2008년 5월에 시작된 인코 블로그는 2021년인 지금까지 여러분들의 관심과 성원으로 나날이 발전할 수 있었습니다.
2008년부터 2021년 현재까지 작성된 글은 374개나 된답니다~ 올해만 해도 1월부터 9월까지 총 55,000분이 방문해주셨는데요!
조회된 페이지 수도 75,000페이지에 달한답니다!

하지만 조금 더 많은 분들의 참여와 소통이 가능할 수 있도록,
또 모바일에 최적화된 블로그를 제공해드리기 위하여
2021년 10월 1일부터 Tistory로 블로그를 이전하게 됨을 알려드립니다.
기존 블로그는 유지되지만 앞으로 인실리코젠의 모든 소식은 이전하는 Tistory를 이용해 주시면 감사하겠습니다!
새롭게 단장된 Tistory에서 더 유익한 정보로 찾아뵙도록 하겠습니다~

아래의 링크를 클릭하시면 새로운 인코 블로그로 이동됩니다!
그동안 인코 블로그를 많이 사랑해주셔서 진심으로 감사드립니다!
더욱더 발전하는 인실리코젠이 되겠습니다.

감사합니다!

신규 블로그 바로가기: https://blog.insilicogen.com/

Posted by 人Co

다양한 프로그램들을 직접 다뤄본 2주 차
#CLC Main Workbench #NGS 데이터 분석

동기들과 함께라면 무엇이든 할 수 있어! 3주 차
#R #RNA-seq #전사체 데이터 분석 #유전체 데이터 분석 #논문 리뷰 #발표

낯설지만 신기하고 재밌는걸? 4주 차
#리눅스 #파이썬 #딥러닝 #모델링 #통계적 해석

사업의 전반적인 부분을 배우자! 5주 차
#Axure #프로토타이핑 #SI #데이터 모델링 #DB 설계

애자일하게 실행하자! 6주 차
#Agile #Contents Design #Webinar #D.iF #미생물 #네트워크

6주간 추억, 그리고 솔직한 후기
#웹 미팅 #생일 #축하 #코로나 #끝나면 #모이자 #솔직 #후기

랜선 모임

후기 영상

마치며...
이렇게 제12기 人CoINTERNSHIP이 성공적으로 끝이 났습니다. 6주간 유익한 강의를 위해 힘써주신 임직원분들과 다소 생소할 수도 있지만, 열정적인 자세로 교육에 임해주신 여러분 모두 수고 많으셨습니다. 더 좋은 기회와 인연으로 다시 만날 수 있기를 기대해 봅니다! 감사합니다~!

작성 : 人CoINTERNSHIP 제12기 수료생

김소연, 박병준, 박종호, 방재훈, 석민기

신섭재, 심석영, 유채민, 임유진, 한민재

Posted by 人Co

AI drives BI

    - 입사예정일 : 2021.10.04 (월)


[채용형태]
정규직 : 신입(인턴 3개월 포함), 경력(경력에 따라 수습 포함)


[근무환경]
- 근무제 : 주 5일 근무
- 복리후생 : 4대 보험, 퇴직연금 및 성과급, 유연근무제 (장기근속자)
- 휴가제 : 연차, 경조휴가, 충전휴가 (장기근속자)
- 지원 : 경조사비, 주차비, 교육훈련비, 도서 등


[접수방법]
서류제출방법 : E-mail 첨부 제출 (ms@insilicogen.com)


[제출서류]
1) 서류전형 시
 ① 자사 입사지원서 : 파일명 `입사지원서_지원분야_성명_제출일.docx`로 저장
 ② 개인정보 이용 동의서 포함

입사지원서_성명_지원부문_20210800.docx

2) 1차 면접전형 시 (1차 면접 합격자에게만 2차 면접 요청_이메일 통지)
 공통 : 포트폴리오(PDF) 제출

3) 3차 서류 제출(2차 면접 합격자에게만 3차 추가서류 제출 요청_이메일 통지)
 ① 경력지원 시
  - 전 근무지의 근로자 원천징수 영수증(퇴사연도, 직전연도)
  - 고용보험이력확인서 : 고용보험 사이트에서 발급 가능

Posted by 人Co

Posted by 人Co

人CoINTERNSHIP_지원서_2021.doc

Posted by 人Co

Posted by 人Co

'유전체 데이터는 점차 쌓여가고···쌓여가는 데이터 처리는 해야겠고···이왕 처리하는 거 효율적으로, 내가 원하는 방향으로 처리하고 싶은데···심도 있는 분석은 또 어떻게 진행해야 하는 걸까···' 이런 의문 품어보신 적 다들 있으시죠?! 있을 겁니다! 저 또한 그랬으니까요!

제 경우에는 OmicsBox라는 솔루션이 저의 이러한 의문을 해소해주었습니다. 제가 OmicsBox를 처음 접한 건 바야흐로 대학원 시절. 그 당시에는 OmicsBox로 리뉴얼 되기 전인 Blast2GO 버전이었습니다. 저는 그 당시 De Novo Transcriptome 분석을 진행했었고, BLAST 분석 이후의 후속 분석인 Functional Analysis(GO, KEGG, InterProScan)를 Blast2GO를 이용하여 진행했었습니다.

만약 그 당시의 저에게 Blast2GO가 없었다면, 저는 아마 졸업을 못 했을 겁니다. (생각만 해도 끔찍하네요.)
서론이 길었네요  자, 그럼 이렇게 저를 무사히 졸업시켜주는데 일조했던 OmicsBox(구 Blast2GO)! 과연 어떤 기능을 하는 생물정보 솔루션인지 이제부터 차근차근 알아볼까요?



나만 알고 싶은 OmicsBox

OmicsBox 기능을 알아보기 전에 OmicsBox는 무엇인지에 대해 먼저 알아보겠습니다.

OmicsBox는 새로운 genome 분석을 위한 최고의 생물정보학 플랫폼(Platform)임과 동시에 산업, 학술 및 정부 연구기관의 생물학자를 위한 사용자 친화적인 생물정보학 데스크톱 애플리케이션(Desktop application)입니다. 이러한 OmicsBox는 기능 유전체학의 선두주자로서 세계적으로 인정받고 있으며, 이는 7,000개 이상의 과학 연구 인용으로 입증되었습니다. 또한, OmicsBox는 genomics, transcriptomics, metagenomics의 NGS 데이터 분석에 최적화(de novo 파트)되어 있으며, 필요에 따라 데이터 분석에 필요한 다양한 모듈(Module)을 결합하여 사용할 수 있습니다.

[그림 1]. OmicsBox OverView

(https://www.biobam.com/wp-content/uploads/2019/03/OmicsBox_Brochure_2019_A5.pdf)

• 아래는 OmicsBox의 주요 기능을 나열해 봤는데요,
• 클라우드 플랫폼(Cloud platform)을 활용한 애플리케이션(Application) 고속 실행 및 견고하고 안전한 백엔드(Back-end) 제공
• Blast 결과의 Gene Ontology mapping
• Functional Annotation
• InterProScan domain 검색
• GO-Slim Reduction
• KEGG map mapping
• 통계 정보 차트
• 다양한 데이터의 import와 export format 지원
• Eukaryote, prokaryote에 알맞은 model을 이용한 유전자 부위 예측
• 발현값을 이용한 pairwise/time course 별 분석

이뿐만 아니라 OmicsBox는 아래와 같은 강력한 장점도 가지고 있습니다.



Advantages of OmicsBox

Powerful Tables

[그림 2]. Powerful Tables

(https://www.biobam.com/wpcontent/uploads/2019/05/OmicsBox_Brochure_BioIT_2019.pdf)

풍부한 사용자 인터페이스(Interface)를 통해 대용량 데이터세트를 쉽게 처리할 수 있고, 모든 테이블은 필터링과 정렬을 할 수 있으며, 가장 중요한 것은 다른 결과 세트와 결합할 수 있다는 것입니다. 또한, 후속 분석 단계의 하위 집합을 쉽게 생성하고 추출할 수 있습니다.

Workflows

[그림 3]. Workflows

(https://www.biobam.com/wpcontent/uploads/2019/05/OmicsBox_Brochure_BioIT_2019.pdf)

Workflow manager를 사용하여 생물정보학적 workflow를 생성, 실행 및 저장할 수 있으며, 선택한 분석 단계를 끌어와 workflow를 생성하고 모든 파라미터(Parameter)를 한 곳에서 구성하고 검토할 수 있습니다.

  

Genome Browser

[그림 4]. Genome Browser

(https://www.biobam.com/wpcontent/uploads/2019/05/OmicsBox_Brochure_BioIT_2019.pdf)

Genome Browser는 여러 트랙(Track)을 통해 alignment(.bam), gene annotation(.gff) 및 variant 정보(.vcf)를 결합할 수 있습니다. 그뿐만 아니라 navigation, 필터 및 검색 옵션을 사용하여 쉽고 탐색적인 방법으로 결과를 확인할 수 있습니다.

Omics Cloud Platform

[그림 5]. Omics Cloud Platform

(https://www.biobam.com/wpcontent/uploads/2019/05/OmicsBox_Brochure_BioIT_2019.pdf)

클라우드 플랫폼(Cloud platform)은 대부분의 무거운 작업이 수행되는 OmicsBox에 견고하고 안전하며 자동 확장이 가능한 백엔드(Back-end)를 제공합니다. 또한, 이 시스템을 사용하면 표준 PC에서 매우 까다로운 생물정보학 애플리케이션(Application)을 고속으로 실행할 수 있습니다.

 

자 어떤가요? 전반적으로 OmicsBox에 대해 간략히 알아보았는데, 글을 읽다 보니 내 데이터를 어떻게 처리하면 좋을지 구상이 잡히셨나요?  아직 잘 안 잡히셨다고요? 괜찮습니다.
이제부터 설명해 드릴 OmicsBox의 4가지 모듈을 살펴보고 나면 구상이 잘 잡히실 겁니다.

그럼 한번 살펴볼까요?

Four modules of OmicsBox

[그림 6]. Four modules of OmicsBox

(https://www.biobam.com/omicsbox/)

 

Genome Analysis

• Quality Control : 샘플의 품질 관리를 수행하기 위해, FastQC와 Trimmomatic을 사용하여 Reads를 필터링하고, low quality bases를 제거할 수 있습니다.

• De Novo Assembly : ABySS를 기반으로 하는 assembly 기능을 통해 reference genome 또는 특정 하드웨어(Hardware) 요구 사항 없이 전체 genome sequence를 재구성할 수 있습니다.

• Repeat Masking : 다운스트림(Down-stream) 유전자 예측을 개선하기 위해 RepeatMasker를 사용하여 진핵생물 genome의 반복적이고 복잡성이 낮은 assemble된 DNA sequence를 마스킹(Masking)할 수 있습니다.

• Gene Finding : Genome 구조를 특성화하기 위해 원핵생물(Glimmer 사용) 및 진핵생물(Augustus 사용) 유전자 예측을 수행할 수 있으며, 진핵생물 유전자 예측은 RNA-seq 인트론 힌트를 지원합니다.

• Genome Browser : 트랙(Track) 형태로 annotation을 시각화하여 genome sequences(.fasta), alignments(.bam), intron-exon structure(.gff) 및 variant data(.vcf)와 결합할 수 있습니다.

Transcriptomics

• Quality Control : 샘플의 품질 관리를 수행하기 위해, FastQC와 Trimmomatic을 사용하여 Reads를 필터링하고 low quality bases를 제거할 수 있습니다.

• De Novo Assembly : Reference genome 없이 de novo transcriptome을 생성하기 위해 Trinity 프로그램을 이용하여 짧은 Reads를 조립할 수 있습니다.

• RNA-Seq Alignment : 초고속 유니버설(Universal) RNA-seq aligner인 STAR를 사용하여 RNA-seq 데이터를 reference genome에 alignment 할 수 있습니다.

• Quantify Expression : HTSeq 또는 RSEM을 사용하여 reference genome의 유무와 관계없이 gene 또는 transcript 수준에서의 발현을 정량화할 수 있습니다.

• Differential Expression Analysis : NOISeq, edgeR 또는 maSigPro와 같이 잘 알려진 다양한 통계 패키지(Package)를 사용하여 실험 조건 간 또는 시간이 지남에 따라 차등적으로 발현된 유전자를 검출할 수 있습니다. 또한, 풍부한 시각화는 결과를 해석하는 데 많은 도움이 됩니다.

• Enrichment Analysis : 차등 발현 결과를 functional annotation과 결합함으로써, Enrichment 분석은 과잉 및 과소 표현된 생물학적 기능을 식별할 수 있도록 해줍니다.

Metagenomics

• Quality Control : 샘플의 품질 관리를 수행하기 위해, FastQC와 Trimmomatic을 사용하여 Reads를 필터링하고 low quality bases를 제거할 수 있습니다.

• Taxonomic Classification : Kraken에서 현재의 종(세균, 고세균, 바이러스)을 식별하고, 다단계의 Pie chart인 Krona와 샘플 간의 비교 막대 그래프로 결과를 시각화할 수 있습니다.

• Metagenomics Assembly : 클라우드(Cloud)에서 빠르고 쉽게 대규모 데이터세트를 조립하기 위해 MetaSPAdes와 MEGAHIT 중에서 선택할 수 있습니다.

• Gene Prediction : 가능 유전자와 단백질을 식별하고 추출하기 위해 일반 Reads에는 FragGeneScan, 조립된 데이터에는 Prodigal을 사용할 수 있습니다.

• Functional Interpretation : EggNOG-Mapper 및 PfamScan을 사용하여 높은 처리량의 functional annotation을 얻을 수 있고, 결과를 GO graph 및 chart로 시각적으로 표현하고 비교할 수 있습니다.

Functional Analysis

• High-Throughput Blast and InterProScan : CloudBlast 및 CloudInterProScan을 사용하여 선택한 reference 데이터세트에 대해 빠른 sequence alignment 및 domain 검색을 수행할 수 있습니다.

• Gene Ontology Mapping : UniProt 및 Gene Ontology Consortia의 최신 데이터베이스에서 사용 가능한 functional annotation을 사용하여 잠재적인 homologous와 domain을 연결할 수 있습니다.

• Blast2GO Annotation : Blast2GO 방법론을 사용함으로써, source annotation 품질 및 ontology 계층을 고려하여 가장 신뢰할 수 있는 기능 label을 새로운 sequence 데이터세트에 유연하게 할당할 수 있습니다.

• Enrichment Analysis : 서로 다른 enrichment 분석 방법 (Fisher Exact Test 및 GSEA)을 사용하여 과다 및 과소 표현된 분자 기능을 식별할 수 있습니다.

• Functional Interpretation : 다양한 시각화를 통해 annotation process를 평가할 수 있을 뿐만 아니라 실험 및 기능 분석 결과의 생물학적 해석을 도울 수 있습니다.

Genome 분석, Transciptome 분석, Metagenome 분석 받고 Functional Annotation 분석까지! NGS 분석 대부분 분야를 섭렵한 OmicsBox, 어떠신 것 같나요? 구상이 어느 정도 잡히시고 있나요? 점점 OmicsBox 매력에 빠져들고 계신가요? 
그럼 이쯤에서 이런 질문을 던질 수도 있습니다. "Genome 분석, Transcriptome 분석, Metagenome 분석, Functional Annotation 분석까지 기능은 매우 좋은데 어떻게 이용해야 할지 잘 모르겠어요···"
걱정하지 마세요! 저희에게는 앞서 언급되었던 장점 중 하나인 workflows가 있습니다!

OmicsBox Workflows

Genome Analysis Workflows

• Eukaryotic Genome Analysis Workflow
• Prokaryotic Genome Analysis Workflow
• Long Reads Eukaryotic Genome Analysis Workflow
• Long Reads Prokaryotic Genome Analysis Workflow

[그림 7]. Eukaryotic Genome Analysis Workflow

(https://www.biobam.com/genome-analysis/)

 

Transcriptomics Workflows

• De Novo Transcriptome Characterization Workflow
• Transcript-level Analysis Workflow
• Gene-level Analysis Workflow

[그림 8]. De Novo Transcriptome Characterizatioin Workflow

(https://www.biobam.com/transcriptomics/)

 

Metagenomics Workflows

• Taxonomic Classification Workflow
• Functional Annotationi Workflow

[그림 9]. Taxonomic Classification Workflow

(https://www.biobam.com/metagenomics/)

 

Metagenomics Workflows

[그림 10]. Functional Analysis Workflow

(https://www.biobam.com/functional-analysis/)

 

Raw data만 넣어주고, 각 단계의 파라미터(Parameter)만 잡아주면~ 자동으로 output까지 산출되는 workflow! 참으로 간단하죠? 

OmicsBox workflow만 있으면 어렵던 유전체 데이터 분석이 앞으로는 재미있게 느껴질 수 있습니다.

마치며

이번 포스팅(Posting)에서는 OMICS 데이터 분석을 용이하게 해주는 생물정보학 솔루션 OmicsBox에 대해 알아보았는데요. Genome 분석부터 Functional Annotation 분석까지 많은 기능이 있는 아주 매력적인 솔루션이라고 생각이 됩니다. 더군다나 어떤 기능을 어떻게 사용해야 하는지 잘 모르더라도 강력한 기능인 workflow가 있어서 손쉽게 output을 얻을 수도 있구요. 만약 NGS 데이터 분석이 아직 어렵고 낯설게 느껴지는 분들이 계신다면 이번 포스팅의 주인공인 OmicsBox를 강력! 추천해 드립니다. 후회하지 않으실 거에요
 
만약 OmicsBox와 친해지고 싶으시다면 consulting@insilicogen.com으로 메일 주세요.
친절히 안내 드리도록 하겠습니다.
마지막으로 긴 글 읽어주셔서 감사드리며, 모두 건강한 나날 보내시길 바랍니다.
감사합니다.
 
OmicsBox : BIOINFORMATICS MADE EASY

[그림 11]. OmicsBox Logo

(https://www.biobam.com/functional-analysis/)

참고자료

• https://www.biobam.com/omicsbox/
• https://www.biobam.com/wpcontent/uploads/2019/05/OmicsBox_Brochure_BioIT_2019.pdf
• http://manual.omicsbox.biobam.com/user-manual/
• Insilicogen, Inc.
• SCH

작성 : iLAB 조항철 주임컨설턴트

Posted by 人Co

바이오-인공지능 기술을 실용적 소프트웨어로!

입사지원서_성명_지원부문_20210500.docx

Posted by 人Co

Posted by 人Co

유전체학의 발전은 인간의 질병을 이해하는 새로운 문을 열어주고 있으며 혁신적인 정밀 치료에 점점 더 많은 정보를 제공하고 있습니다.
2015년도에 전 세계 시퀀싱 스토리지 용량은 연간 1 페타바이트에 이르렀고, 7개월마다 용량이 두 배씩 지속적해서 증가하고 있습니다. 유전체 데이터는 향후 5년 동안 연간 수백 페타바이트를 생성할 것이며 2025년도까지 연간 스토리지가 거의 1 제타 바이트가 필요할 수도 있습니다. 이렇게 증가하는 질병 유전체 시퀀싱 데이터의 처리, 저장 및 분석에 유용한 솔루션인 Intel Select Solution을 소개하고자 합니다.




지난 3월 4일 저희 인실리코젠의 공식 페이스북을 통해서도 간략하게 소개해드렸었는데요, 당시 자세하게 설명해 드리지 않아 궁금한 점이 많으셨을 거로 생각합니다.
그래서 오늘은 Intel Select Solution - GATK Best Practice에 대해 상세히 설명해 드리고자 합니다.

Intel Select Solution은 컴퓨팅, 스토리지 및 네트워크에 특정 소프트웨어 워크플로우를 최적화하여 검증된 결과를 제공하는 것을 목표로 하여 세계 최고의 데이터 분석을 위한 솔루션 서비스 제공을 목표로 개발되었습니다.

해당 서비스 라인 중 GATK Best Practice는 유전체 분석을 위한 고성능 데이터 분석 컴퓨팅 클러스터 하드웨어 및 최적화된 워크플로우 소프트웨어 시스템입니다. 대용량 유전체 변이 분석을 위해 Intel 기술을 활용하여 GATK 파이프라인을 최적화할 수 있도록 Broad Institute에서 개발하였으며, 복잡한 설정 및 구성을 위한 검증 및 인증을 제공하여 유전체 수준의 데이터 분석을 빠르게 진행할 수 있도록 특별히 설계되었습니다.

더불어 Intel Select Solution - GATK Best Practice의 성능 및 품질은 Intel에서 인증을 받았고, 자사의 생물정보 분석 컨설팅 서비스와 결합하여 "Inco X Intel Select Solution - GATK Best Practice"가 탄생하였습니다.

하드웨어는 소규모에서 초대형 클러스터 슈퍼컴퓨터로 확장할 수 있도록 설계되었습니다. 맞춤형 시스템은 특정 요구 사항을 충족하도록 빠르고 동적으로 구성할 수 있으며, 강력한 최신 API 기반 소프트웨어로 리소스를 검색, 구성 및 모니터링하는 도구가 포함되어 있습니다.

[사진 1] Intel Select Solution - GATK Best Practice_설치된사진

 

• 1. 최적화되고 효율적인 파이프라인 지원
• 2. 최적화된 턴키 솔루션
• 3. 사전 패키지된 WDL(워크플로우 설명 언어) 스크립트
• 4. 다양한 애플리케이션 지원
• 5. 간편한 IT 지원
• 6. 더 많은 유전체 데이터에 액세스 가능
• 7. 향상된 통계 기능
• 8. 오픈 소스 소프트웨어
• 9. 유연한 애플리케이션 구조
• 10. 구현 용이성
• 11. 확장성
• 12. 설치 시간 단축
• 13. 라이선스 비용이 없는 오픈 소스 소프트웨어
• 14. 다양한 상용 솔루션도 적용 가능
• 15. 최적화된 구성으로 최고의 효율성

다음 편에서 자세히 소개하겠지만, 하드웨어 구성과 사양이 궁금하신 분들은 아래 페이지에서 먼저 확인하실 수 있습니다.

• 제품 소개 바로가기 : https://insilicogen.com/service/detail/176/#

유전체 연구는 질병을 이해하고 진단하는 것에 매우 중요한 역할을 합니다. 현재 연구원들이 이러한 기술을 사용하여 대규모 유전체 데이터 저장소를 구축하고 해당 데이터를 이해하게 됨에 따라 유전체 데이터 및 분석이 빠르게 발전하고 있습니다. Intel Select Solution - GATK Best Practice는 질병 유전체 연구를 위한 최고의 유전체 분석 솔루션으로, Broad Institute가 릴리즈 하는 GATK는 Intel Select Solution을 기반으로 구동, 검증, 배포되고 있어 GATK를 사용하여 대용량의 유전체 변이 분석을 하고자 하는 고객이 쉽게 시스템을 구축할 수 있는 장점이 있습니다. 그 결과 유전체 분석을 위해 맞춤화된 하드웨어 및 소프트웨어 솔루션으로 더 빠른 분석 및 최적화된 분석 환경을 제공합니다. 또한, Intel Select Solution - GATK Best Practice의 기본 구성으로 Human Whole Genome Sequencing 25~30 sample 데이터를 하루 만에 분석할 수 있으며, 서버 node를 확장함에 따라 더욱 많은 샘플을 빨리 처리할 수 있는 장점을 갖고 있습니다.





질병 유전체 시퀀싱 데이터의 처리, 저장 및 분석에 유용한 솔루션인 Inco X Intel Select Solution - GATK Best Practice에 관심 있으신 분은 인실리코젠으로 문의해주시고, 또한 후속편으로 Inco X Intel Select Solution - GATK Best Practice 하드웨어 구성사양, 작동원리 및 성능 벤치마킹 정보도 안내할 예정이오니 많은 관심 부탁드립니다.

작성 : iLAB 용승천 선임컨설턴트

Posted by 人Co