HLA imputation의 정확도 향상과 프라이버시 보존 분석 연구

Improving HLA imputation accuracy with privacy-preserving computation

연구 내용

여러 reference panel과 여러 imputation 방법의 확률을 통합해 HLA imputation 오류를 낮추고, homomorphic encryption으로 원격 서버 환경에서도 개인정보를 보호하는 연구

HLA genotyping의 비용과 reference panel 부족 문제를 고려해, 서로 다른 reference panel과 서로 다른 imputation 방법의 출력 확률을 결합하는 MultiCook을 개발합니다. 또한 서로 다른 SNP genotyping platform에서 타이핑된 패널을 병합하고, 낮은 빈도의 대립유전자까지 포함해 imputation 정확도를 개선하는 평가 체계를 포함합니다. 더 나아가 privateHLA에서는 homomorphic encryption을 사용해 클라이언트의 genotype 입력과 모델 정보를 동시에 보호하면서 외부 서버에서 imputation을 수행하도록 설계합니다. 이를 통해 로컬 저장 의존과 업로드 프라이버시 리스크를 동시에 완화하는 계산 절차를 제공합니다.

관련 프로젝트

0건

연구 흐름

2025년에는 HLA imputation에서 reference panel을 단일하게 사용해야 한다는 제약을 개선하기 위해 MultiCook을 제안하고, 여러 reference panel과 여러 imputation 방법의 확률을 통합해 오류율을 낮추는 방향으로 정확도 연구를 수행했습니다. 같은 해에 원격 서버 기반 imputation 환경의 개인정보 위험을 별도로 다루기 위해 privateHLA로 확장했으며, homomorphic encryption 기반 보안 계산을 통해 데이터와 모델 프라이버시를 보호하는 절차를 제시했습니다. 이후에는 정확도와 보안의 균형을 고려한 적용 조건 분석과 통합 배포 전략으로 후속 확장을 계획할 수 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

다중 reference panel 기반 HLA imputation 통합
플랫폼이 다른 SNP 패널 병합 절차
저빈도 대립유전자 imputation 개선
원격 서버 기반 보안 유전체 분석
homomorphic encryption 적용된 예측 파이프라인
클라우드 HLA 분석용 프라이버시 보호 구현
생체정보 보안 요구가 있는 코호트 활용
보안 계산 환경에서의 성능 평가 프레임워크
면역 관련 연구의 입력 데이터 표준화
HLA imputation 결과 품질 관리 지표