본 연구실은 대장암을 비롯한 다양한 소화기암의 진단과 예후 예측을 위해 인공지능(AI) 기술과 오믹스(유전체, 전사체, 메틸옴, 미생물군 등) 데이터를 융합한 첨단 연구를 수행하고 있습니다. 최근에는 대장암 환자의 림프절 전이와 재발을 예측하기 위해 다중 오믹스 분석과 조직 이미지 딥러닝을 결합한 모델을 개발하였으며, 이를 통해 암의 성장 및 파급 양상을 정밀하게 분석하고 있습니다. 이러한 연구는 환자 맞춤형 치료 전략 수립과 예후 예측의 정확도 향상에 크게 기여하고 있습니다. 특히, 본 연구실은 대장암 환자의 종양 및 인접 정상 조직에서 체세포 돌연변이, 전사체 발현, DNA 메틸화, 미생물군 데이터를 통합 분석하여 림프절 전이와 관련된 바이오마커를 발굴하였습니다. 예를 들어, S100A8 유전자의 상향 조절, 상피-중간엽 전이 관련 유전자 세트의 활성화, 그리고 특정 미생물군(p_PU)의 변화가 림프절 전이와 밀접한 연관이 있음을 밝혀냈습니다. 이러한 결과는 암의 진행 메커니즘을 이해하고, 환자별 맞춤 감시 및 치료법 개발에 중요한 단서를 제공합니다. 더불어, 인공지능 기반의 병변 진단 장치 및 폴립 크기 측정 기술을 개발하여, 내시경 검사 중 폴립 크기 측정의 정확도를 높이고, 관찰자 간 변동성을 줄이는 데 성공하였습니다. 이 기술은 임상 현장에서 내시경 의사의 경험에 따른 주관적 오류를 최소화하고, 대장암 조기 진단 및 감시 전략의 표준화에 크게 기여할 것으로 기대됩니다.

본 연구실은 염증성 장질환(IBD)과 크론병의 발병 기전, 치료 반응 예측 및 새로운 치료법 개발을 위한 분자생물학적 연구를 활발히 진행하고 있습니다. 특히 항-TNF 치료에 반응하지 않는 난치성 크론병 환자를 대상으로, 단일세포 전사체 분석과 네트워크 기반 약물 재창출 연구를 통해 새로운 치료 후보물질을 발굴하였습니다. 이 과정에서 면역세포의 활성화 및 유전자 발현 패턴을 정밀하게 분석하여, 환자별 맞춤형 치료 전략 수립에 중요한 근거를 제공하고 있습니다. 또한, 크론병 환자에서 상부위장관 침범 여부를 예측하기 위해 대장 조직의 미생물군 분석을 활용한 진단법을 개발하였으며, 이는 기존의 고비용·고위험 영상검사 대신 조직검사만으로도 상부위장관 침범을 간편하게 예측할 수 있는 혁신적인 방법입니다. 이와 더불어, 항-TNF 치료 반응 예측을 위한 분자 바이오마커(KAT2B 등)를 발굴하여, 치료 전 환자 선별 및 예후 예측의 정확도를 높이고 있습니다. 이러한 연구는 염증성 장질환 환자의 임상적 예후를 개선하고, 불필요한 치료 및 부작용을 최소화하는 데 중대한 역할을 하고 있습니다. 더 나아가, 공공 데이터와 컴퓨터 기반 분석을 활용한 신약 후보물질 탐색, 미생물군 기반 바이오마커 개발 등 다각적인 접근을 통해 국내외 염증성 장질환 연구를 선도하고 있습니다.