노인성 황반변성 질환 치료를 위한 연구를 지속하고 있는 아스텔라스 파마가 니콘과 협력해 로봇과 현미경을 융합시켜 세포 제조 자동화 솔루션을 개발하는 데에 성공했다고 밝혔다. 니콘은 아스텔라스 파마의 로봇에 자사의 Nikon Advanced Modulation Contrast를 결합시켰으며 이 과정을 통해 더욱 향상된 세포 제조 조건을 구축했다는 후문이다. 

 

세포 배양 자동화 시스템 / 사진. 니콘

 

많은 사람들이 스마트폰과 컴퓨터 등의 장기간 사용으로 눈 피로에서 벗어나지 못하는 사회적 문제가 지속되고 있다. 이러한 피로감은 흐릿한 시야나 왜곡된 형태를 보는 것과 같은 비정상적인 시각적 이상을 경험할 수도 있는데 고령인 경우 이러한 증상은 ‘노인성 황반변성(이하 AMD)’이라는 눈 질환 징후로 나타날 수 있다.  

아스텔라스파마(Astellas Pharma)는 많은 환자의 시력을 보존하고 회복하기 위한 새로운 치료 대안을 찾기 위해 노력하고 있다. 이 회사는 AMD 치료를 위한 효과적인 눈 세포 제조 자동화를 구축하고자 노력하고 있으며, 니콘(Nikon)의 현미경이 이 연구 개발을 추진하는 데 중요한 역할을 하고 있다.

 

로봇 애플리케이션 위한 맞춤형 현미경
망막 중심에 위치한 황반은 선명한 시야와 정확한 색 인식을 위한 영역이다. AMD는 망막 색소 상피 세포가 나이가 들면서 손상됨에 따라 발병하며, 황반이 영향을 받아 왜곡된 시야나 중심 시야의 어두움을 유발한다. 과거에는 손상된 망막 색소 상피 세포가 재생될 수 없다고 여겨졌고, 신뢰할 만한 치료 방법이 없었다.

화학 및 생물학 기술 연구소를 이끄는 히데토 야마구치 박사는 “우리는 분화된 세포를 만능 줄기세포에서 직접 손상된 부위에 도입(보충)하는 방식으로 접근하고 있다. 환자의 자가 세포에서 세포를 배양하는 것은 시간과 비용이 많이 드는 반면, 환자의 소스(동종 세포)에서 유래한 다량의 분화된 세포를 자동으로 생성한다면, 더 많은 환자에게 저렴한 비용으로 공급이 가능하다.”라고 언급했다. 

아스텔라스파마는 세포 배양, 관찰 및 과정 진행 제어와 같은 제조 작업이 대부분 운영자에게 의존하는 상황을 개선하기 위해 니콘과 협력해 로봇 자동화 및 현미경을 융합함으로써 일관되고 대량의 고품질 세포를 제조하고 공급하는 프로젝트를 진행했다. 자동화 세포 배양 시스템은 차폐로 둘러싸인 클린룸 구역에 위치해, 세포 배양을 위한 인큐베이터, 로보틱스 생물학 연구소에서 개발한 이중 팔 로봇 마홀로(Maholo) 및 자동 세포 관찰 및 평가를 위한 현미경인 Nikon Advanced Modulation Contrast 자동 세포 관찰 시스템(이하 NAMC)과 위상차 자동 세포 관찰 시스템으로 구성했다. NAMC는 세포 관찰 능력을 향상시키며, 만능 줄기세포에서 분화된 세포를 연구하는 데 효과적이다. 연구 팀원들은 10년 넘게 초기 연구 단계부터 이 관찰 방법을 사용해 왔다. 아스텔라스파마 자동화 개발 팀이 제조 과정을 자동화하기로 결정했을 때, 로봇 운영에 적합한 세포 관찰 현미경을 만드는 아이디어로 니콘과 지속 협력해왔고 이에 기업은 세포 자동 관찰에 적합한 맞춤형 현미경 제품을 개발해 특정 요구 사항을 충족시켰다는 후문이다.

 

NAMC 자동 세포 관찰 시스템 / 사진. 니콘

자동 시스템에서 주목할 만한 부분은 이중 팔 로봇과 NAMC 간의 동기화이다. 로봇은 모든 15개의 축 움직임을 활용해 세포 배양을 위한 플레이트를 세심하게 처리하도록 개발됐다. 세포의 특성으로 인해 이동 중 플레이트가 수평을 유지하면서 잠재적 충격을 최소화하는 것이 핵심이기에 이러한 움직임을 수용하기 위한 일환으로 NAMC는 로봇에서 플레이트를 받을 수 있도록 현미경 스테이지가 넓은 디자인으로 채택됐다. 

“세포 배양 과정은 숙련된 운영자의 전문 지식에 오랫동안 의존해 왔다. 로봇 기반 자동화는 말이나 제스처로 전달하기 어려운 과정을 생략할 수 있으며 이는 균일하고 대규모의 고품질 세포 배양을 보장함으로써 배양 과정을 표준화하는 데도 효과적”이라고 야마구치 박사는 설명했다. 이어 그는 NAMC에 대해 “고품질 이미지 데이터를 수집하는 데도 용이하며, 데이터 분석 및 AI 기술과 통합될 때, 미래 세포 배양에서 상당한 발전을 이끄는 중요한 역할을 할 것으로 기대된다”라고 언급했다.