주요 논문
5
*2026년 기준 최근 6년 이내 논문에 한해 Impact Factor가 표기됩니다.
1
Review
|
인용수 5
·
2025Psychedelic Drugs in Mental Disorders: Current Clinical Scope and Deep Learning‐Based Advanced Perspectives
Sung‐Hyun Kim, Sumin Yang, Jeehye Jung, Jeonghyeon Choi, Mingon Kang, Jae‐Yeol Joo
IF 14.1 (2025)
Advanced Science
정신장애는 불안, 주요우울장애(major depressive depression, MDD), 자폐스펙트럼장애(autism spectrum disorder, ASD)를 포함하는 대표적인 뇌 장애의 한 유형이며, 유전적 이질성, 후성유전적 조절 이상, 비정상적인 형태학적 및 생화학적 상태 등 다수의 원인에 의해 발생한다. 실로시빈(psilocybin) 및 리세르그산 디에틸아마이드(lysergic acid diethylamide, LSD)와 같은 사이키델릭 약물은 흥미로운 치료 옵션으로 새롭게 주목받고 있으며, 정신장애에서의 잠재적 치료 효과가 점진적으로 입증되어 왔다. 그러나 개인성, 복잡한 유전적 상호작용, 정교한 신경회로로부터 비롯되는 정신질환의 다면적 양상은 사이키델릭의 전신 약물학에 영향을 미쳐, 상이한 치료 효율로 이어질 수 있는 기제들의 통합을 교란한다. 사이키델릭 약물의 정확한 처방은 여전히 불명확하며, 약물 개발을 최적화하기 위한 고도화된 접근이 필요하다. 여기에서는 정신장애에서 사이키델릭의 다양한 약리학적 효과를 보여주는 최근 연구들을 검토하고, 구조-기능, 미생물총-장-뇌 축(microbiota-gut-brain axis), 전사체(transcriptome)에 대한 새롭게 부상하는 관점을 논의한다. 또한 빅데이터를 기반으로 한 약물 개발을 위해 딥러닝의 적용 가능성이 강조된다. 이러한 접근은 약리학적 기제 및 개인 간 요인에 대한 통찰을 제공하여, 고도 정밀의료를 위한 약물 발견 및 개발을 강화할 수 있다.
https://doi.org/10.1002/advs.202413786
Anxiety
Psilocybin
Neuroscience
Psychiatry
Major depressive disorder
Drug discovery
Medicine
Psychology
Hallucinogen
Bioinformatics
2
Review
|
인용수 13
·
2025Towards understanding cancer dormancy over strategic hitching up mechanisms to technologies
Sumin Yang, Jieun Seo, Jeong‐Hyeon Choi, Sung‐Hyun Kim, Yunmin Kuk, Kyung Chan Park, Mingon Kang, Sangwon Byun, Jae‐Yeol Joo
IF 33.9 (2025)
Molecular Cancer
암의 휴면(dormancy)을 규명하는 작업은 본래부터 수행되어야 할 과제로, 원발성 종양의 완화 후 암이 치명적으로 재발하는 데 기여할 수 있다. 정지 상태(quiescence)의 세포는 고요한 상태에서 단기 또는 장기적으로 생존할 수 있고, 유전적 또는 후성유전적 변화를 겪을 수 있으며, 특정한 상황적 단서(contextual cues)를 통해 재발을 개시할 수 있다. 이러한 휴면 상태는 항암제 치료를 포함한 여러 조건에 의해 유도될 수 있으며, 이어서 일반적으로 전이(dissemination), 침윤(invasion), 미세혈관 내 유입(intravasation), 순환(circulation), 면역 회피(immune evasion), 혈관 밖 유출(extravasation), 정착(colonization)을 거치는 생애 주기를 수행한다. 이러한 연쇄 과정 전반에 걸쳐, 개별 세포의 운명을 결정하는 세포 기전이 존재하며, 이는 주로 유전자 조절(gene regulation)의 영향을 받는다. 그 중요성에도 불구하고, 암의 휴면에 대한 정밀한 관점은 아직까지 제한적이다. 분석 방법론과 인공지능을 통해 고도화된 단일 세포 및 장독서(long read) 시퀀싱을 혁신적으로 활용하는 것—연구 도구 발전의 최신 단계—은 암 휴면의 다양한 측면에 대한 전면적(holistic) 이해를 제공할 것으로 기대된다.
https://doi.org/10.1186/s12943-025-02250-9
Biology
Dormancy
Cancer
Cancer research
Botany
Genetics
Germination
3
Review
|
인용수 24
·
2024Molecular insights into regulatory RNAs in the cellular machinery
Sumin Yang, Sung-Hyun Kim, Eun-Jeong Yang, Mingon Kang, Jae‐Yeol Joo
IF 12.9 (2024)
Experimental & Molecular Medicine
세포 기계 내의 여러 기능적 단위들이 RNA로부터 유래한다는 점은 분명하다. 시퀀싱 기법의 진화는 전사체(transcriptome) 연구를 위한 접근법에 대한 중요한 통찰을 가져왔다. 생물체는 세포 시스템을 조절하기 위해 RNA를 사용하며, 조절 기능에 관여하는 이질적인 종류의 RNA가 존재한다. 특히 조절 RNA는 거의 모든 수준의 생물학적 시스템에 걸쳐 정교하게 작동하는 기계에 참여한다는 점이 점차 더 널리 인식되고 있다. 이러한 시스템에는 크로마틴 배열을 매개하는 과정, 전사, 소기관(suborganelle) 안정화, 그리고 후전사적(posttranscriptional) 변형이 포함된다. 조절 활성을 보이는 RNA의 어떠한 범주라도 조절 RNA의 한 범주라고 일컬을 수 있으며, 이는 일반적으로 비암호화(non-coding) RNA로 대표되는데, 비암호화 RNA는 게놈(genome)의 상당 부분을 구성한다. 이러한 RNA는 cis 및/또는 trans 조절을 통한 구조적 변화의 원리에 기반하여, 상호 RNA–RNA, RNA–DNA, 그리고 RNA–단백질 상호작용을 촉진하는 방식으로 기능한다. 심부 시퀀싱(deep sequencing)을 통해 확인된 조절 RNA가 실제로 예상되는 기전에서 기능하는지 여부는 아직 명확히 규명되지 않았다. 본 총설은 세포 기계의 다양한 층위에서 조절 RNA의 지배적인 특성을 다루고, 조절 활성, 구조 역동성, 변형, 관련 분자, 그리고 치료제 및 딥러닝과 관련된 추가적인 과제를 포괄한다.
https://doi.org/10.1038/s12276-024-01239-6
Computational biology
microRNA
Biology
Cell biology
Genetics
Gene
4
Review
|
·
인용수 7
·
2023Harnessing deep learning into hidden mutations of neurological disorders for therapeutic challenges
Sumin Yang, Sung‐Hyun Kim, Mingon Kang, Jae‐Yeol Joo
IF 6.9 (2023)
Archives of Pharmacal Research
https://doi.org/10.1007/s12272-023-01450-5
Druggability
Computational biology
Biology
Genome
Disease
Deep learning
Population
Neuroscience
Bioinformatics
Genetics
5
Review
|
인용수 18
·
2022Cryptic mutations of PLC family members in brain disorders: recent discoveries and a deep-learning-based approach
Key‐Hwan Lim, Sumin Yang, Sung‐Hyun Kim, Euiseong Ko, Mingon Kang, Jae‐Yeol Joo
IF 14.5 (2022)
Brain
포스포리파제 C(Phospholipase C, PLC)는 세포 항상성을 유지하는 인지질(inositide) 신호전달 경로에 관여하는 필수 이소자임이다. PLC의 기능 획득 및 기능 상실 변이(gain- and loss-of-function mutations)는 효소 활성을 변화시키며, 그 결과 여러 질환과 연관된다. PLC의 대체 스플라이싱 변이체는 뇌 질환을 포함하여 종양 유전성 변환(onogenic transformation) 및 기타 질환과 관련된 복잡한 신호전달 네트워크를 방해할 수 있다. PLC의 다양한 변이를 지닌 세포와 조직은 상이한 인지질 신호전달 경로와 질병 진행에 기여하지만, PLC에서의 암호성(cryptic) 변이를 확인하는 일은 여전히 어렵다. 본 연구에서는 인지질 신호전달 경로에서 PLC의 조절을 뒷받침하는 기전과 여러 뇌 질환에서의 PLC 유전적 변이를 모두 검토한다. 또한 뇌 질환에서 PLC 변이를 식별하기 위한 딥러닝 기반 분석의 잠재성과 관련하여 현재 직면한 과제들을 논의한다.
https://doi.org/10.1093/brain/awac451
Biology
Phospholipase C
Neuroscience
Signal transduction
Genetics
Computational biology