 스캔을 거쳐 3차원으로 재구성하면서 신경 로제트의 입체 구조도 처음으로 온전히 드러났다.

연구팀은 배양 5일부터 40일까지 다섯 시점에서 오가노이드를 관찰해 발달 과정도 추적했다. 배양 5~10일에는 세포 증식이 활발해 핵산 신호가 정점에 달했고, 20일 이후에는 신경 돌기 성장과 시냅스 형성 시기에 맞춰 지질 신호가 뚜렷하게 증가했다. 항체를 쓰지 않고도 분자 수준의 발달 변화를 기록한 것이다.

연구팀은 이 기술이 약물 분포 추적과 질환 모델 표현형 선별, 줄기세포 품질 관리 등에 활용될 수 있다고 설명했다. 라만 분광법이 살아있는 세포 배양과 호환되는 만큼 향후 실시간 분자 관측도 가능할 것으로 기대했다.