권성훈 연구실은 공간 오믹스(Spatial Omics)와 병리학적 분석을 위한 첨단 바이오칩 및 마이크로플루이딕 기술 개발에 주력하고 있습니다. 연구실은 레이저 기반의 세포 분리 기술, 바코드화된 마이크로입자, 고해상도 이미징, 그리고 인공지능 기반의 데이터 분석을 결합하여 조직 내 세포의 유전적, 전사체적, 후성유전적 정보를 공간적으로 해석할 수 있는 플랫폼을 구축하고 있습니다. 이러한 기술은 암 조직, 신경질환 조직 등 다양한 생체 시료에서 세포 간 상호작용과 미세환경의 이질성을 정밀하게 규명하는 데 활용됩니다. 특히, 연구실은 PHLI-seq, Select-seq, bMDA 등 자체 개발한 기술을 통해 조직 내 특정 세포 집단을 고해상도로 분리하고, 이들의 유전체 및 전사체 정보를 획득합니다. 이를 통해 암 조직 내 이질성, 암 줄기세포의 미세환경, 면역세포의 공간적 분포와 기능적 특성 등을 정밀하게 분석할 수 있습니다. 또한, 공간 오믹스 데이터와 병리 슬라이드 이미지를 그래프 신경망 등 인공지능 기법과 융합하여, 새로운 바이오마커 발굴과 환자 맞춤형 진단·치료 전략 개발에 기여하고 있습니다. 이러한 연구는 차세대 정밀의료, 암 진단 및 예후 예측, 신경퇴행성 질환의 병태생리 규명 등 다양한 임상적 응용 가능성을 지니고 있습니다. 권성훈 연구실의 공간 오믹스 및 병리학적 분석 기술은 국내외 다수의 협력 연구와 대형 국책과제에서 핵심 역할을 하고 있으며, 실제 임상 적용을 위한 기술 상용화 및 플랫폼 구축에도 박차를 가하고 있습니다.

권성훈 연구실은 인간 면역계의 복잡성과 질병과의 연관성을 규명하기 위해 B세포 및 T세포 수용체(Immune Repertoire) 분석에 인공지능과 딥러닝을 접목한 연구를 선도하고 있습니다. 연구실은 차세대 염기서열 분석(NGS)과 딥러닝 기반의 데이터 해석을 결합하여, 다양한 감염병, 자가면역질환, 암, 신경퇴행성 질환 등에서 면역세포의 다양성과 기능적 특성을 정량적으로 분석합니다. 대표적으로, BCR-SORT, GRIP 등 자체 개발한 딥러닝 모델을 통해 B세포 수용체 서열로부터 세포 아형을 예측하거나, 면역 레퍼토리의 계통발생적 구조와 진화적 경로를 재구성합니다. 이러한 기술은 COVID-19 백신 접종자, 알츠하이머병 환자, 암 환자 등 다양한 임상 집단에서 면역 반응의 개인차, 질병 진행과의 연관성, 예후 예측 바이오마커 등을 발굴하는 데 활용되고 있습니다. 또한, 그래프 신경망과 트랜스포머 기반의 임베딩 기법을 적용하여, 대규모 면역 레퍼토리 데이터를 효율적으로 분석하고, 임상적으로 해석 가능한 결과를 도출합니다. 이러한 연구는 맞춤형 백신 및 면역치료제 개발, 질병 조기 진단 및 예후 예측, 신약 타겟 발굴 등 다양한 바이오헬스 분야에 혁신적인 기여를 하고 있습니다. 권성훈 연구실은 국내외 다수의 임상기관 및 연구기관과 협력하여, 실제 환자 데이터를 기반으로 한 면역 레퍼토리 분석 플랫폼을 구축하고 있으며, 인공지능 기반 바이오마커 발굴의 실용화와 임상 적용을 목표로 연구를 지속하고 있습니다.