연구 영역

대표 연구 분야

연구실에서 최근에 진행되고 있는 관심 연구 분야

1

해부학 및 단일세포 오믹스 기반 질환 메커니즘 연구

본 연구실은 해부학적 지식과 첨단 단일세포 오믹스(single-cell omics) 기술을 융합하여 다양한 질환의 발생 및 진행 메커니즘을 심층적으로 규명하고 있습니다. 최근에는 뇌 허혈, 폐섬유증, 암 등 다양한 질환 모델에서 단일세포 전사체 분석을 통해 세포 유형별 유전자 발현 변화와 미세환경 내 상호작용을 정밀하게 해석하고 있습니다. 이를 통해 기존의 조직 수준 분석으로는 파악하기 어려웠던 세포 간 상호작용, 희귀 세포 집단의 역할, 질환 특이적 신호전달 경로 등을 밝혀내고 있습니다. 특히, 연구실은 단일세포 RNA 시퀀싱을 활용하여 허혈성 뇌 손상 시 해마 아교세포의 반응, 폐 이식 후 만성 거부반응에서의 면역세포 조성 변화, 암 조직 내 면역세포의 이질성 등 다양한 임상적 문제에 대한 기초적 해부학적 근거를 제시하고 있습니다. 이러한 연구는 질환의 조기 진단, 예후 예측, 맞춤형 치료 타겟 발굴에 중요한 기초 자료를 제공합니다. 향후 연구실은 단일세포 오믹스 데이터와 공간전사체, 조직면역염색 등 다양한 다중 오믹스 데이터를 통합 분석하여, 질환의 공간적·시간적 진행 양상과 세포 네트워크의 동적 변화를 규명할 계획입니다. 이를 통해 해부학적 지식과 첨단 생명정보학의 융합을 통한 새로운 의생명과학 패러다임을 제시하고자 합니다.

2

임상 빅데이터 및 인공지능 기반 바이오마커·진단 알고리즘 개발

연구실은 임상 유전체 빅데이터와 인공지능(AI) 기술을 접목하여 질환 진단, 예후 예측, 치료 반응성 평가에 활용 가능한 바이오마커와 진단 알고리즘을 개발하고 있습니다. 대규모 환자 코호트의 유전체, 전사체, 메틸레이션, 단일세포 데이터 등 다양한 멀티오믹스 데이터를 통합 분석하여, 질환 특이적 유전자, miRNA, 단백질, 대사체 등 다층적 바이오마커 후보를 도출합니다. 또한, 머신러닝·딥러닝 기반의 예측 모델을 구축하여 임상적 유용성을 검증하고 있습니다. 예를 들어, 폐이식 환자의 만성 거부반응 예측, 간세포암 진단용 GLUT2 표적 조영제 개발, 치주염·당뇨병 동반 환자의 면역세포 기반 예후 예측, 슬관절 치환술에서 AI 기반 임플란트 크기 예측 등 다양한 임상 현장에 적용 가능한 진단·예측 시스템을 개발해왔습니다. 이러한 연구는 특허 출원 및 기술이전, 진단키트 개발, 임상시험 등 실용화 연구로도 이어지고 있습니다. 연구실은 앞으로도 임상 현장에서 발생하는 다양한 의학적 문제를 데이터 기반으로 해결하기 위해, 최신 AI 알고리즘과 멀티오믹스 분석을 융합한 정밀의료 플랫폼을 구축하고, 맞춤형 진단·치료 전략 개발에 앞장설 계획입니다. 이를 통해 환자 맞춤형 의료 실현과 보건의료 혁신에 기여하고자 합니다.