• 일시: 2025.01.23(목) 14:00~18:00
• 장소: 서울대학교 목암홀
• 주관: 서울대학교 생물정보연구소

생명과학 연구의 패러다임이 가설 중심 연구에서 데이터 중심 연구로 변화하였음. 측정 장비의 발달로 인해 실험 및 문헌정보 데이터는 다양한 종류와 방대한 양을 지닌 “거대 복잡형 데이터(Big Complex Type Data)”를 형성함. 고차원 범주(Highly multi class), 초고차원 속성(Extremely high dimensional attribute), 이질적 타입(Heterogenous type)의 특징을 지닌 “거대 복잡형 데이터”는 기존의 데이터마이닝 기술로는 분석이 어려움. 해당 연구에서는 네트워크 마이닝과 문헌정보 지식 추출 기술을 활용하여 “거대 복잡형 데이터”통합분석추론 원천기술 개발을 목표로 함. 이를 통해 차세대 정보 분석 분야의 국가 기술력을 제고하고, 정밀 의학 실현 토대 마련 등의 생명과학 분야에 활용하여 경제적․산업적 부가가치를 창출하도록 함. <연구목표>

○ 1단계: 네트워크와 문헌정보 추론을 통한 실험 및 문헌정보 “거대 복잡형 데이터” 지식베이스 추출 및 구축

A. 실험 “거대 복잡형 데이터” 통합 네트워크 구축

1) 개별 실험 데이터를 활용한 개별 계층 네트워크 구축

2) 개별 실험 데이터 간 연관성 분석을 통한 실험 “거대 복잡형 데이터” 통합 네트워크 구축

B. 문헌정보 “거대 복잡형 데이터” 기반 통합 지식베이스 구축

1) 생명의료 객체-관계 데이터 생성을 위한 딥러닝 기반 지식추출 방법 개발

2) 기존 생명의료 관련 지식베이스와 문헌기반 네트워크 통합 지식베이스 구축

C. “거대 복잡형 데이터” 네트워크 기반 지식베이스로부터 객체 간 관계 규칙 추출 기술 개발

1) 정규 패스 표현을 위한 그래프 데이터베이스 기반의 고속 귀납적 학습

2) 정규 패스 표현을 위한 그래프 데이터베이스 기반의 병렬 귀납적 학습

○ 2단계: 실험 및 문헌정보 “거대 복잡형 데이터” 네트워크 통합분석추론 원천 기술 개발

A. 실험 “거대 복잡형 데이터” 네트워크 통합분석추론을 위한 원천 기술 개발

1) 실험 데이터 통합분석추론을 통한 네트워크 바이오마커 발굴 기술 개발

2) 통합 네트워크를 활용한 유사 네트워크 비교 및 군집화 기술 개발

B. 문헌정보 “거대 복잡형 데이터” 네트워크 분석 기술을 이용한 통합 추론 시스템 및 약물 반응 예측 시스템 구축

1) 문헌정보 통합분석추론을 통한 네트워크 바이오마커 발굴 기술 개발

2) 약물 반응성 예측 및 약물 추천 원천 기술 개발

C. “거대 복잡형 데이터” 통합 네트워크 지식베이스를 이용한 지식 통합분석추론 기술 개발

1) 지식베이스를 이용한 지식 통합분석추론 기술

2) 지식 통합분석추론 기술의 병렬화

사사표기안내:NRF-2017M3C4A7065887 <참여연구원>

• 현재 개발 중인 SNV 및 small indel 검출 알고리즘의 성능개선 및 최적화 수행
• CNA 검출을 위한 고정밀 알고리즘 개발
• 정확한 normal contamination 검출을 통한 SNV, small indel, CNA, 구조변이 검출 정확도 개선
• Coding/noncoding 변이들의 기능 annotation 및 druggable 변이를 발굴하는 진단 알고리즘 개발
• 고성능 드노보 어셈블리인 FSSEMBLER를 개발하여 구조변이, 융합유전자 예측 성능 향상
• Unmapped WTS 데이터의 드노보 어셈블리와 CNA와 Normal Contamination을 고려하는 융합유전자 예측 및 WGS 데이터와 통합 분석 프로그램 개발

 

• SNV, small indel 및 CNA 검출 알고리즘과 coding/noncoding 변이 annotation/진단 도구의 계산 효율 개선
• FSSEMBLER 개발 과정에서 분산 병렬화 코드화 협업으로 고효율 프로그램 개발
• 연산자원 활용 극대화를 위한 동적스케줄링 기법 개발 및 적용

• 성능 최적화된 알고리즘들을 병합해 하나의 소프트웨어 플랫폼으로 통합
• 3개 이상의 기관에 개발한 소프트웨어 플랫폼을 이식해 독립적인 성능 검증
• TCGA 데이터, 한국인 유방암/혈액암(>200예)의 WGS 데이터에 적용하여 성능 검증하고, PCR 및 Sanger Sequencing을 이용한 실험적 검증 수행
• 오픈소스 라이센스(GPL/BSD/MIT/Apache) 및 소프트웨어 공개를 통한 검증(github).
• 임상적용에 적합한 한국인 특이적 암 멀티오믹스 데이터 분석 시스템 표준화 및 분석 표준 지침(Standard Operation Protocol) 구축
• 세계적 수준의 저널에 논문 출판, 해외특허 출원
• “인허가 가이드라인 협의체” 구성 객관적 인증을 획득하며, 최종 산출물 상용화를 위한 비즈니스 모델 구축

 

- 한국지식재산전략원(http://www.rndip.re.kr/) ** 관련법규 : 국가연구개발사업의 관리 등에 관한 규정 제20조 제6항,『특허법 시행규칙』 서식 14 특허출원서 <참여연구원>

• 1세부과제명 : 멀티오믹스 분석 알고리즘 및 플랫폼 개발
• 2세부과제명 : 드노보 유전체 어셈블리를 위한 참조 유전체기반 하이브리드 시스템 개발

   2001년 인간 유전체 해독에 관한 첫 논문이 발표되고, 2000년대 중반 차세대 시퀀싱기술이 개발되면서, 유전체 관련 연구의 급격한 발전과 관련 산업의 대두 및 성장을 가져왔다. 생산 기술의 발달로 유전체에 그치지 않고, 전사체, 후성유전체 데이터 등의 기하급수적 증가는 이를 분석하는 소프트웨어 및 기술에 대한 수요를 증대시켰고, 생명현상 연구의 패러다임을 바꾸어 왔다. 이 근본적 변화(paradigm shift)는 단순 기술개발에 그치지 않고, 질병의 인자 발굴, 개체 간 유사성, 신약 개발, 작물 및 동물 형질개발과 개량 등으로 활용되어 인류의 생명에 대한 지식의 탐구, 삶의 질 향상 및 생명연장의 갈망을 충족시키고 있다.

하지만, 유전체 정보분석기술의 진일보는 데이터의 폭발적 증가 속도에 발맞추지 못하고 있다. 이 뿐만 아니라 세계 유수 연구 기관에서 개발한 대부분의‘분석 소프트웨어/시스템/플랫폼’들은 자체적 연구에 기반을 둔 것들이 대부분이어서, 유전체 데이터를 포함한 멀티 오믹스 데이터를 통합 및 분석하는 표준화된 기술 개발을 통해 범용성 및 효용성을 증대시킬 필요성이 대두되고 있다.

이에 본 연구진은 멀티 오믹스를 큰 주제로 하여, 여러 분석 알고리즘의 개발부터 문헌 정보의 활용과 어셈블리에 이르기까지, 유전체 정보 복합분석을 위한 초고성능 핵심기술 개발 및 개방형 플랫폼 구축을 통한 글로벌 경쟁력 확보를 목표로 연구를 수행하고자 한다. 다양한 분야의 기술이 통합되고 국제 경쟁력이 확보된 유전체 분석 기술을 개발하기 위해, 각 소프트웨어들의 input과 output의 표준화를 통한 호환성 및 효용성을 극대화 한다. 또한 분석기술의 문서화 및 사용자 친화적 API를 제공하여 수요자 중심의 연구 개발을 진행한다. 이에 제 1세부 연구팀은 멀티 오믹스 분석 알고리즘 및 플랫폼 개발, 제 2세부 연구팀은 문헌 및 실험 빅데이터 통합분석 및 탐색 시스템 개발, 그리고 제 3세부 연구팀은 드노보 유전체 어셈블리를 위한 참조유전체 기반 하이브리드 시스템 개발에 초점을 맞추어, 각각의 전문성을 높임과 동시에 국내 기술의 역량을 제고하고자 한다. <연구목표>

● 국문표기 

이 논문은 0000년도 정부(과학기술정보통신부)의 재원으로 한국연구재단 포스트게놈다부처유전체사업의 지원을 받아 수행된 연구임(No. NRF-2014M3C9A3063541). 

● 영문표기   

This research was supported by the Collaborative Genome Program for Fostering New Post-Genome Industry of the National Research Foundation (NRF) funded by the Ministry of Science and ICT (MSIT) (No.NRF-2014M3C9A3063541). <참여연구원>

□ 한국형 유방암 예후 예측 Score 모델의 필요

• 기존의 Oncotype DX는 유방암 조직에서 21개 유전자의 활성도를 Recurrence Score (RS)로 측정, 분석하는 진단법으로 유방암이 재발할 가능성과 화학 요법이 효과가 있을지 알려주는 검사임
• RS는 0 ~ 100 사이의 값으로 보고되는 직관적인 수치로, RS가 낮은 경우에는 재발율이 낮으며 화학치료의 효과도 낮으므로 호르몬 요법을 권유하고, RS가 높은 경우에는 재발율이 높으며 화학치료의 효과도 크므로 화학 요법과 호르몬 요법을 병행하게 하는 지표로 활용되고 있음
• Oncotype DX는 RT-PCR을 기반으로 한 검사로 유전자의 충분한 발현량을 얻는 데는 비용이 많이들어 일반인들이 접근하는 데 어려움이 존재하며, 환자 샘플을 외국으로 보내야 하는 등의 단점이 있고, 아시아인 및 한국인을 대상으로 검증된 바는 없는 검사임

 Non-negative matrix factorization for network bio-markers from multi-omics data

연구필요성:

시스템 생물학 연구를 심도 있게 수행하려면 다중오믹스 데이터를 동시에 종합적으로 분석하여 그로부터 네트워크 바이오마커를 발굴할 수 있는 수리과학 기법이 필요하다. 그러나 현재까지 두 가지 이상의 오믹스 데이터를 동시에 분석할 수 있는 범용 데이터 분석기법은 찾아보기 어려운 실정이다. 이러한 상황에서 본 연구의 목표는 비음수행렬분해(Non-negative Matrix Factorization, NMF) 기법을 통해 멀티오믹스(multi-omics) 데이터로부터 네트워크 바이오마커(network bio-marker)를 발굴하는 기술을 개발하는 것이다. 특별히 본 연구는 NMF와 관련된 수리과학 이론 및 방법론을 유방암 환자, 헌팅턴병 유도 쥐, 가뭄 저항성 벼, 당뇨병 유도 원숭이 등으로부터 얻은 다양한 종류의 실제 차세대시퀀싱(Next Generation Sequencing, NGS) 데이터의 통합 분석에 적용함으로써 실제적이고 실용적인 다차원 NGS 데이터 분석 기법을 개발하고자 한다.

<연구목표>

수리과학에 기반을 둔 NMF 기법은 다양한 분야에서 클러스터링 및 특징변수 선택 문제에 활발하게 적용되어 왔다. NMF는 2차원 데이터 분석을 위한 기법으로서 유전자 발현 데이터에 성공적으로 적용된 사례들이 있지만 DNA-mRNA-miRNA과 같은 다차원 요인의 데이터 분석에 적용된 사례는 최근에 소수 발표되었을 뿐이다. 본 연구에서는 다중오믹스 데이터 분석을 위한 가장 일반화된 NMF 기법을 아래와 같이 개발한다.

다중오믹스 데이터 분석은 각 요소에 관한 NMF 모델을 동시에 풀어서 해결할 수 있다. 예를 들어 환자-mRNA-miRNA의 3차원 데이터 분석은 환자-mRNA, 환자-miRNA의 2차원 데이터에 관한 두 개의 NMF 모델을 동시에 풀어서 해결할 수 있다. 본 연구에서는 다중오믹스 데이터를 여러 개의 NMF 모델로 조합하는 방법들, 또한 각 조합들의 NMF 모델들을 효과적으로 풀 수 있는 방법들을 개발한다.

NMF의 특수한 형태인 BMF(Binary Matrix Factorization)에 관한 연구를 수행한다. BMF는 NMF에 비해 결과의 해석이 용이하며 문제 특성에 실수행렬을 이진행렬로 변환하고 BMF를 적용함으로써 더 좋은 결과를 얻는 경우도 있다. 또한 다중오믹스 데이터의 요소들 간에는 그 관계가 0-1으로 나타나는 경우가 있으므로 본 연구에서는 NGS 데이터의 효과적인 이진화 방법과 NMF와 BMF를 동시에 이용한 다중오믹스 데이터 분석에 관해 다룬다.

기존 NMF는 대부분 행렬을 두 개의 요소(factor)로 분해하는 방법이었으나 최근에는 세 개의 요소로 분해하는 NMtF(tri-Factorization)가 소개되었다. 본 연구에서는 NMF와 NMtF를 동시에 사용하여 다중오믹스 데이터를 분석하는 기법을 개발한다.

위의 세 가지 방법론을 결합하여 일반화된(generalized) 기법, GNMF를 개발한다.

위의 방법론들을 바탕으로 시간에 따라 여러 번 측정하여 얻은 다시점-다중오믹스 데이터를 분석할 수 있는 방법론을 개발한다.

Acknowledgement

(국문) 이 논문은 2013년도 정부(교육부)의 재원으로 한국연구재단의 기초연구사업 지원을 받아 수행된 것임(2013R1A1A2006592)

(영문) This research was supported by Basic Science Research Program through the National Research Foundation of Korea(NRF) funded by the Ministry of Education(2013R1A1A2006592) <참여연구원>

Development of a convergence education system combining BT and IT

연구필요성:

 본 과제의 최종 목표는 대용량 오믹스 데이터 처리 분석을 위한 IT특화한 차세대 생물정보학 교육과정을 개발하는 데 있으며, 이러한 목표를 달성하기 위해 세부적으로 다음과 같은 능력을 갖춘 인재를 육성하는 교육 프로그램을 개발하고자 한다.

 위 세부목표를 통해 IT가 융합된 차세대 생물정보학 교육과정을 확립하여 위의 연구 역량을 갖춘 인재를 육성하여 생물, 의학, 약학, 농학, 축산학과의 대용량 생물정보를 활용한 통합 연구의 주축이 되어 연구 성과제고에 기여하도록 한다 <연구목표>

• 국문표기 

• 영문표기