바이오인포매틱스 및 지능형시스템 연구실

연구내용 생명현상에 중요한 역할을 하는 단백질의 기능과 매커니즘을 이해하기 위하여 DNA시퀀스로부터 생성되는 단백질의 3차원 구조 추론이 가능한 단백질 구조예측 기술개발과, 기존 단백질 구조예측 방법의 한계를 극복하고 단백질 정제 방법을 개량하여 단백질의 백본구조와 미세구조까지 정확하게 예측할 수 있는 다중서열 정렬 및 템플릿 임베딩 기술개발을 목표로 한다. 연구내용 미래 국가경쟁력 제고를 위해 우수 대학원의 교육 및 연구역량 강화 및 학문후속세대 양성을 추진하기 위한 사업으로, 추격형 경제에서 선도형 경제로의 전환에 선도적 역할을 할 융복합 분야를 주도할 국내 최고급의 창의적 석박사 인력 양성 및 공급을 목표로 한다. 연구내용 유전체 정보를 활용하는 암 진단은 염기서열의 변화에 크게 의존하고 있으며, 이에 따라 암 환자별 병리적 특성이나 전이과정에서 원인이 되는 생물학적 회로를 포괄적으로 기술하지 못하는 한계점을 지닌다. 암 발생 규명 및 효과적인 치료 물질을 발굴하기 위해서는 유전자 및 단백질의 발현과 상호작용에 대한 이해가 요구된다. 이를 위해 본 연구에서는 환자별 유전체, 전사체, 단백체, 수식화 데이터를 통합 분석하여 질병 유의적 바이오마커 및 약물 타겟 후보를 발굴하며, 그과정에 필요한 데이터분석 파이프라인을 고도화하고 원시 데이터와 분석 데이터를 쉽게 활용할 수 있도록 모든 데이터를 데이터 포털을 통해 제공하는것을 목표로 한다. 연구내용 히스톤(Histone)이라는 단백질은 다양한 변형을 통해 유전자의 발현에 관여하는데 세포의 환경과 대사 상태에 따라 히스톤의 형태가 결정되고 이에 따라 유전자의 발현이 결정된다. 이에 특정 히스톤 형태와 생명 현상 사이의 상관관계를 분석하는 일은 세계적으로 중요한 연구주제이지만 히스톤의 변형가능한 형태(히스톤 코드)의 수는 약 100조개에 해당하여 그 분석은 매우 높은 복잡도를 가진다. 본 연구는 히스톤 코드의 패턴화를 진행하고 질량분석데이터와 이미지 데이터를 활용한 기계학습을 통해 히스톤 코드와 생명 현상 사이의 상관성을 도출하는 것을 목표로 한다. 연구내용 질량분석을 통한 단백체 분석 데이터의 해석에 요구되는 기반기술을 딥러닝을 이용하여 확보하는 것을 목적으로 한다. 최근의 생물정보학 연구에서, 유전체학에 대해서는 딥러닝 기술이 활발하게 적용되고 있는 반면 단백체학에서는 이제 막 연구를 시작해 나가는 단계에 있다. 본 연구에서는 단백체 연구에 있어서 핵심 기술인 질량분석법의 데이터 분석에 딥러닝을 적용하여 효율과 효용성을 높이고자 한다. 연구내용 본 연구는 단백체 데이터의 해석을 통해 췌장암 제어기술을 개발하는 것을 목적으로 한다. 이를 위해 생산한 인체 유래 단백체 시료로 찍은 질량 분석 결과와 유전체 정보의 통합 분석을 위한 DB 구축과 분석 방법을 제시한다. 특히 개인별 유전단백체 정보와 임상정보의 통함을 통해 난치암 제어 관련 유전 단백체 다중 마커 후보를 제시하는 것이 본 연구의 주된 목적이다. 연구내용 기존에는 알려지지 않은 완전히 새로운 동형 단백질 (protein isoform)을 단백체 수준에서 1억여 개의 질량스펙트럼을 대상으로 대규모 데이터 분석을 통해 발굴하고 이들의 질병관련성을 살펴본다. 인포매틱스 기술을 통해 선별된 동형 단백질의 질병관련성을 검증하는 실험을 수행하여 약물의 타겟이나 조기 진단을 위한 바이오마커 후보를 제시한다. 연구내용 유전체/단백체 정보분석 및 알고리즘의 원리를 이해하고 실제 문제에 적용할 수 있도록 하는 교육프로그램을 개발한다. 연구내용 개인별 NGS 결과를 기반으로 발현된 유전체 정보를 획득하고, 이를 대상으로 단백체 데이터의 해석을 수행함으로써 개인별로 차별화된 단