- POSTECH 공동연구팀, XFEL-머신러닝으로 고효율 3차원 나노 이미징 구현
태양광의 100경 배 밝고, 무려 1천조분의 1초로 ‘찰나의 빛’으로 불리는 4세대 방사광가속기와 인공지능이 만나 바이러스와 성질이 비슷한 나노입자의 입체(3D) 구조를 영상화하고, 그 구조를 복원하는 데 성공했다. 코로나19로 인해 새로운 전염병에 대한 두려움이 전 세계적으로 커지고 있는 가운데, 바이러스의 구조를 정확하고 신속하게 파악할 수 있는 성과로 학계의 주목을 모으고 있다.
POSTECH(포항공과대학교, 총장 김무환) 물리학과 송창용 교수·통합과정 조도형씨 연구팀은 싱가포르국립대(National University of Singapore, NUS), KAIST, GIST, IBS와 공동 연구를 통해 엑스선 자유전자 레이저(XFEL, 포항 4세대 방사광가속기)를 이용해 시간당 수천 개의 나노입자를 조사(照射)하고, 머신러닝을 이용한 다중모형 3차원 복원을 이용해 나노입자가 가지는 3차원 구조의 불균일성을 분석해냈다.
나노입자는 자연적인 입자들에서 나타나지 않는 특이한 성질을 가지고 있으며, 3차원 구조의 설계와 내부 구성물질에 따라 입자의 물리·화학적 성질을 조절할 수 있는 특징이 있다.
나노입자와 바이러스의 공통점은 주기적으로 배열된 결정이 아닌 나노미터(nm) 수준의 독립적인 입자의 형태로 존재하고, 구조가 완벽히 같지 않다는 것이다. 하나의 나노입자를 정확하게 이해하려면 개별 입자의 구조는 물론 수천~수십만 개의 입자가 가진 구조의 분포를 통계적으로 분석할 수 있어야 한다. 하지만, 기존 전자현미경은 전자의 투과 깊이가 짧아 시료 크기에 제한이 있고, 엑스선은 시료가 손상될 수 있어 충분한 분해능을 얻기 어려웠다.
공동연구팀은 태양보다 100경배 밝은 4세대 가속기와 머신러닝을 활용해 기존 방법이 가진 물리적 한계를 극복하고, 수천 개의 나노입자가 가지는 3차원 구조의 통계적 분포를 나노미터 수준에서 관측했다. 그 결과 300나노미터(nm) 크기의 나노입자의 3차원 구조를 20nm의 해상도로 얻을 수 있었다.
이번 성과는 특히, 싱가포르국립대와의 공동연구를 통해 머신러닝을 이용해 수천 개의 나노입자가 가지는 3차원 구조를 복원했다는 점에서 눈길을 끌었다. 기존 방법은 한 가지 3차원 구조만을 가정하기 때문에 시료 구조가 일정하지 않은 실제 실험 데이터에선 구조 복원이 어려웠다. 그러나 이번에 다중모형을 새롭게 도입하면서 3차원 구조 복원에 성공했다. 이로써 나노입자를 크게 4가지 모양으로 분류하는 것이 가능하고, 그중 약 40% 입자들이 유사한 구조로 되어 있음을 확인했다.
또한, 연구팀은 복원된 3차원 구조의 정량 분석을 통해 나노입자가 가지는 특징적인 24면체 구조와 내부에서 나타나는 밀도 분포로부터 내부의 탄성 변형(elastic strain)의 양상도 확인했다.
POSTECH 송창용 교수는 “이번 연구 결과를 바탕으로, 분자들이 완벽하지 않은 결정이나 규칙적이지 않은 정렬로 돼 있는 비결정 바이러스 개체의 3차원 구조도 관측할 수 있게 된다”며 “여기에 머신러닝을 통한 3차원 이미지 복원 알고리즘이 더해져 살아 있는 생체의 거대분자나 바이러스의 구조에 대한 연구에도 적용이 가능할 것으로 기대된다”고 말했다.
한편, 가속기핵심기술개발사업, 중견후속연구, SRC의 지원으로 수행된 이 연구는 국제학술지 ‘ACS 나노(ACS Nano)’에 최근 게재됐다.
* 논문명: High-Throughput 3D Ensemble Characterization of Individual Core−Shell Nanoparticles with X‐ray Free Electron Laser Single-Particle Imaging (엑스선자유전자레이저를 이용한 개별 코어-쉘 나노입자가 가지는 3차원 구조 앙상블의 고효율적 분석)
* 연구자: 송창용(교신 저자), 조도형(공동1저자), Prof. N. Duane. Loh(공동교신저자, NUS), Zhou Shen(공동1저자, NUS), 한상우 교수 연구팀(KAIST, 공동저자), 노도영 교수 연구팀(GIST, IBS)
* DOI: https://dx.doi.org/10.1021/acsnano.0c07961.
