RnDCircle Logo
장원희 연구실
동국대학교 생명과학과 장원희 교수
TWAS
Single-cell meta-analysis
Toxicogenomics
연구 영역
기본 정보
논문·특허
과제
구성원

장원희 연구실

동국대학교 생명과학과 장원희 교수

장원희 연구실은 단일세포 및 다중오믹스 데이터를 통합해 질환의 전사체 상태 변화와 면역 기전을 규명하는 계산생물학 연구를 수행합니다. 또한 GWAS와 eQTL 기반 TWAS, colocalization, conditional/joint analysis로 감수성 유전자를 우선화하고 네트워크 기능 분석 및 약물 재포지셔닝·유전자-독성 상호작용 분석을 통해 치료 후보 또는 위험 후보를 도출하는 데 집중합니다. 이와 더불어 항균 펩타이드 및 ion channel-modulating peptides를 대상으로 multi-task learning, transfer learning 기반 딥러닝 예측 모델을 구축해 실험 스크리닝 비용을 줄이는 in-silico 후보 발굴도 병행합니다.

TWASSingle-cell meta-analysisToxicogenomicsKnowledge transfer deep learningAntimicrobial peptides
대표 연구 분야
연구 영역 전체보기
질환 단일세포/다중오믹스 통합 메타분석 기반 면역-기전 규명 및 위험 후보 도출 연구 thumbnail
질환 단일세포/다중오믹스 통합 메타분석 기반 면역-기전 규명 및 위험 후보 도출 연구
Single-cell and multi-omics integrative meta-analysis for immune mechanism discovery and risk candid
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
5
논문 전체보기
1
Article
|
인용수 5
·
2023
A Transcriptome-Wide Analysis of Psoriasis: Identifying the Potential Causal Genes and Drug Candidates
Yeonbin Jeong, Jaeseung Song, Yubin Lee, Eun‐Young Choi, Youngtae Won, Byunghyuk Kim, Wonhee Jang
IF 4.9 (2023)
International Journal of Molecular Sciences
건선은 피부 발진과 가려움증을 특징으로 하는 만성 염증성 피부 질환이다. 건선의 유전적 배경은 부분적으로만 밝혀져 있으므로, 통합적이고 엄밀한 연구가 필요하다. 우리는 새 Genotype-Tissue Expression(version 8) 참조 패널을 사용하여 전사체 전반 연관 연구(transcriptome-wide association study, TWAS)를 수행하였으며, 이전에는 사용되지 않았던 일부 조직 및 다중 조직 패널을 포함하였다. 또한 TWAS 분석을 위한 조직 패널을 우선순위화하기 위해, 전장 유전체 연관 연구(genome-wide association study, GWAS) 데이터에 대해 조직 특이적 유전력 분석을 수행하였다. 조직 특이성 및 통계적 검정력을 높이기 위해, CONTENT(context-specific genetics)의 단일 조직 패널과 다중 조직 패널로부터 8개 조직을 대상으로 TWAS 및 공분리(colocalization, COLOC) 분석을 수행하였다. TWAS 결과, 단일 조직 패널에서는 101개의 유의한 유전자, 다중 조직 패널에서는 64개의 유의한 유전자를 확인하였으며, 이들 중 26개 유전자가 COLOC에서 재현되었다. 기능 주석 및 네트워크 분석을 통해 해당 유전자들이 건선 및/또는 면역 반응과 연관됨을 확인하였다. 아울러 조건부 및 공동 분석을 통해, 함께 유의한 유전자들과 상호작용하는 약물 후보들도 제시하였다. 종합하면, 본 연구 결과는 건선의 기저 유전 기전 규명에 기여하고, 건선 치료에 대한 새로운 통찰을 제공할 수 있을 것이다.
https://doi.org/10.3390/ijms241411717
Transcriptome
Genome-wide association study
Psoriasis
Biology
Context (archaeology)
Genetic association
Computational biology
Genetics
Gene
Expression quantitative trait loci
2
Review
|
인용수 13
·
2023
Meta-analysis of single-cell RNA-sequencing data for depicting the transcriptomic landscape of chronic obstructive pulmonary disease
Yubin Lee, Jaeseung Song, Yeonbin Jeong, Eun‐Young Choi, Chul Woo Ahn, Wonhee Jang
IF 7 (2023)
Computers in Biology and Medicine
만성폐쇄성폐질환(COPD)은 기류 제한과 폐의 만성 염증을 특징으로 하는 호흡기 질환으로, 전 세계 사망의 주요 원인이다. 단일 세포 수준에서의 완전한 병리 기전이 아직 충분히 규명되지 않았으므로, COPD의 단일세포 해상도 지형을 특성화하기 위한 통합적 접근이 필요하다. COPD의 발병과 연관된 세포 유형 및 기전을 규명하기 위해, 우리는 COPD의 세 가지 단일세포 RNA 시퀀싱 데이터셋을 활용한 메타분석을 수행하였다. 16명의 COPD 환자와 18명의 건강한 대상에서 총 154,011개의 세포 중 17개의 서로 다른 세포 유형이 관찰되었다. 17개의 세포 유형 중 단핵구, 비만세포, 그리고 폐포 제2형 세포(AT2 cells)는 유전적 및 전사체적 특징에 근거하여 COPD의 병인과 연관된 것으로 확인되었다. 세 가지 병인 관련 세포 유형에서 전사체적으로 가장 다양한 상태들은 면역/염증 반응(단핵구 및 비만세포) 및/또는 미토콘드리아 기능장애(단핵구 및 AT2 세포)에서 유의한 농축을 보였다. 이어서 우리는 이들 세 가지 병인 관련 세포 유형에서 유전자 발현 양상을 조절함으로써 COPD를 유발할 수 있을 가능성이 있는 세 가지 화학적 후보 물질을 확인하였다. 전반적으로, 본 연구는 COPD의 병인에 대한 단일세포 수준 기전을 시사하며, COPD의 잠재적 위험요인이 될 수 있는 독성 화합물에 관한 정보를 제공할 수 있을 것으로 보인다.
https://doi.org/10.1016/j.compbiomed.2023.107685
COPD
Transcriptome
Cell
Cell type
Pathogenesis
Inflammation
Mast cell
Disease
Etiology
Medicine
3
Article
|
·
인용수 7
·
2022
Prediction Models for Identifying Ion Channel-Modulating Peptides via Knowledge Transfer Approaches
Byungjo Lee, Min Kyoung Shin, Taegun Kim, Yu Jeong Shim, Jong Wha J. Joo, Jung‐Suk Sung, Wonhee Jang
IF 7.7 (2022)
IEEE Journal of Biomedical and Health Informatics
펩타이드에 의해 조절될 수 있는 이온 채널은 신경계, 대사성 및 심혈관 질환에 대한 유망한 약물 표적이다. 이온 채널 조절 펩타이드(IMP)를 실험적으로 스크리닝하는 데에는 비용이 많이 들고 노동 집약적이므로, 계산 내(in-silico) 접근법은 우수한 대안이 될 수 있다. 본 연구에서는 나트륨, 칼륨 및 칼슘 이온 채널뿐 아니라 니코틴성 아세틸콜린 수용체(nAChRs)를 표적으로 하는 IMP 스크리닝을 위한 예측 모델인 PrIMP를 제시한다. IMP에 대한 데이터 불충분성을 극복하기 위해 두 가지 유형의 지식 전이 접근법을 활용하였다: 다중 작업 학습(MTL)과 전이 학습(TL). MTL은 하드 파라미터 공유를 통해 네 가지 표적 작업에 대해 동시에 모델 학습을 가능하게 하여 모델의 일반화 성능을 향상시켰다. TL은 훨씬 더 큰, 자연적으로 존재하는 기능성 펩타이드 데이터셋인 항균 펩타이드 데이터로부터 사전 학습된 모델 가중치의 지식을 전이하여 모델 성능을 개선할 수 있을 가능성을 제공하였다. MTL과 TL은 모두 예측 모델의 예측 성능을 성공적으로 향상시켰다. 또한 심층 학습과 전통적 기계 학습을 결합한 하이브리드 접근법을 적용하여 추가적인 성능 향상을 도모하였다. PrIMP는 나트륨 이온 채널에서 F1 점수 0.924, 칼륨 이온 채널에서 0.937, 칼슘 이온 채널에서 0.898, nAChRs에서 0.931을 달성하였다. 전처리된 데이터셋과 제안된 모델은 https://github.com/bzlee-bio/PrIMP 에서 제공된다.
https://doi.org/10.1109/jbhi.2022.3204776
Computer science
Artificial intelligence
In silico
Ion channel
Machine learning
Transfer of learning
Generalization
Deep learning
Chemistry
Receptor
최신 정부 과제
8
과제 전체보기
1
2021년 2월-2026년 2월
|171,480,000
Multi-omics 빅데이터와 AI를 이용한 한국인 특이적 대장암 예방 바이오마커 발굴 및 진행성 대장 선종 타입에 따른 암 발전 위험도 예측
□ 연구의 최종목표는 multi-omics 빅데이터와 AI를 이용하여 한국인 특이적 대장암 사전 예방 바이오마커 발굴 및 전암성 병변인 대장 선종 타입에 따른 암 발전 위험도 예측을 하는 것임. □ 대장암으로 발전되기 전단계의 전암성 병변인 진행성 대장 선종을 빅데이터와 인공지능을 이용하여 표현형이 아닌 유전자 발현 전사체 데이터, 후성유전체 데이터를 기반...
진행성 대장 선종
생물정보학
다중오믹스
메타클러스터링
대장암예방
2
2021년 2월-2026년 2월
|84,871,000
Multi-omics 빅데이터와 AI를 이용한 한국인 특이적 대장암 예방 바이오마커 발굴 및 진행성 대장 선종 타입에 따른 암 발전 위험도 예측
□ 연구의 최종목표는 multi-omics 빅데이터와 AI를 이용한 대장암 사전 예방 바이오마커 발굴 및 전암성 병변인 대장 선종 타입에 따른 암 발전 위험도 예측을 하는 것임. □ 대장암으로 발전되기 전단계의 전암성 병변인 진행성 대장 선종을 빅데이터와 인공지능을 이용하여 표현형이 아닌 유전자 발현 전사체 데이터, 후성유전체 데이터를 기반으로 하여 mol...
진행성 대장 선종
생물정보학
다중오믹스
메타클러스터링
대장암예방
3
주관|
2021년 2월-2026년 2월
|139,697,000
Multi-omics 빅데이터와 AI를 이용한 한국인 특이적 대장암 예방 바이오마커 발굴 및 진행성 대장 선종 타입에 따른 암 발전 위험도 예측
□ 본 연구를 위해서는 진행성 대장 선종 및 분변 샘플 확보, 인공지능 및 데이터 분석, 생물학적인 해석을 아우르는 융합형 연구를 진행하게 됨. □ 연구를 진행하며 160여건의 진행성 대장 선종, 분변 샘플에 대한 NGS 데이터 및 20여건의 single-cell RNA-seq 데이터를 최종적으로 확보함. □ 진행성 대장 선종에 대한 공용데이터베이스 상의 데이터와 환자 데이터를 통합한 데이터베이스를 구축하고 이를 교란효과 제거 알고리즘을 이용하여 통합함. □ 확보된 multi-omics 데이터의 분석을 위해 데이터를 효과적으로 클러스터링 할 수 있는 인공지능의 일종인 메타-클러스터링 방법론을 개발하고 이를 이용하여 진행성 대장 선종의 multi-omics 기반 molecular subtype을 제시함. □ 구분된 대장 선종 molecular subtype에 따른 한국인 특이적 마커 도출 및 single-cell RNA-seq을 통해 이들의 악성 종양과의 생물학적 관계성을 파악함. 최종적으로 분변에서 검출 가능한 진행성 대장 선종 molecular subtype에 따른 바이오마커를 발굴함. □ 발굴한 molecular subtype 별 바이오마커의 실제 활용 가능성을 극대화하고 정확도를 향상시키기 위해 마커 별로 정량적 가중치를 설정한 한국인 맞춤형 전암성 병변 진단 모델을 구축함.
진행성 대장 선종
생물정보학
다중오믹스
메타클러스터링
대장암예방
최신 특허
특허 전체보기
상태출원연도과제명출원번호상세정보
등록2021소아 특발성 관절염 진단용 유전자 마커 및 이를 이용한 진단 방법1020210116775
등록2021아토피성 피부염 진단용 바이오마커 및 이의 용도1020210109346
등록2017폴리염화바이페닐77 노출 진단용 바이오 마커를 포함하는 진단 키트1020170088254
전체 특허

소아 특발성 관절염 진단용 유전자 마커 및 이를 이용한 진단 방법

상태
등록
출원연도
2021
출원번호
1020210116775

아토피성 피부염 진단용 바이오마커 및 이의 용도

상태
등록
출원연도
2021
출원번호
1020210109346

폴리염화바이페닐77 노출 진단용 바이오 마커를 포함하는 진단 키트

상태
등록
출원연도
2017
출원번호
1020170088254