STORAGE

[2026 IPA 시리즈 제6편] 네 개의 오믹스, 하나의 생물학적 이야기

지난 편에서는 오래 보관해 둔 microarray 데이터나 서로 다른 연구에서 나온 공공 데이터를 다시 해석의 출발점으로 삼는 이야기를 했습니다. 그때 데이터는 여러 연구에 흩어져 있었습니다. 이번 편에서 다룰 데이터도 ‘흩어져 있다’는 점은 같습니다. 다만 흩어진 자리가 다릅니다. 여러 연구가 아니라, 같은 사람에게서 얻은 동일한 샘플 안에서 데이터가 전사체, 단백체, 대사체, 지질체처럼 서로 다른 층위로 나뉘어 있는 경우입니다. 전사체에서 지질체까지: 다중 오믹스 데이터 통합(출처: AI 생성 이미지(Gemini Nano Banana 2 활용)) 이 네 가지를 한 사람의 혈액에서 한꺼번에 측정한다고 해보겠습니다. 데이터의 양은 늘어나지만, 해석이 그만큼 쉬워지지는 않습니다. 오믹스마다 측정 대상도, ..

2026. 8. 20.

STORAGE

[2026 IPA 시리즈 제5편] 오랫동안 보관 중인 Microarray 데이터, 이렇게 활용해 보세요

서랍 속 발현 데이터, 아직 끝나지 않았습니다연구실 하드디스크 어딘가에는 몇 년 전 프로젝트의 microarray 데이터가 잠들어 있을 수 있습니다. GEO나 ArrayExpress 같은 공공 저장소에는 그보다 훨씬 더 많은 발현 데이터가 공개되어 있습니다. 문제는 데이터가 없어서가 아닙니다. 오히려 데이터는 있는데, “이걸 지금 다시 어떻게 해석하지?”라는 질문 앞에서 멈추는 경우가 많습니다. 플랫폼은 제각각입니다. 예전 Affymetrix 칩으로 만든 microarray 데이터도 있고, 최근 RNA-seq 데이터도 있습니다. 정규화 방식도 다르고, 분석 시점도 다르며, 서로 다른 데이터셋을 비교할 공통의 기준도 필요합니다. Ingenuity Pathway Analysis(IPA)는 바로 이 지점에..

2026. 8. 13.

STORAGE

이해는 동의가 아니다 — 원효의 화쟁이 알려주는 소통법

나와 생각이 다른 사람과 이야기할 때 이런 생각해 보신 적 있나요?“저 사람은 상황을 너무 모르는 것 같아.”“정작 중요한 게 뭔지 모르네.”“내 말귀를 잘 못 알아듣고 자기 할 말만 하네.” 상대가 핵심을 놓쳤다고 느끼는 순간, 대화는 문제 해결보다 자기 관점을 관철하는 싸움이 되기 쉽다.(출처: AI 생성 이미지(ChatGPT 활용)) 회의에서 일정이나 업무 방식에 관한 의견이 부딪힐 때도 이런 생각이 쉽게 듭니다. 개발팀은 현실적으로 구현 가능한 범위와 일정을 이야기하고,기획팀은 고객이 요구한 기능이 제대로 동작하면서도 고객이 요구한 일정에 맞추어야 한다고 강조합니다. 각자는 자신이 보고 있는 문제가 더 중요하다고 느끼기 때문에, 상대가 상황을 제대로 이해하지 못하거나 핵심을 놓치고 있다고 판단하곤..

2026. 8. 6.

STORAGE

[2026 IPA 시리즈 제4편] 폐암에서 p53의 두 얼굴 — IPA로 비교해 본 LUAD와 LUSC의 경로 차이

지난 편에서는 한 장의 ‘단체 사진(UMAP)’ 속에서 하나의 세포 클러스터, macrophage를 깊이 들여다봤습니다. UMAP은 누가 어디에 모여 있는지는 보여주지만, 그 세포 상태를 누가 이끌었고 어떤 신호가 오갔는지는 따로 해석이 필요하다는 이야기를 했죠. 이번에는 시야를 조금 넓혀보겠습니다. 하나의 세포 타입을 깊이 보는 것에서 나아가, 여러 집단을 나란히 세워 비교하면 무엇이 보일까요? 이번 글의 주인공은 p53입니다. p53은 대표적인 종양억제 단백질로, 이를 암호화하는 TP53 유전자는 세포 주기 조절과 DNA 손상 반응, 세포 사멸 등에 관여하여 암 발생을 막는 방향으로 작동한다고 알려져 있습니다.그런데 p53이 어떤 암에서는 원래대로 종양을 억제하고, 다른 암에서는 오히려 종양을 ..

2026. 8. 6.

STORAGE

[2026 IPA 시리즈 제3편] UMAP까지는 그렸는데, 그 다음이 막혔다면 — scRNA-seq 클러스터를 '조절하는' Upstream Regulator

UMAP은 일종의 “단체 사진”입니다. 수십만 개의 세포를 한 장의 사진처럼 평면 위에 펼쳐 놓으면, 성격이 비슷한 세포들끼리 자연스럽게 무리를 지어 모입니다. 한 장의 사진 속에서 누가 어느 그룹에 속해 있는지, 그룹이 몇 개나 되는지, 누가 누구와 가까이 서 있는지를 한눈에 알아볼 수 있는 것과 같죠. UMAP 이미지(출처: AI 생성 이미지(Nano Banana 2 활용)) 그런데 단체 사진이 말해주지 않는 것도 있습니다. 사진은 “지금 이 사람들이 이렇게 모여 있다”는 결과를 보여줄 뿐, 누가 이 모임을 주도했는지, 각 그룹 안에서 어떤 신호가 오가는지, 무엇이 이들을 이 자리에 불러 모았는지는 설명하지 못합니다. scRNA-seq 분석에서도 비슷한 지점에서 멈춰 서기 쉽습니다. 클러스터는 깔끔..

2026. 7. 30.

STORAGE

내 데이터는 정말 내 것일까 - 홈 서버로 시작하는 데이터 주권

매달 이용료를 내고 사용하는 AI 서비스가 어느 날 갑자기 사용할 수 없게 된다면 어떨까요? 먼 이야기처럼 들릴 수 있지만, 2026년 6월 실제로 비슷한 일이 일어났습니다.2026년 6월, 미국 정부는 Anthropic의 최신 AI 모델을 정부 허가 없이는 외국인에게 제공할 수 없게 하는 일시적인 수출 통제를 지시했고, 같은 시기 OpenAI도 정부 요청에 따라 차기 모델의 공개 시기와 범위를 조정했습니다.해당 조치는 약 3주 만에 대부분 해제됐지만, 상용 최첨단 AI 모델의 이용이 정부의 정책 판단에 따라 실제로 제한될 수 있음을 보여준 이례적인 사건이었습니다. 매달 성능 신기록을 쓰며 앞서가던 도구가, 하루아침에 남의 허가가 있어야 쓸 수 있는 물건이 된 것입니다. 이 사건이 보여주는 본질은 AI ..

2026. 7. 24.

STORAGE

[2026 IPA 시리즈 제2편] 수백 개 DEG 중 '진짜'를 찾는 법 — BioProfiler로 바이오마커 후보 좁히기

유전자는 많은데, 어디서부터 봐야 하죠?RNA-seq 분석을 끝내면 통계 필터를 통과한 차등발현 유전자(DEG)가 수십 개에서 수백 개씩 쏟아집니다. 하지만 이 리스트 자체는 “무엇이 변했는가”만 알려줄 뿐입니다. 그 변화가 어떤 생물학적 의미를 갖는지, 어떤 경로와 연결되는지, 나아가 진단·예후·치료 반응과 관련된 바이오마커 후보로 발전할 수 있는지는 별도의 해석이 필요합니다. 그렇다면 실제 연구에서는 수백 개 DEG를 어떻게 바이오마커 후보까지 좁혀갈까요? 어디서부터 시작해야 할까(출처: AI 생성 이미지(Gemini 활용)) 이번 글에서는 신종 과불화화합물(PFAS)인 PFESA-BP2가 간세포암(HCC) 위험에 미치는 영향을 분석한 최근 논문을 따라가 보겠습니다. 연구진이 수백 개 DEG에서..

2026. 7. 22.

STORAGE

[2026 IPA 시리즈 제1편] 내 오믹스 데이터, '리스트'에서 '발견'으로: IPA로 읽는 생물학적 해석

RNA-seq 분석을 마치면 가장 먼저 마주하는 것은 긴 유전자 목록입니다. 수백 개의 DEG가 fold change와 p-value 기준으로 정리되어 있고, 어떤 유전자는 크게 올라가고, 어떤 유전자는 크게 내려가 있습니다. 그런데 이 리스트를 앞에 두면 질문은 다시 시작됩니다. “그래서 이 변화가 무슨 의미일까?” “이 중에서 진짜 중요한 신호는 무엇일까?” “어떤 분자가 이 변화를 조절했을까?” “결과적으로 어떤 기능이나 질환이 움직였다고 볼 수 있을까?” 오믹스 데이터 분석에서 어려운 지점은 데이터를 만드는 과정만이 아닙니다. 오히려 많은 경우, 진짜 고민은 그다음에 시작됩니다. 통계적으로 유의한 유전자 목록은 얻었지만, 그 목록을 생물학적 해석으로 연결하는 과정에서 막히기 쉽기 때문..

2026. 7. 16.

STORAGE

데이터로 완성되는 스마트팜

오늘날 데이터는 일상을 기록, 결정하고 계획하게 하는 가장 기본적인 수단인 동시에 제4차 산업 혁명에 대응하는 가장 강력한 무기가 되었습니다. 의료, 주식 등 다양한 분야에서 데이터를 기반으로 판단, 예측 및 기획하여 여러 기술을 접목하고 있습니다. 농업도 예외일 수 없습니다. 차세대 스마트 농업을 이끌고 있는 어그테크 (농업, Agriculture + 기술, Technology) 분야에서도 데이터의 수집, 활용, 생산의 순환 구조하에서 지속적으로 발전해 가고 있습니다. 종자 개발 단계부터 재배, 수확, 유통, 소비에 이르기까지 스마트 농업 밸류체인 전반에 걸쳐 AI (Artificial Intelligence)와 IoT (Internet of Things) 기술이 적용되고 있고, 이들의 효율성을 높이..

2023. 7. 24.