RnDCircle Logo
arrow left icon

정진행 연구실

서울대학교 의과대학

정진행 교수

정진행 연구실

의과대학 정진행

정진행 연구실은 폐암을 중심으로 한 호흡기계 종양의 병리학적 진단, 분자 바이오마커 연구, 그리고 인공지능 기반의 디지털 병리 진단에 특화된 국내 대표 연구실입니다. 본 연구실은 폐암의 조직학적 아형 분류, 병기 평가, 예후 인자 분석 등 전통적인 병리학 연구를 넘어, EGFR, ALK, KRAS 등 주요 암유전자 변이와 치료 반응, 내성 기전까지 심도 있게 탐구하고 있습니다. 이를 위해 차세대 염기서열 분석(NGS), 디지털 병리, 인공지능(AI) 등 첨단 기술을 적극적으로 도입하여, 폐암의 다단계 암발생 과정과 분자적 진화 경로를 규명하고, 환자 맞춤형 치료 전략 개발에 기여하고 있습니다. 특히, 본 연구실은 폐암의 전구 병변 및 동시성 병변에서의 유전자 변이 패턴, 종양 미세환경 내 면역세포 분포, PD-L1 발현 등 다양한 바이오마커의 임상적 의미를 체계적으로 분석하고 있습니다. 이를 통해 조기 진단, 예후 예측, 치료 반응 예측에 활용할 수 있는 새로운 바이오마커를 발굴하고, 실제 임상 현장에 적용 가능한 진단·예측 모델을 개발하고 있습니다. 또한, 국내외 대규모 코호트와의 협력 연구, 다기관 임상시험, 국제 학회 활동 등을 통해 연구의 신뢰성과 파급력을 높이고 있습니다. 최근에는 Whole Slide Image(WSI) 기반 디지털 병리 데이터와 딥러닝 알고리즘을 활용한 AI 기반 진단 및 예후 예측 연구에 집중하고 있습니다. AI를 활용한 PD-L1 Tumor Proportion Score(TPS) 평가, 면역표현형 분류, 폐암 병기 예측, 자연어처리 기반 병리 리포트 정보 추출 등은 면역항암제 치료 반응 예측 및 환자 선별에 중요한 역할을 하고 있습니다. 이러한 연구는 병리학자의 주관적 평가 한계를 극복하고, 진단의 표준화와 재현성 향상, 진단 속도 개선, 치료 반응 예측 정확도 제고 등 의료 혁신을 이끌고 있습니다. 정진행 연구실은 또한 폐암의 병리학적 진단 자동화, 3차원 종양세포 전파(STAS) 분석, 바이오마커 기반 신약 개발 등 다양한 융합 연구를 추진하고 있습니다. 인공지능, 빅데이터, 영상-병리 융합 소프트웨어 개발 등 첨단 정보기술과 병리학의 융합을 통해 정밀의료 실현과 환자 맞춤형 치료 시대를 선도하고 있습니다. 이러한 연구 성과는 폐암 환자의 생존율 향상과 삶의 질 개선에 실질적으로 기여하고 있으며, 앞으로도 국내외 폐암 진단 및 치료 분야의 혁신을 주도할 것입니다. 연구실은 다수의 국내외 특허, 우수 논문, 학술상 수상, 대형 국책과제 수행 등에서 탁월한 성과를 내고 있습니다. 또한, 국내외 학회 및 컨퍼런스에서 활발한 발표와 교류를 통해 연구 결과를 공유하고, 국제적 연구 네트워크를 구축하고 있습니다. 앞으로도 정진행 연구실은 폐암을 비롯한 다양한 암종의 병리학적 진단과 분자 바이오마커 연구, 인공지능 기반 진단 혁신을 통해 정밀의료와 환자 중심 치료의 미래를 열어갈 것입니다.

폐암 병리학적 진단 및 분자 바이오마커 연구
정진행 연구실은 폐암의 병리학적 진단과 분자 바이오마커 개발에 중점을 두고 있습니다. 폐암은 국내외적으로 사망률이 매우 높은 암종으로, 조기 진단과 맞춤형 치료가 환자의 예후를 결정짓는 중요한 요소입니다. 본 연구실은 다양한 조직학적 분류와 병리학적 특징을 정밀하게 분석하여, 폐암의 아형별 특성과 예후 인자를 규명하고 있습니다. 특히, EGFR, ALK, KRAS 등 주요 암유전자 변이와 그에 따른 치료 반응 및 내성 기전을 심도 있게 연구하고 있습니다. 최근에는 차세대 염기서열 분석(NGS)과 같은 첨단 분자진단 기술을 활용하여, 폐암 환자에서 발견되는 다양한 유전자 변이와 그 임상적 의미를 체계적으로 분석하고 있습니다. 이를 통해 환자 맞춤형 치료 전략 수립에 기여하고 있으며, 폐암의 다단계 암발생 과정에서 나타나는 분자적 변화와 진화적 경로를 밝히는 데 주력하고 있습니다. 또한, 폐암의 전구 병변 및 동시성 병변에서의 유전자 변이 패턴을 분석하여, 조기 진단과 예후 예측에 활용할 수 있는 새로운 바이오마커를 발굴하고 있습니다. 이러한 연구는 국내외 다기관 협력 연구 및 대규모 코호트 분석을 통해 신뢰성을 높이고 있으며, 병리-영상 융합 소프트웨어 개발, 인공지능 기반 진단 알고리즘 구축 등 다양한 융합 연구로 확장되고 있습니다. 정진행 연구실의 성과는 폐암 진단의 표준화, 치료 반응 예측, 신약 개발 등 임상적 적용 가능성을 높이고, 궁극적으로 폐암 환자의 생존율 향상과 삶의 질 개선에 기여하고 있습니다.
인공지능 및 디지털 병리 기반 폐암 진단·예후 예측
정진행 연구실은 인공지능(AI)과 디지털 병리 기술을 접목하여 폐암의 진단 정확도 향상과 예후 예측 모델 개발에 앞장서고 있습니다. 최근 Whole Slide Image(WSI) 기반의 디지털 병리 데이터와 딥러닝 알고리즘을 활용하여, 종양 미세환경 내 면역세포 분포, 종양 침윤 림프구(TIL), PD-L1 발현 등 다양한 병리학적 지표를 자동 분석하는 연구를 활발히 수행하고 있습니다. 이러한 AI 기반 분석은 기존 병리학자의 주관적 평가에서 벗어나, 보다 객관적이고 재현성 높은 진단 및 예후 예측을 가능하게 합니다. 특히, AI를 활용한 PD-L1 Tumor Proportion Score(TPS) 평가, 면역표현형 분류, 폐암 병기 예측 등은 면역항암제 치료 반응 예측 및 환자 선별에 중요한 역할을 하고 있습니다. 연구실은 국내외 대형 코호트와 협력하여, AI 기반 병리 진단의 임상적 유용성을 검증하고, 실제 임상 현장에 적용 가능한 진단 보조 시스템을 개발하고 있습니다. 또한, 자연어처리(NLP) 기술을 접목하여 병리 리포트에서 폐암 병기 정보를 자동 추출하는 연구도 진행 중이며, 이는 의료 데이터의 효율적 활용과 진료 의사결정 지원에 큰 기여를 하고 있습니다. 이러한 디지털 병리 및 AI 융합 연구는 폐암뿐만 아니라 다양한 암종으로 확장되고 있으며, 병리학적 진단의 표준화, 진단 속도 향상, 치료 반응 예측 정확도 제고 등 의료 혁신을 이끌고 있습니다. 정진행 연구실은 앞으로도 첨단 정보기술과 병리학의 융합을 통해 정밀의료 실현과 환자 맞춤형 치료 시대를 선도할 것입니다.
1
Extracting lung cancer staging descriptors from pathology reports: A generative language model approach
Cho Hyeongmin, Yoo Sooyoung, 정진행, Nam Sejin, Kim Borham, Jang Sowon, Sunwoo Leonard, Kim Sanghwan, Lee Donghyoung, Kim Seok
JOURNAL OF BIOMEDICAL INFORMATICS, 2024
2
Assessment of TP53 and CDKN2A status as predictive markers of malignant transformation of sinonasal inverted papilloma (vol 14, 14286, 2024)
김정훈, Kwon Soohyeon, Wee Jee Hye, Kim Hyojin, 백진호, 정진행, Cho Sung-Woo, 원태빈, 이재서, Kim Eun Sun
SCIENTIFIC REPORTS, 2024
3
Prognosis of spread through air spaces in invasive mucinous lung adenocarcinoma after curative surgery
전상훈, Lee Joonseok, 조석기, 정진행, Yoon Seung Hwan, Shih Beatrice Chia-Hui, Jung Woohyun, Jeon Jae Hyun, 김관민
EJSO, 2024
1
수학기반 산업데이터해석 연구센터
과학기술정보통신부
2024년 03월 ~ 2025년 02월
2
폐선암 전구 병변과 다단계 암발생에 관여하는 noncoding RNA 역할 규명 및 조기 진단 바이오마커 검증
과학기술정보통신부
2021년 03월 ~ 2022년 02월
3
폐암에서 ALK, EGFR, KRAS 암유전자 변이에 따른 biomarker 발현 평가 및 TKI 치료반응 연관성 평가
교육부
2015년 11월 ~ 2016년 10월