Research
Revised DEC 2023
Main Research Theme
Main Research Theme
Unraveling disease complexity by leveraging big data and machine learning based on concrete biological assumptions.
Unraveling disease complexity by leveraging big data and machine learning based on concrete biological assumptions.
경희대학교 시스템생물정보학 연구실은 오믹스 데이터를 대상으로 생물정보학 및 시스템생물학 접근법을 적용하여 알맞게 고안된 생물학적 가정하에 생명현상을 이해하고자 하는 연구들을 수행하고 있습니다.
이는 최신의 기계학습 및 인공지능 등 전산통계학적 접근법을 포함합니다.
위 접근들을 통해 생물학적 난제나 암과 같은 복잡 질환을 해결하기 위한 실마리를 제시하고자 합니다.
경희대학교 시스템생물정보학 연구실은 오믹스 데이터를 대상으로 생물정보학 및 시스템생물학 접근법을 적용하여 알맞게 고안된 생물학적 가정하에 생명현상을 이해하고자 하는 연구들을 수행하고 있습니다.
이는 최신의 기계학습 및 인공지능 등 전산통계학적 접근법을 포함합니다.
위 접근들을 통해 생물학적 난제나 암과 같은 복잡 질환을 해결하기 위한 실마리를 제시하고자 합니다.
Main Research Fields
Main Research Fields
Current Research Topics
Current Research Topics
Understanding the tumor immune microenvironment and metabolism
Understanding the tumor immune microenvironment and metabolism
암 면역 미세환경 및 대사의 개별 요소 간 상호작용에 대한 통합적 이해
Nature Reviews Cancer. 20, 516-531 (2020)
Multi-omics approach for identifying therapeutic targets in complex diseases
Multi-omics approach for identifying therapeutic targets in complex diseases
다중오믹스 상호작용에 기반한 복잡 질병 치료 타겟 발굴
Current Opinion in Chemical Biology. 66, 102101 (2022)
Epigenetic understanding of the environmental influence on allergic diseases
Epigenetic understanding of the environmental influence on allergic diseases
알레르기 질환과 환경 간 상호작용에 대한 후성유전학 중심 연구
Clinical Epigenetics. 2, 223–232 (2011)
Kinase phosphorylation prediction in cell signaling
Kinase phosphorylation prediction in cell signaling
인산화 양상 예측에 기반한 세포 신호 전달 연구
Cell Systems. 10, 384-396 (2020)