Topics
BDSL에서는 생의학 데이터를 전산학적 도구를 이용해 분석하여 생명 현상을 이해하는 연구를 진행합니다.
(연구대상) 장내미생물, 단백질 입체 구조
장내 및 구강에 서식하는 미생물이 인체 건강에 미치는 영향을 연구하고 있으며, 건강한 사람에서의 미생물과 인체의 상호작용, inflammatory bowel disease 환자에서 미생물과 인체의 상호작용을 주로 분석하고 있습니다. 단백질 – 기질 상호작용 분석 연구도 같이 진행하고 있습니다. 특히 식이소재와 인체 단백질의 상호작용을 모델링을 통해 분석하는 연구를 진행하고 있습니다.
(연구방법) Bioinformatics, data science, structural bioinformatics
저희 실험실은 데이터 과학 연구실입니다. 다양한 연구자와 협력하여 데이터를 수집하고, 그 데이터를 분석합니다. 또한 기존의 분석 방법으로 분석하기 힘든 현상을 이해하기 위해서 새로운 분석 방법도 개발하고 있습니다. Data modeling, database 구축, 통계적 분석 모델 구축, 기계학습 분석 모델 구축, 인공지능 모델 구축과 같은 bioinformatics 혹은 data science 기술을 이용하여 데이터를 분석하고 있습니다. 또한 structure modeling, molecular docking, molecular dynamics simulation와 같은 기술을 이용해 단백질의 기능을 연구하고 있습니다.
1. Metagenomics and Multi-omics
Metagenome 분석을 통해 장내미생물의 건강 관련성을 연구하고 있습니다. 특히 건강한 장내미생물 상태가 무엇인지 규명하고 있으며 이를 이용해 건강 개선에 기여할 수 있는 probiotics/prebiotics 개발을 진행합니다. 또한 inflammatory bowel disease (IBD)와 같은 질환에서의 장내미생물의 기여를 연구하고 있으며, 이를 통해 질환에서의 미생물의 역할을 규명하고자 합니다.
1.1. 건강한 장내미생물 구조 규명
1.1. 건강한 장내미생물 구조 규명
미생물 균총을 이루는 미생물이 어떻게 상호작용하며 미생물 community를 형성하는지를 탐구하고 있으며, 인체 미생물 균총 정보와 생체 지표와 대사물질 정보를 통합 분석하여 미생물이 인체에 미치는 영향을 분석합니다.
또한 생명 현상을 분자적 수준에서 이해하고 조절하기 위해 단백질과 화합물의 상호작용을 protein structure modeling, molecular docking simulation, molecular dynamics simulation을 이용해 분석합니다.
in silico drug discovery
전산학적 방법을 활용하여 신약 개발하는 연구를 수행합니다.
Methodology
Data Science, Machine Learning, Deep Learning
BDSL에서는 다양한 종류의 생물학적 데이터를 분석합니다. 데이터 분석의 첫 단계는 데이터의 체계적 정리와 관리입니다. BDSL은 이를 위한 기술을 개발하고 있습니다. 그리고, 정리한 데이터 간의 관련성을 분석하여 데이터 간 관련성을 분석합니다. 이러한 과정에서 통계 분석 방법과 machine learning 기법을 이용합니다.
- Python
- scikit-learn
- tensorflow
- Anaconda/Docker
Metagenomics
Multiomics
Structural bioinformatics
Chemoinformatics
Genomics
QIIME과 GATK과 같은 bioinformatics program들을 이용하여 분석을 진행합니다. 단백질 구조 연구를 위해서는 Gromacs나 AutoDock Vina와 같은 프로그램을 이용합니다. 또한, Jupyter Notebook을 이용하여 데이터를 분석하고 Python을 이용한 새로운 분석 방법을 개발합니다. 새로운 방법 개발과정에는 data analysis, machine learning, deep learning (artificial intelligence)와 같은 다양한 기술이 활용됩니다. 마지막으로 이러한 도구들을 통합적으로 사용할 수 있는 시스템을 구축합니다.
이러한 전산학적 분석 능력을 기반으로 다양한 생물학적 문제에 대한 해결책을 찾는 것이 BDSL에서의 연구입니다. BDSL에서 관심을 가지는 생물학적 문제에 아래에 더 자세히 기술하였습니다.
BDSL에서는 데이터 분석에 관심을 가진 생물학 계열 전공자와 생물학 데이터 분석에 관심을 가지고 있는 전산 전공자를 새로운 맴버로 모집하고 있습니다. BDSL은 생물학자는 전산학을, 전산학자는 생물학을 배울 수 있는 공간을 제공하고자 합니다. 아래에 나열한 연구 이외에도 다양한 생물학적 주제에 대한 연구를 수행하고자 합니다. 생물 데이터 분석에 관심있는 분들의 지원 부탁드립니다. (박사, 석사, 학사 인턴 모두 모집 중입니다.)
Microbiome
Protein structure and function
Disease variant prediction
Drug discovery (Drug repurposing)
Enzyme design
Cancer neoantigen
Grant
아직 수행 중인 과제는 없습니다.