인공지능 기술을 활용하여 단백질 및 펩타이드 의약품을 설계하는 연구를 진행하고 있습니다. 이 연구는 질병 치료에 효과적인 새로운 단백질 약물을 발견하고, 기존 약물의 효능을 향상시키는 데 중점을 둡니다. 최신 인공지능 알고리즘을 사용하여 단백질 구조를 예측하고, 약물 상호작용을 분석함으로써 보다 높은 정확도와 효율성을 자랑합니다. 이를 통해 다양한 질병 치료에 기여할 수 있는 혁신적인 의약품 개발이 기대됩니다.

질량분석기를 활용한 체외진단 및 동반진단법을 개발하고 있습니다. 이 연구는 질병의 조기 진단과 치료 모니터링을 위한 정밀하고 신뢰성 있는 분석 방법을 제공하는 것을 목표로 합니다. 특히, 다양한 바이오마커를 정확하게 검출하고 정량화하여 임상적 유용성을 높이고, 질병의 진행 상황을 더 잘 이해할 수 있도록 돕습니다. 이러한 기술은 특히 암 진단 및 치료에 중요한 역할을 할 것으로 기대됩니다.

구조단백체 데이터 기반으로 단백질 상호작용 네트워크 변화를 확인하여 치료 표적으로의 기능을 규명하고 이를 제어하는 펩타이드 약물 발굴 (Utilize structural proteomic data to identify changes in protein interaction networks and control peptide drugs that act as therapeutic targets).

인공지능을 기반으로 특정 기능과 구조에 부합하는 단백질 및 펩타이드 디자인 (Design proteins and peptide drugs using artificial intelligence to precisely match specific functions and structures).

LC-MS 기반의 단일세포 다차원단백체 빅데이터와 머신러닝을 이용하여 조기진단 및 치료표적 임상 바이오마커 발굴 (Identify clinical biomarkers for early diagnosis and therapeutic targets by leveraging LC-MS-based single-cell multidimensional proteomics big data and machine learning).

LC-MS 기반으로 기존 분석법의 분석적인 성능을 개량하고 검증해서 국제적으로 표준화된 체외진단법과 동반진단법 신의료기술 개발 (Advance medical technologies with new LC-MS-based approaches for globally standardized in vitro diagnostics and companion diagnostics, by enhancing and validating the analytical performance of current methods).

다중오믹스 데이터를 통합 분석할 수 있는 도구 및 소프트웨어 개발 (Develop tools and software for the integrated analysis of multi-omics data).