A Closed-Loop Robot Scientist for Autonomous Biological Discovery
이 논문은 다중 모드 물리적 개입을 능동 학습 및 고해상도 이미징과 결합하여 방대한 생물학적 파라미터 공간을 효율적으로 탐색하고 다양한 생물학적 시스템에 걸친 복잡한 입출력 관계를 발견하는 자율 로봇 과학자인 MOMbot을 소개한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기
생명은 정지된 그림이 아니라, 세포와 그 주변 환경 사이의 끊임없는 대화입니다. 단일 세포에서 복잡한 동물에 이르기까지 모든 생명체는 자신을 둘러싼 물리적 세계에 반응합니다. 세포는 중력의 끌림, 유체의 흐름이 주는 압박, 태양의 온기, 그리고 전기의 불꽃을 느낍니다. 과학자들은 이러한 물리적 신호가 세포에게 언제 분열할지, 언제 이동할지, 또는 특정 조직으로 어떻게 형태를 갖출지를 알려주는 데 있어 화학적 신호만큼이나 중요하다는 것을 오래전부터 알고 있었습니다. 그러나 이러한 신호들이 어떻게 함께 작용하는지에 대해 우리가 알고 있는 지식에도 불구하고, 이를 탐구하는 과정은 오랫동안 수동적이고 느린 작업이었습니다. 연구자들은 전통적으로 온도를 조절하거나 화학 물질 한 방이를 추가하는 등 한 번에 하나의 변수만을 변경하며 실험을 직접 설정하고, 그 결과를 기다려야 했습니다. 이 방식은 수십 가지의 서로 다른 물리적 힘이 무수히 많은 방식으로 조합되어 생명에 영향을 미칠 수 있는 광활한 가능성의 지형을 그려내기에는 너무 느립니다.
이를 해결하기 위해 연구진은 새로운 종류의 실험실 조수, 즉 실험을 수행할 뿐만 아니라 다음에 어떤 실험을 실행할지 스스로 결정할 수 있는 로봇 과학자를 구축했습니다. MOMbot이라 불리는 이 기계는 물리적 힘이 생명 시스템을 어떻게 형성하는지 탐구하도록 설계되었습니다. 이 로봇은 실험실에 자리 잡고 다섯 개의 별도 워크스테이션을 보유하고 있으며, 각 워크스테이션은 살아있는 생물학적 재료가 담긴 두 개의 작은 접시를 담을 수 있습니다. 이 접시 안에서 로봇은 네 가지 유형의 물리적 변화를 도입할 수 있습니다. 즉, 정밀한 양의 화학 물질을 전달하거나, 부드러운 진동을 가하거나, 전기장을 생성하거나, 온도를 변화시킬 수 있습니다. 결정적으로, 이 로봇은 고해록 카메라를 통해 살아있는 세포를 관찰하는 인공지능 시스템과 결합되어 있습니다. 로봇이 실험을 수행함에 따라, AI는 결과를 실시간으로 분석하고 그 정보를 사용하여 바로 다음 실험을 선택합니다. 인간이 다음에 무엇을 시도할지 추측하는 대신, 로봇은 자신의 실수와 성공으로부터 배우며, 가장 흥미로운 발견이 숨어 있을 가능성이 높은 곳, 즉 자신이 가장 모르는 영역에 노력을 집중합니다.
연구진은 이 시스템이 다양한 생물학적 규모를 다룰 수 있음을 증证明하기 위해 세 가지 매우 다른 유형의 생물질을 대상으로 테스트를 진행했습니다. 첫째, 그들은 개구리 배아에서 채취한 느슨한 세포들을 대상으로 작업했습니다. 일반적인 접시에서 이 세포들은 그저 따로 떠다니게 됩니다. 하지만 로봇이 특정 패턴의 진동을 가하자, 세포들은 서로 밀착되어 촘데한 클러스터를 형성했습니다. 며칠에 걸쳐 이 클러스터들은 자연스럽게 스스로 움직일 수 있는 기능적인 작은 기관으로 조직화되었으며, 일제히 박동하는 털 같은 구조까지 갖추게 되었습니다. 이는 로봇이 단순히 세포를 이동시키는 것을 넘어, 인간의 개입 없이도 세포들이 스스로 복잡하고 기능적인 조직을 구축하도록 유도할 수 있음을 보여주었습니다.
다음으로, 연구팀은 화학적 환경과 온도를 제어하는 로봇의 능력을 테스트했습니다. 그들은 움직이는 작은 오가노이드(organoids)를 접시에 넣고 수소 과산화물이라는 화학 물질을 도입했습니다. 로봇은 이 화학 물질의 양을 다르게 투여하며 오가노이드가 어떻게 반응하는지 관찰했습니다. 낮은 농도에서는 오가노이드가 더 빠르게 움직였지만, 높은 농도에서는 속도가 느려지다 멈췄습니다. 또한 로봇은 온도가 전체 개구리 배아의 성장에 어떤 영향을 미치는지 테스트했습니다. 로봇은 여러 스테이션의 온도를 차가운 상태부터 따뜻한 상태까지 다르게 설정함으로써, 따뜻한 물에서의 배아가 차가운 물에서의 배아보다 약 3배 더 빠르게 발달한다는 것을 관찰했는데, 이는 과학자들이 예상했던 결과와 정확히 일치했습니다. 이 테스트들은 로봇이 물리적 환경을 정밀하게 제어하고 생물학적 반응을 높은 정밀도로 측정할 수 있음을 확인시켜 주었습니다.
그러나 이번 연구의 가장 중요한 부분은 스스로 학습하는 로봇의 능력이었습니다. 연구진은 AI가 전기 충격과 움직이는 오가노이드의 행동 사이의 정확한 관계를 파악할 수 있는지 알고 싶었습니다. 그들은 짧은 충격은 아무런 영향을 주지 않을 수 있고, 아주 긴 충격은 오가노이드를 영구적으로 멈추게 할 것이라는 점은 알고 있었지만, 정확히 어느 지점에서 행동이 변하는지는 알지 못했습니다. 인간이라면 이 임계점을 찾기 위해 수백 번의 무작위 테스트를 수행해야 했을 것입니다. 하지만 AI의 안내를 받은 로봇은 더 똑똑하게 행동했습니다. 로봇은 처음에 몇 가지 무작위적인 지속 시간을 테스트한 다음, 그 결과를 바탕으로 '불확실성'이 가장 높은 지점을 추측했습니다. 로봇은 오가노이드가 움직임을 멈추기 시작하는 지점 근처의 지속 시간을 테스트하는 것이 가장 가치 있는 정보가 될 것임을 깨달았습니다. AI는 결과가 이미 명확한 영역은 무시하고, 이 특정한 불확실한 구역에 실험을 집중했습니다. 결국, 로봇은 단순히 무작위로 시간을 골라 테스트했을 때보다 훨씬 더 효율적으로 오가노이드의 절반을 무력화시키는 임계 지속 시간을 찾아냈습니다.
이 연구는 로봇 과학자가 실험을 수행하는 것과 그로부터 배우는 것 사이의 폐쇄 루프(closed loop)를 성공적으로 완성할 수 있음을 보여줍니다. 이 시스템은 단일 세포에서 전체 배아에 이르기까지 다양한 생물학적 재료를 다룰 수 있으며, 여러 유형의 물리적 자극을 동시에 가할 수 있음을 입증했습니다. AI가 실행할 실험을 결정하게 함으로써, 연구팀은 전통적인 방식보다 훨씬 적은 횟수의 시행착尝试만으로도 복잡한 생물학적 반응을 지도화할 수 있었습니다. 이 연구가 생물학의 모든 미스터리를 해결했다고 주장하는 것은 아니지만, 강력한 새로운 도구를 제시합니다. 이는 생물학적 발견의 미래가 물리적 가설을 지치지 않고 테스트하며, 매 결과로부터 배워 다음 단계를 안내하는 기계에 달려 있을 수 있음을 시사하며, 이를 통해 과학자들이 이전에는 불가능했던 속도와 깊이로 생명의 숨겨진 규칙을 탐구할 수 있게 해줄 것입니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.