정보통계는 대규모 데이터에서 유의미한 정보를 추출하고 해석하는 통계학의 한 분야로, 최근 빅데이터 시대에 그 중요성이 더욱 부각되고 있습니다. 본 연구실에서는 다양한 형태의 데이터, 특히 생명과학, 의학, 산업 등 여러 분야에서 생성되는 복잡한 데이터를 효과적으로 분석하기 위한 통계적 방법론을 개발하고 있습니다. 이를 위해 다변량 통계분석, 베이지안 네트워크, 구조방정식 모형 등 다양한 통계적 기법을 활용하여 데이터 내에 숨겨진 패턴과 상관관계를 규명합니다. 특히, 본 연구실은 R과 같은 통계 소프트웨어를 활용한 실용적 분석법 개발에 중점을 두고 있습니다. 최근 출판된 'R을 이용한 통계학', 'R을 활용한 다변량 통계분석 입문' 등은 실제 데이터를 바탕으로 한 분석 사례와 실습 중심의 내용을 담고 있어, 이론과 실무를 아우르는 연구 및 교육을 동시에 수행하고 있습니다. 또한, 다양한 분야의 연구자들과 협업하여 실제 문제 해결에 적용 가능한 통계적 모델을 제안하고, 그 성능을 검증하는 데에도 힘쓰고 있습니다. 이러한 연구는 단순한 데이터 해석을 넘어, 새로운 지식 창출과 의사결정 지원, 그리고 예측 모델 개발 등 다양한 응용 분야로 확장되고 있습니다. 앞으로도 본 연구실은 정보통계 분야의 최신 이론과 기술을 바탕으로, 데이터 기반의 혁신적인 연구를 지속적으로 선도할 계획입니다.

생물정보학은 생명과학 데이터, 특히 유전체, 단백질체, 대사체 등 오믹스(omics) 데이터의 통계적 분석과 해석을 다루는 학문입니다. 본 연구실은 대사체학(metabolomics) 데이터를 중심으로, 질량 스펙트럼(mass spectrometry) 기반의 성분 식별, 생지표(biomarker) 탐색, 다차원 거짓발견률(FDR) 제어 등 첨단 통계적 방법론을 개발하고 있습니다. 이를 통해 복잡한 생명현상과 질병 메커니즘을 규명하고, 맞춤형 의료 및 신약 개발 등 다양한 바이오헬스 분야에 기여하고 있습니다. 특히, 본 연구실은 메타볼라이트 식별 및 생지표 발견을 위한 소프트웨어와 알고리즘을 자체 개발하여, 실제 연구 현장에서 활용할 수 있도록 지원하고 있습니다. 예를 들어, 'ShinyMetID'와 같은 R 기반 패키지 개발, 2차원 FDR 제어 기법, 그리고 다양한 오믹스 데이터의 통합 분석 플랫폼 구축 등은 국내외 학계와 산업계에서 높은 평가를 받고 있습니다. 또한, 다양한 특허 출원과 연구과제를 통해 기술의 실용화와 산업적 확장에도 적극적으로 참여하고 있습니다. 이러한 연구는 단순한 데이터 분석을 넘어, 생명현상의 근본적 이해와 질병 진단·예측, 신약 타깃 발굴 등 실질적인 사회적 가치를 창출하는 데 중점을 두고 있습니다. 앞으로도 본 연구실은 생물정보학 및 대사체학 분야에서 혁신적인 통계적 방법론과 실용적 도구 개발을 통해, 바이오 데이터 과학의 발전을 선도할 것입니다.