• 8월 21일 Nature 에 발표된 이 결과 는 단식 자체보다 단식 후 먹는 것이 건강상의 이점을 나타낸다고 밝힘
• 쥐가 음식을 삼가한 후 줄기세포가 급증하여 장의 손상을 복구했으나 이 현상은 쥐가 다시 먹기 시작할때 나타남
• 또한 단식 후에 암을 유발하는 유전적 변화가 생긴 쥐의 경우, 단식을 전혀 하지 않은 쥐보다 장에 전암성 폴립이 생길 가능성이 더 높았음

• 단식은 마우스의 특정 질병의 진행의 지연시키고 수명을 늘리는데 도움을 줄 수 있다는 연구결과가 있어왔으나 그 메커니즘은 알려진 바 없었음
• 연구자들은 24시간 동안 단식한 마우스, 재급이 (24시간 단식 후 24시간 동안 다시 먹는 것)을 허용한 동물, 연구 기간 동안 원하는 때마다 먹을 수 있는 마우스로 그룹을 나눠 실험함
• 세포 성장과 분열에 중요한 폴리아민이라는 분자를 대량으로 생성하여 장 내벽을 복구하고 재생하는 데 도움이 되는 장 줄기세포는 단식 후 음식을 먹은 쥐에서 가장 빠른 속도로 증식함
• 연구자들이 재급이 기간 동안 쥐에서 암을 유발하는 유전자를 활성화했을 때, 그 동물들은 금식을 하지 않은 동물들보다 종양이 생길 가능성이 더 높았음
• 먹는 행위 자체가 동물을 극단적으로 성장시키고 종양을 발생시키는 데 영향을 미쳤다는 의견

• 유전자가 변형된 쥐는 거의 암에 걸릴 운명이기때문에, 이 연구에서 발견된 위험은 일반적 현상으로 적용되지 않을 가능성이 있음
• 대장염이나 크론병을 앓는 사람들의 손상된 조직을 복구하기 위해 세포가 재생하는 방법을 연구하는데 도움이 될 수 있음
• 연구진은 임상 시험을 계획중이나 재급이 기간이 세포 DNA를 손상시킬 수 있는 가능성때문에 이에 대한 특별한 주의가 필요한 상황

당신은 당신이 먹는 것이다.

• 2,500개가 넘는 치즈, 육류 및 기타 식품의 미생물 카탈로그에 따르면 각 사람의 미생물 군집 중 일부는 그들이 먹는 음식에서 유래함
• 8월 29일 Cell  에 게재된 이 연구는 식품에서 발견되는 박테리아, 곰팡이 및 기타 미생물에 대한 역대 최대 규모의 요약본을 제공함

• 약 2,000개의 식품에서 미생물 DNA를 시퀀싱하고 이 데이터를 약 600개의 기존 식품 미생물 군집과 정리함
• 비슷한 음식은 비슷한 미생물을 품는 경향이 있었지만, 자세히 살펴보면 흥미로운 패턴이 있었음
• Lactobacillus 를 포함한 젖산 생성 박테리아는 유제품에서 특히 흔했지만 구성은 다양했음
• 연구자들이 이번에 발견한 미생물의 약 절반은 새로운 것이었음
• 멕시코에서 마시는 신맛 나는 아가베 와인인 풀케, 아프리카 야자 와인 등에는 특히 새로운 미생물이 많이 발견됨
• 연구자들이 식품 미생물 군집을 인간의 장과 입에서 채취한 수천 개의 미생물 군집과 비교했을 때, 어느 정도 중복되는 부분이 발견됨
• 성인 장의 미생물 종의 약 3%, 어린이의 8%, 신생아의 50% 이상이 식품에서 발견됨
• 이것이 반드시 이러한 미생물이 모두 사람이 먹은 음식에서 유래했다는 것을 의미하지는 않지만 식품 미생물이 사람의 장에 자리 잡고 사람들 사이에서 순환하기 시작한 과거의 사례를 반영할 수도 있음

• 이 연구는 다양한 미생물과 미생물 군집이 특정 식품에 존재하는 이유에 대한 자세한 연구의 토대를 마련했음
• 우리가 먹는 음식에 존재하는 모든 알려지지 않은 미생물을 가지고 새로운 특성을 가진 새로운 종류의 식품이 나올 수 있을 것으로 전망

- Carlino, N. et al. Cell http://dx.doi.org/10.1016/j.cell.2024.07.039 (2024).

AI 과학자?

• 도쿄의 Sakana AI와 캐나다와 영국의 연구팀이 만든 'AI Scientist' 는 문제에 대한 기존 문헌을 읽고 새로운 개발을 위한 가설을 수립하는 것부터 해결책을 시도하고 논문을 쓰는 것까지 연구의 전체 주기를 수행
• AI Scientist는 피어리뷰의 일부 업무를 수행하고 자체 결과를 평가
• AI Scientist는 실험실 작업을 수행하는 능력이 부족하며 가설을 세우는 AI에서 로봇 과학자에게 이를 구현하는 데 이르기까지는 아직 많은 작업이 필요할 것

• AI Scientist는 대규모 언어 모델(LLM)을 기반으로 함
• 머신 러닝 알고리즘을 템플릿으로 설명하는 논문을 사용하여 유사한 작업에 대한 문헌을 검색하는 것으로 시작
• 알고리즘을 실행하고 성능을 측정하여 자체 실험을 수행 후 마지막으로 논문을 작성하고 일종의 자동화된 동료 평가를 수행함
• 이런 방식으로 문헌을 축적한 뒤 알고리즘은 자체 결과를 기반으로 다시 새로운 사이클을 시작할 수 있음

• 현재 LLM이 창의적인 부분을 수행할 수 없더라도 연구의 반복적인 측면을 자동화할 수 있을 것이라고 전망
• AI 과학자의 역량을 확대하려면 (순수 수학과 같이 기계 학습을 넘어선 추상적인 분야까지) 언어 모델을 넘어 다른 기술을 포함해야 할 것
• 이러한 결과는 과학자들이 우려하는 AI 가 과학의 어떤 부분을 담당할 수 있는지, 과학이 무엇이 될 수 있는지, 무엇인지, 무엇이 아닌 지에 대한 논쟁이 이어지게 할 것

- Lu, C., Lu, C., Lange, R. T., Foerster, J., Clune, J. & Ha, D. Preprint at arXiv https://arxiv.org/abs/2408.06292 (2024).

• 드라이 진 60 ml
• 레몬주스 15 ml
• 그레나딘 시럽 15 ml
• 계란 흰자
• 만드는 방법: shaking