RnDCircle Logo
조수영 연구실
한양대학교 바이오신약융합학부 조수영 교수
단일세포 전사체 분석
종양 이질성
Proteogenomics
|조수영 교수 연구실
홈
연구 영역
기본 정보
논문·특허
과제
구성원
홈

조수영 연구실

한양대학교 바이오신약융합학부 조수영 교수

조수영 연구실은 질환과 독성 상황에서 단일세포 전사체를 분석해 세포 유형과 분화 계통을 구분하고, 위암 전암 병변의 분자 특징 및 종양 미세환경의 변화를 해석합니다. 또한 프로테오제노믹스와 멀티오믹스 통합 분석을 통해 암 아형을 재분류하고, 암세포주 기반 데이터베이스를 구축하여 단백질-전사체 연계 지표를 활용한 후속 연구를 지원합니다. 더불어 대체 스플라이싱 시그니처를 문헌 마이닝과 기계학습으로 도출하고, THO 복합체–Nrd1 매개 RNA 가공 조절의 노화 관련 유전자 조절 기전도 함께 연구합니다.

단일세포 전사체 분석종양 이질성Proteogenomics멀티오믹스 통합대체 스플라이싱
대표 연구 분야
연구 영역 전체보기
질환·독성 기전 규명을 위한 단일세포 전사체 기반 세포 계통 분석 thumbnail
질환·독성 기전 규명을 위한 단일세포 전사체 기반 세포 계통 분석
Single-cell transcriptome-based lineage analysis for disease and toxicology mechanisms
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
·
2024
Tho2‐mediated escort of Nrd1 regulates the expression of aging‐related genes
Yan Liu, J.Y. Park, Suji Lim, Ruxin Duan, Do Yoon Lee, Dahee Choi, Dong Kyu Choi, Byung‐Ho Rhie, Soo Young Cho, Hong‐Yeoul Ryu, S. Ahn
IF 7.1 (2024)
Aging Cell
노화와 RNA 생합성 및 수송 간의 관계는 점차 커지는 관심을 받고 있으나, 정확한 기전은 아직 알려져 있지 않다. THO 복합체는 mRNA의 동시전사적 성숙 및 수출에 필수적이다. 본 연구에서 우리는 THO 복합체가 수명 조절과 밀접하게 연관되어 있음을 보고한다. THO 복합체의 구성요소인 Hpr1 및 Tho2의 결핍은 복제수명(RLS)을 감소시켰으며, 이는 Sir2 비의존적 RLS 조절 경로와 연관되어 있다. hpr1Δ 또는 tho2Δ 돌연변이에서 전사체의 격리가 Rrp6를 포함하는 엑소좀 성분에 의해 상쇄되었음에도 불구하고, hpr1Δ에서의 RLS 결함을 완화하지는 못했다. 그러나 hpr1Δ 또는 tho2Δ에서의 RLS 손상은 Rrp6와 상호작용하는 Nrd1 특이 돌연변이의 추가 발현에 의해 상쇄되었다. 이러한 효과는 노화 관련 유전자를 조절하는 전사 조절자인 Nrd1이, 리보솜 생합성 또는 RNA 대사 유전자를 포함하는 노화 관련 유전자들의 전사에 관여하며, RNA 중합효소 II와의 상호작용에 의존하였다. Nrd1의 과발현은 Tho2-의존적 경로를 통해 RLS를 감소시켰다. 흥미롭게도 Tho2의 결실은 임의적인 Nrd1 염색질 결합을 유도함으로써 Nrd1 과발현의 효과를 그대로 모사하였다. 더 나아가 전 게놈 ChIP-seq 분석 결과, Tho2 상실 시 노화와 관련된 것으로 알려진 번역 연관 유전자들로의 Nrd1 모집이 증가함이 확인되었다. 종합하면, 본 연구 결과는 노화 관련 유전자의 전사 조절을 통해 수명 조절 경로에서 Tho2 매개 Nrd1 동반(escort)이 중요함을 강조한다.
https://doi.org/10.1111/acel.14203
Biology
Gene
Gene expression
Genetics
Expression (computer science)
Cell biology
Computational biology
Cancer research
2
Article
|
인용수 3
·
2023
Splicing signature database development to delineate cancer pathways using literature mining and transcriptome machine learning
Kyubin Lee, Daejin Hyung, Soo Young Cho, Namhee Yu, Sewha Hong, Ji‐Hyun Kim, Sunshin Kim, Ji‐Youn Han, Charny Park
IF 4.4 (2023)
Computational and Structural Biotechnology Journal
대체 스플라이싱(AS) 사건은 특정 경로와 암에서의 표현형 가소성을 조절한다. 선행 연구에서 스플라이싱 사건을 계산적으로 분석한 바 있음에도 불구하고, 수많은 후보로부터 신뢰할 수 있는 AS 사건이 유도하는 생물학적 기능을 밝히는 일은 여전히 도전적이다. 경로 조절을 평가하기 위한 필수 스플라이싱 사건 시그니처를 제공하기 위하여, 우리는 두 가지 데이터셋을 수집하여 데이터베이스를 개발하였다: (i) 보고된 문헌 및 (ii) 암 전사체 프로파일. 전자는 자연어 처리 기법을 사용하여 63,229개의 PubMed 초록에서 수집된 지식 기반 스플라이싱 시그니처를 포함하며, 202개 경로에 대해 추출되었다. 후자는 16개 암 유형 및 42개 경로에 대한 팬-암 전사체에서 기계 학습 기반으로 식별된 스플라이싱 시그니처이다. 우리는 스플라이싱 프로파일로부터 경로의 활동성을 분류하기 위한 학습 데이터셋으로서 여섯 가지 서로 다른 학습 모델을 구축하였다. 각 경로에 대한 시그니처는 학습 모델의 특징 중요도(feature importance)로 상위에 랭크된 AS 사건을 사용하여 결정하였다. 학습 결과를 검증하기 위해 (i) 성능 지표, (ii) 외부 데이터셋으로부터 획득한 차등 AS 세트, (iii) 우리의 지식 기반 시그니처의 세 가지 방식으로 평가를 수행하였다. 학습 모델의 수신자 조작 특성(receiver operating characteristic) 곡선 아래 면적 값은 뚜렷한 급격한 차이를 보이지 않았다. 그러나 랜덤 포레스트는 외부 데이터셋에서 확인된 AS 세트 및 지식 기반 시그니처와 비교했을 때 현저하게 최고의 성능을 나타냈다. 따라서 우리는 랜덤 포레스트 모델로부터 얻은 시그니처를 사용하였다. 우리의 데이터베이스는 생존 분석, 분자 아형, 종양 미세환경을 포함하여 AS 시그니처의 임상적 특성을 제공하였다. 또한 스플라이싱 인자에 의한 조절을 추가로 조사하였다. 개발된 시그니처에 대한 우리의 데이터베이스는 검색 및 시각화 시스템을 지원한다.
https://doi.org/10.1016/j.csbj.2023.02.052
Random forest
Alternative splicing
Transcriptome
RNA splicing
Computer science
Signature (topology)
Machine learning
Computational biology
Artificial intelligence
Bioinformatics
3
Article
|
·
인용수 49
·
2023
Refining Classification of Cholangiocarcinoma Subtypes via Proteogenomic Integration Reveals New Therapeutic Prospects
Soo Young Cho, Heeyoun Hwang, Yun‐Hee Kim, Byong Chul Yoo, Nayoung Han, Sun‐Young Kong, Min Jeong Baek, Kyung‐Hee Kim, Mi Rim Lee, Jae Gwang Park, Sung‐Sik Han, Woo Jin Lee, Charny Park, Jong Bae Park, Jin Young Kim, Sang‐Jae Park, Sang Myung Woo
IF 25.7 (2023)
Gastroenterology
https://doi.org/10.1053/j.gastro.2023.02.045
Cancer research
Organoid
Proteogenomics
CDKN2A
Transcriptome
Computational biology
Stem cell
Biology
Medicine
Cancer
최신 정부 과제
10
과제 전체보기
1
2025년 4월-2025년 12월
|56,666,667원
위액을 활용한 위점막 내 신규 발암성 미생물 발굴 및 검출 기술 개발 및 상용화
위액에 존재하는 신규 발암성 미생물을 발굴, 위액을 사용하여 이들 발암성 미생물의 DNA를 추출하고 검출할 수 있는 신속 분자진단 솔루션 개발
위액
현장진단
분자진단
조기진단
피씨알
2
주관|
2022년 3월-2026년 12월
|2,000,000,000원
멀티오믹스 기반 미래 신·변종 인플루엔자 변이주 대응 플랫폼 개발
위 연구 목표 달성을 위하여, 바이러스 전문가 및 각 분야 연구 전문가들이 팀을 이루어 아래와 같은 연구를 수행하고 자 함. 본 연구에서는 포화돌연변이를 바탕으로 한 유전체, 단일세포 전사체 및 대사체 분석을 바탕으로 한 멀티오믹스 기반 및 재조합 바이러스 또는 바이러스 유사체 생산을 통한 미래 인플루엔자 병원성 및 공통항원 예측 모델을 인공지능 기반으로 제시하고자 하는 연구 내용을 포함하고 있음. o 1단계 : 인공적 변이 또는 재조합 인플루엔자 바이러스 생산 및 특성 연구 데이터 기반 인공지능 모델 개발 - 1년차: 인플루엔자 사람/동물유래 인공변이주 및 재조합 변이주 바이러스 유사체 생산(유전체 기술 + 구조 예측 기술 + 약물 저항성 변이주 개발 기술 + 면역학적 분석)/ 변이 바이러스에 대한 in slilco peptide library 구축 및 변이 결합친화성 예측 인공지능 모델(GSANet) 개발 - 2년차: 인플루엔자 사람/동물유래 인공변이주 및 재조합 변이주 바이러스 유사체 특성 분석 및 실제 감염성 인플루엔자 변이주 생산 (유전체 기술 + 구조 및 감염성 분석 기술 + 감염 모델 기술/인간화 마우스)/ 병원성 변이 바이러스 기작 연구를 위한 단일세포 전사체 데이터/대사체 데이터 생산 및 전처리 - 3년차: 모델 시스템에서의 감염성 인플루엔자 변이주 병원성 분석 (단일세포 전사체 분석 + 변이 단백질 정제 및 특성 연구 + 병리기전 연구/마우스 및 인간화 마우스 모델)/ 병원성 변이 바이러스의 타겟 장기별 통합 오믹스 분석 및 병원성 정보 및 면역항원부위 예측을 위한 GSANet개발 o 2단계 : 변이 바이러스의 병원성 예측 모델의 검증 - 4년차: 인플루엔자 변이-병원성 데이터 기반 병원성 인자 개발 및 기전 제시 (감염 모델 기술/인간화 마우스 + 변이 단백질 구조 연구 + 단일세포 전사체 분석 기술)/ 단일세포전사체 및 대사체/지질체를 이용한 변이주 바이러스의 면역학적 특성 분석 및 예측 모델 제시 - 5년차: 새로운 신변종 바이러스 도입을 통한 예측 모델 검증 (감염 모델 기술/인간화 마우스 + 변이 단백질 구조기반 항체 및 약물 최적화 연구)/ 새로운 신변종 바이러스 도입을 통한 GSANet 모델 고도화
인플루엔자
신변종바이러스
멀티오믹스
감염모델
인간화마우스
인공지능
면역반응
재조합바이러스
3
2022년 3월-2026년 12월
|1,425,200,000원
멀티오믹스 기반 미래 신·변종 인플루엔자 변이주 대응 플랫폼 개발
본 연구에서는 인플루엔자 바이러스의 가상 신변종 바이러스를 대량 생산하여, 감염 능력 및 병원성에 대한 정보 데이터를 생산하고, 이를 바탕으로 인공지능 기반 예측 모델을 제시하는 것을 최종 목표로 함. 세부 연구 목표는 아래와 같음.- (세부목표1) 사람 또는 동물유래 인공 변이주 개발을 통한 병원성 데이터 확보- (세부목표2) 자연계 변이주 조합에 의한 ...
인플루엔자
신변종바이러스
멀티오믹스
감염모델
인간화마우스