Data Mining and Deep Learning for Linking Outbreak Dynamics and Genomic Signals with Regional and Policy Factors
연구 내용
전염병 확산 양상과 감염률, 유전체 서열 변이를 지역·정책 요인과 연계해 감염 패턴을 추정하는 연구
전염병의 확산 과정과 감염 특성을 데이터 기반으로 정량화하는 연구를 수행합니다. 국가별 확진 양상과 감염 증상, 진단-사망까지의 시간대를 종합해 Monkeypox 감염의 전파 특성을 분석합니다. 또한 COVID-19의 DNA 서열을 국가 기원 중심으로 분류하고, 수집 시점 이전의 국제 이동정책 지표와 분류 정확도의 연관성을 탐색합니다. 서울 지역의 확진 데이터에 대해 데이터 정제와 키워드 기반 범주화를 적용한 뒤 감염률에 영향을 주는 주요 요인을 추출해 방역 전략의 근거로 연결합니다. 역학 데이터와 생물정보 신호를 함께 다루는 방법론을 지향합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 확진 데이터의 전파 양상과 임상 증상 정보를 함께 분석하는 역학 중심 접근을 수행했습니다. 이후 감염 요인을 지역 단위로 정리하고 키워드 기반 분류로 구조화하여, 감염률에 영향을 주는 대표 요인을 도출하는 연구로 확장했습니다. 2024년에는 COVID-19 DNA 서열을 국가 기원으로 이분 분류하며, 국제 이동정책과의 관계를 함께 검토하는 방향으로 연구를 심화했습니다. 최근에는 유전체 변이 신호와 정책·지역 요인을 연동해 감염 패턴을 설명 가능하게 만드는 분석 프레임으로 발전시키고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Dissemination and Symptoms of Monkeypox Virus Infection
Country-Based COVID-19 DNA Sequence Classification in Relation with International Travel Policy
Analysis of the Rate of Confirmed COVID-19 Cases in Seoul and Factors Affecting It Using Big Data Analysis