최종연구목표: 고차원의 다층적 오믹스 자료로부터 정확한 질환, 예후 및 약물반응 예측하기 위해 통계학에 기반한 차원축소 분석방법과 통합 상호작용 분석 방법을 개발하고자 함. 1) 고차원 오믹스 자료에 대한 효과적인 차원축소 분석 기술 개발 2) 축소된 오믹스 자료에 대한 통합 상호작용 분석 방법 개발 3) 다차원 오믹스 자료의 분석을 위한 병렬 이종 컴퓨팅 시스템 개발 4) 통합 상호작용 분석 결과의 생물학적 해석을 위한 시각화 작업 및 어노테이션 시스템의 개발 연구목표: 인간게놈프로젝트의 완성과 함께 대용량의 고차원 생물학 자료를 분석하기위한 새로운 학문인 생물정보학(bioinformatics)이 태동되었다. 특히 새로운 biotechnology의 개발로 새로운 종류의 생물학적 자료가 계속 생산되고 있으며 이에 대한 새로운 오믹스(omics) 학문들이 속속 등장하고 있다. 그러나 이러한 자료로부터 의미있는 생물학적 정보를 분석하기위한 분석기술은 아직 자료의 생산속도를 따라가지 못하고 있다. 또한 분석 결과로부터 의미있는 생물학적 해석을 얻어내는 과정은 점점 어려워지고 있다. 이제는 유전체자료의 생산은 1000불, 분석은 10만불, 해석은 100만불이 드는 시대가 도래하였다. 특히 차세대 유전체 기술인 NGS나 NNGS 기술의 발전으로 인하여 대규모의 생물학적 자료들이 더 빠르게 축적되고 있어서 이런 오믹스 자료들을 효율적이고 통합적으로 분석할 수 있는 분석방법론의 개발이 중요한 시기가 되었다. 본 연구에서는 이러한 대용량의 고차원 오믹스 자료로부터 의미있는 정보를 뽑기위해 통계학에 기반한 차원축소 분석방법과 통합분석 방법을 개발하고자 한다. 이 차원축소 방법과 통합분석 방법은 다양한 종류의 오믹스 자료의 분석에 적용될 수 있는 장점을 갖고 있다. 연구내용: 여러 종류의 고차원 오믹스 자료들이 갖고 있는 공통적인 특징은 고차원이라는 점이다. 이 공통점으로부터 오믹스 자료들의 효율적인 분석을 위해서는 먼저 동일한 정보를 갖고 있는 자료로 차원을 축소한 후에 이 자료들을 통합하여 분석하고자 한다. (1) 고차원의 다층적 오믹스 자료로부터 필요한 정보를 효율적으로 뽑아내기위한 핵심기술인 차원축소 방법개발- 통계학의 regularization 방법, PCA, SVD, factor analysis에 기반한 차원축소 방법(2) 차원축소된 오믹스 자료에 대한 통합 분석 및 상호작용 분석 방법 개발 - Multifactor dimensionality reduction (MDR), 혼합모형에 기반한 상호작용 및 통합 분석 방법(3) 차원축소, 통합 분석 및 상호작용 분석 방법을 구현하기 위한 시스템을 구축 - GPU기반 컴퓨팅 기술과 병렬 컴퓨팅 기술을 이용하여 대용량 고차원의 다양한 오믹스 자료에 적용할 수 있는 대용량 컴퓨터 인프라 구축 및 통합 분석 시스템을 개발하여 최적화함. (4) 상호작용에 대한 생물학적 해석을 위한 시각화 작업
#microarray #system biology #linkage anlaysis #NGS
