뇌분석을 통해 학습능력을 예측하는 방법개발

뇌분석을 통해 학습능력을 예측하는 방법개발

KISTI 미리안 『글로벌동향브리핑』 2011-04-22

국제협력 연구팀은 한 사람이 얼마나 학습을 할 수 있는지를 예측할 수 있는 방법을 캘리포니아 주립대학 산타바바라 (UC Santa Barbara)의 뇌 이미징 센터의 연구결과를 근거로 개발했다. 이번 연구는 미국 국립과학원의 회보인 ‘Proceedings of the National Academy of Sciences, PNAS’지에 발표되었다. 연구자들은 운동과제를 수행한 사람들로부터 얻은 뇌 이미징 자료를 수집했으며 새로운 컴퓨터 기술을 사용하여 자료를 분석했다. 이들 연구자들은 한 사람의 뇌의 유연성은 얼마나 잘 학습할 수 있는가를 예측하는데 사용할 수 있다는 점을 보여주고 있다. 연구자들은 이 유연성을 통해서 뇌의 각기 다른 부분이 각기 다른 결합과 연관되어 있다고 보고 있다. 이번 연구논문의 수석저자이며 UCSB의 심리학 교수인 스코트 그라프턴 (Scott T. Grafton)은 “우리가 원하는 것은 미래에 얼마나 어떤 사람이 학습할 수 있는가를 예측하는 것이다”고 말했다. 이 연구팀은 18명의 참여자들이 피아노 키보드의 악보연결과 유사한 일련의 버튼을 빠르게 누르는 것을 측정하는 세 차례에 걸친 실험을 수행했다. 이들은 각 참여자의 뇌에 대한 기능성 MRI 이미지를 112개의 각기 다른 부분으로 나누었으며 어떻게 이렇게 각기 다른 지점이 참여자들이 과제를 수행하는 동안에 연결되는가를 분석했다.

그라프턴은 “우리의 연구는 확실히 임상적인 함의를 갖고 있다. 만일 물리치료를 받고 있는 환자는 내일 치료를 받지 않을까 아니면 내일은 좋은 날이 될 것인가? 우리는 그 해답을 알지 못하지만 변화를 줄 수 있는 능력에 맞춤형 개입이라는 잠재적인 적용 가능성이 있다. 공부를 해야 할 경우에 그리고 연습을 해야 할 경우에 그리고 새로운 기술을 습득하려고 노력할 때 건강한 사람에게서 이러한 정보는 학습을 촉진시킬 수 있을 것이다”고 말했다. 이번 새로운 연구는 컴퓨터 방법을 이용하여 연구자들이 다중네트워크 (multilayer networks)라 불리는 것을 분석하기 위해 개발했다. 이 네트워크에서 각각 층위는 스냅사진처럼 네트워크를 표현할지도 모르며 뇌의 지점의 동일한 집합 사이에서 각기 다른 연결의 집합을 표현하는 것일 수 있다. 이러한 층위들은 좀더 거대한 수학적 대상으로 결합되고 이것은 잠재적으로 엄청난 자료를 담을 수 있으며 분석하기 어려울 수 있다. 이전 방법은 각 층위를 따로 분석할 수 있을 뿐이었다.
이번 연구논문의 제1저자 이며 UCSB의 물리학과의 박사후 연구원인 다니엘 바세트 (Danielle S. Bassett)는 “뇌의 일부분은 매우 강력하게 다른 부분과 소통한다. 그래서 이 부분들은 일종의 뇌 부분 사이의 내부소통 구성단위를 형성한다. 이러한 방법을 통해서 뇌활동은 다중 기능성 구성단위로 분리된다. 우리가 측정하려고 하는 것은 얼마나 이러한 모듈이 흐르는가에 대한 것이다”고 말했다. 바세트는 시간을 통해서 변화되는 뇌 부분들 사이의 연결성이 유연하다고 설명하고 있다. 바세트는 “이 유연성은 학습을 예측할 수 있는 요소가 될 수 있다. 그래서 만일 유연하다면 그 다음에 학습을 좀더 잘 하게 될 것이다. 하지만 유연하지 못하면 학습량이 줄어들 것이다”고 말했다.

바세트의 연구는 매우 학제간 연구로 물리학과 수학, 심리학과 신경과학으로 이루어져 있다. 그녀는 영국 캠브리지 대학에서 물리학을 전공했으며 당시 박사논문을 지도한 교수들은 심리학을 포함한 다양한 학제들의 교수들을 포함하고 있다. 현재 그녀는 UCSB의 물리학과 심리학과에서 연구를 수행하고 있다.
출처: ‘사이언스 데일리’ 2011년 4월 20일
원문참조:
D. S. Bassett, N. F. Wymbs, M. A. Porter, P. J. Mucha, J. M. Carlson, S. T. Grafton. Dynamic reconfiguration of human brain networks during learning. Proceedings of the National Academy of Sciences, 2011; DOI: 10.1073/pnas.1018985108

brain imaging.jpg

출처 : http://www.sciencedaily.com/releases/2011/04/110419091157.htm