국내 연구진이 조류인플루엔자(AI) 감염 여부는 물론 감염된 바이러스의 고병원성 여부를 신속하게 판별할 수 있는 형광검사법을 개발했다.
한국과학기술연구원(KIST) 분자인식연구센터 이준석 박사팀은 16일 건국대 수의학과 송창선 교수팀과 함께 세포주(cell line)가 AI 바이러스에 감염됐을 때 생성되는 초과산화물(superoxide)에 반응하는 형광 염료를 활용, AI 감염 여부와 감염된 바이러스의 유전자 아형(subtype)을 하루 만에 판별할 수 있는 형광 검사법을 개발했다고 밝혔다.
최근 수년간 반복되는 가금류 AI 감염은 일단 발생하면 농장 간 빠른 확산으로 대규모 살처분 등으로 막대한 손실을 초래하고 있다. AI 확산을 차단해 피해를 막으려면 초기에 감염 여부와 고병원성 여부를 신속하게 파악하는 중요하다.
그러나 현재 현장진단키트로 사용되는 종란접종법과 유전자 검사법은 짧게는 3~4일, 길게는 7일 정도가 소요돼 신속한 초기 대응이 어려운 문제가 있다. 또 종란 배양을 위한 시설과 면역측정 또는 중합효소연쇄반응(PCR) 기법을 활용하기 위한 추가 장비와 시간이 필요한 단점도 있다.
연구진은 이런 한계를 극복하기 위해 각종 세포가 바이러스에 감염되는 민감도가 다르고 감염 시 자기 보호를 위해 만들어내는 활성산소에도 차이점이 있는 점에 착안, 이 활성산소에서 만들어지는 초과산화물과 반응하는 형광물질을 이용하는 검사법을 개발했다.
23종의 포유동물 세포주에 H1N1, H5N9, H9N2 등 3종의 AI 바이러스를 감염시키고 감염에 따라 나타나는 형광 세기의 변화를 계산하는 방법으로, 세포에 감염된 AI 바이러스 3종의 유전자 아형을 정확히 구별해내는 데 성공했다.
AI 바이러스에 감염된 닭이나 오리 세포는 감염된 바이러스 아형에 따라 지문처럼 독특한 형광패턴을 보이기 때문에 아형별로 형광패턴 데이터를 확보하면 감염과 바이러스의 고병원성 여부를 정확히 검사할 수 있다고 연구진은 설명했다.
이준석 박사는 "이번에 개발한 AI 바이러스 형광지문 기술을 이용해 경제성이 높은 1차 진단기술을 보급하면 AI 바이러스 감염 초기에 신속하게 확산을 막아 농가 피해를 최소화하는 데 기여할 수 있을 것"이라고 말했다.
KIST 개방형연구사업과 국가과학기술연구회 창의형융합연구사업, 한국연구재단 바이오의료기술개발사업 지원으로 수행된 이 연구 결과는 국제학술지 '앙게반테 캐미'(Angewantde chemie)에 게재됐다.
[저작권자 ⓒ연합뉴스 무단 전재-재배포 금지]
한국과학기술연구원(KIST) 분자인식연구센터 이준석 박사팀은 16일 건국대 수의학과 송창선 교수팀과 함께 세포주(cell line)가 AI 바이러스에 감염됐을 때 생성되는 초과산화물(superoxide)에 반응하는 형광 염료를 활용, AI 감염 여부와 감염된 바이러스의 유전자 아형(subtype)을 하루 만에 판별할 수 있는 형광 검사법을 개발했다고 밝혔다.
최근 수년간 반복되는 가금류 AI 감염은 일단 발생하면 농장 간 빠른 확산으로 대규모 살처분 등으로 막대한 손실을 초래하고 있다. AI 확산을 차단해 피해를 막으려면 초기에 감염 여부와 고병원성 여부를 신속하게 파악하는 중요하다.
그러나 현재 현장진단키트로 사용되는 종란접종법과 유전자 검사법은 짧게는 3~4일, 길게는 7일 정도가 소요돼 신속한 초기 대응이 어려운 문제가 있다. 또 종란 배양을 위한 시설과 면역측정 또는 중합효소연쇄반응(PCR) 기법을 활용하기 위한 추가 장비와 시간이 필요한 단점도 있다.
연구진은 이런 한계를 극복하기 위해 각종 세포가 바이러스에 감염되는 민감도가 다르고 감염 시 자기 보호를 위해 만들어내는 활성산소에도 차이점이 있는 점에 착안, 이 활성산소에서 만들어지는 초과산화물과 반응하는 형광물질을 이용하는 검사법을 개발했다.
23종의 포유동물 세포주에 H1N1, H5N9, H9N2 등 3종의 AI 바이러스를 감염시키고 감염에 따라 나타나는 형광 세기의 변화를 계산하는 방법으로, 세포에 감염된 AI 바이러스 3종의 유전자 아형을 정확히 구별해내는 데 성공했다.
AI 바이러스에 감염된 닭이나 오리 세포는 감염된 바이러스 아형에 따라 지문처럼 독특한 형광패턴을 보이기 때문에 아형별로 형광패턴 데이터를 확보하면 감염과 바이러스의 고병원성 여부를 정확히 검사할 수 있다고 연구진은 설명했다.
이준석 박사는 "이번에 개발한 AI 바이러스 형광지문 기술을 이용해 경제성이 높은 1차 진단기술을 보급하면 AI 바이러스 감염 초기에 신속하게 확산을 막아 농가 피해를 최소화하는 데 기여할 수 있을 것"이라고 말했다.
KIST 개방형연구사업과 국가과학기술연구회 창의형융합연구사업, 한국연구재단 바이오의료기술개발사업 지원으로 수행된 이 연구 결과는 국제학술지 '앙게반테 캐미'(Angewantde chemie)에 게재됐다.
[저작권자 ⓒ연합뉴스 무단 전재-재배포 금지]
