Posted by 人Co

대한환경위해성보건과학회 워크샵과 함께한 단합대회

 지난 7월 2일~3일, (주)인실리코젠 임직원 모두는 대전 신협 중앙연수원에서 열린 차세대환경보건 및 첨단 위해성 교육프로그램 - 과학자의 열정과 미래 2010에 다녀왔습니다. 본사가 있는 수원에서 대전까지 폭우가 내리는 궂은 날씨 속에 짧지 않은 거리를 이동하여 대전에 도착하였습니다. 학회 일정은 대전 현충원에 잠들어 있는 천안함(天安艦) 용사와 故 한 주호 준위 묘소 참배로 시작되었습니다.

오전에는 성원간 단합을 다지고 협동심을 기르기 위한 체육활동이 있었습니다. 비가 많이 내리는 날씨에도 불구하고 (주)인실리코젠 임직원 모두는 함께 뛰고 함께 즐기고 서로 격려하면서 축구 경기를 하였습니다. 점심식사 후에는 Summer Brain Storm : 과학자의 열정과 미래 - 2010라는 주제로 세미나가 진행되었습니다. 연사들의 말 한 마디 한 마디가 깊은 감동으로 다가왔고 과학자의 열정과 미래라는 주제는 앞으로의 인실리코젠의 미래에 대해 생각해 볼 수 있는 뜻깊은 시간이었습니다.

학회 일정을 마치고 숙소로 돌아온 우리는 잠깐의 휴식을 취하고 각 조별로 준비한 독서경영토론 페차쿠차 발표를 진행하였습니다. 폐차쿠차 발표는 작년 워크샵 이후 두번째 갖는 시간으로 8장의 슬라이드를 20초씩 발표하는 발표 형식입니다. 이번 발표의 주제는 경영의 마음가짐이었습니다. 그동안 경영의 마음가짐이라는 책을 읽고 책의 내용을 모두 이해한 뒤 각자 자기 조만의 경영 모토를 생각해보고 발표하는 시간이었습니다.


파워포인트만을 이용해서 발표자료를 만들었던 작년 워크샵 때와는 달리 파워포인트를 비롯하여 Keynotes와 Prezi와 같은 다양한 프로그램을 사용해서 만들어 발표자료가 한 층 업그레이드 되었습니다. 이번 독서경영 페차쿠차 발표를 통해서는 한 사람의 꿈은 꿈으로 남지만 만인의 꿈은 현실이 된다는 우리 회사의 경영이념을 공유하고 사람 중심의 기업이라는 비전을 되새기며 꿈에 한 발 다가서는 2010년이 되기를 기원하는 소중한 시간을 가졌습니다.

각 조별 발표와 시상 후에는 성원 간 친교의 시간을 가졌습니다. 2일 간의 짧은 일정이었지만 반복적인 일상에서 벗어나 우리 모두가 한 마음 한 뜻이 되는 시간이었고, 다시 한 번 사람이 좋은 회사, 문화가 아름다운 회사라 는 것을 느낄 수 있는 시간이었습니다.

이번 워크샵은 한 해의 절반이 지나간 지금, 처음에 세웠던 목표와 다짐들을 기억하며 내년을 준비하는 계기가 되었습니다. 열정을 가진 유능한 인재들과 탄탄하게 다져진 팀워크로 공유와 소통을 통한 새로운 가치사슬을 창조하는 (주)인실리코젠이 되겠습니다.

Posted by 人Co

연재 순서

 1. PathwayStudio 소개
 2. 문헌정보를 활용한 유전자 네트워크 분석
 3. Chip 실험 데이터에서의 유전자 네트워크 분석
 4. Drug 발굴을 위한 지식 데이터베이스 ChemEffect

약물 작용과 효과의 profiling을 위한 ChemEffect Database

 현재 지구상에는 약 800만 종의 화학물질이 존재하고 그 중에서 8만여 종이 상업적으로 생산, 판매되고 있다고 한다. 우리나라에서 사용되는 화학물질의 종류는 약 1만여종으로 매년 증가하고 있다. 이러한 화학물질 가운데 사람의 유전자에 영향을 미치는지 파악하기 위해서는 DNA chip실험을 통한 분석 및 다른 다양한 실험을 통해서 판별이 가능하다.

 약제로 개발되는 화학물질의 경우 인체에 부작용을 일으키는지 여부는 실험을 거치지 않고서는 판별할 수 없다. 최근 들어, 독성유전학이라는 분야가 새로운 연구로 각광을 받고 있으며, 산업 현장 및 일상생활속에서 접하고 있는 중금속이 인체의 유전자에 미치는 영향을 파악하고자 하고 있다.

 AriadneGenomics사 에서는 이러한 화학물질의 특성 및 유전자에 영향을 미치는 지 여부 등을 기존의 논문 정보와 실험 정보등을 통해서 “ChemEffect” 라는 데이터베이스를 구축하여 서비스를 제공하고 있다.

 ChemEffect 데이터베이스는 화학물질인 small molecular가 gene과의 연관관계 및 cellular processes에서의 역할들에 대한 다양한 정보를 담고 있다. 이 정보는 약물의 화학물질에 대해서 독성과 compound 타입에 의한 부작용을 프로파일링 하거나 효소정보를 찾을 때, 독성과 약물 메커니즘 사이의 관계를 결정 지을 때 그리고 대체 물질을 찾을 때 많은 도움이 된다.


그림 2. ChemEffect 데이터베이스 Component 구성. MedScan을 이용하여 Text 정보를 추출하고 추출된 데이터는 ChemEffect 데이터베이스에 저장된다. 이후 데이터베이스의 데이터들을 활용하여 PathwayStudio에서 는 데이터들 사이의 관계를 그래픽으로 표현하여 하나의 메커니즘으로 생성된다.

ChemEffect 데이터의 구성

 ChemEffect의 데이터는 앞서 말한 것과 같이 MedScan의 텍스트-마이닝 기법을 이용하여 추출된다. Pathway Studio의 기본 데이터베이스인 ResNet Mammalian 데이터베이스와 결합된 ChemEffect에는 NCBI PubMed에 투고된 논문 정보로부터 추출된 Entity, Relations 정보 이외에도 기존에 알려져 있는 Pathway, Ontologies, Annotation 정보들도 함께 포함하고 있어 보다 다양한 정보를 얻을 수 있다.

ChemEffect 데이터베이스를 활용한 Workflow

 ChemEffect 데이터베이스를 활용해서 1차적으로 보고자 하는 drug 또는 small molecule에 대해 지식 기반의 프로파일링을 수행 할 수 있다. 예를 들어 Sorafenib라는 Small molecule의 1차 검색을 통해서 이 small molecule과 관련 있는(Metabolized by, Directly Inhibits, DownRegulates, UpRegulates) 단백질 정보와 Sorafenib에 의해 Inhibit되고 Activate하는 cell processes에는 어떤 것들이 있는지 프로파일링 정보를 얻을 수 있다. 모든 정보에 대해서는 이를 뒷받침하는 문헌 정보와 링크가 되어 있어 바로 확인이 가능하므로 분석된 데이터에 대한 신뢰성이 상당히 높다고 할 수 있다.

Posted by 人Co

연재 순서

 1. PathwayStudio 소개
 2. 문헌정보를 활용한 유전자 네트워크 분석
 3. Chip 실험 데이터에서의 유전자 네트워크 분석
 4. Drug 발굴을 위한 지식 데이터베이스 ChemEffect

Chip 실험 데이터에서의 유전자 네트워크 분석

 DNA Chip 분석 실험을 통해 유전자의 발현 양상을 분석하는 연구가 이전부터 많이 진행되어 왔다. 특정한 조건하에서 발현을 보이는 유전자가 무엇인지 검토하고 이들 유전자에 대한 다양한 정보를 검토하는 것이 이전의 연구방향이었다. 그러나 Eukaryote유전체에서는 하나의 유전자가 다양한 역할을 수행하기도 하며, 반대로 여러 개의 유전자들이 서로 상호 연관관계를 맺어서 하나의 기능을 수행하기도 한다. 따라서, 이러한 유전자들의 상호 연관관계를 도출하고자 하는 연구가 최근들어서는 중요시되고 있다. 즉 차등발현을 보이는 여러 개의 유전자들을 upstream 단계에서 조절하고 있는 요소가 무엇인지, 또한 여러 개의 유전자들이 공통적으로 타겟을 정하고 있는 질병이나, 유전자들이 무엇인지를 밝히고자 한다. 이번 블로그에서는 PathwayStudio를 이용하여 Chip 실험 데이터에 대한 유전자 네트워크 분석 방법에 대해서 알아보고자 한다.

Data importer

 
 실험 데이터를 분석하기 위해 먼저 실험데이터를 Import 해야 한다. Pathway Studio는 실험 데이터를 매우 쉽게 입력 할 수 있도록 인터페이스가 구성되어 있다. 입력 할 수 있는 형식으로는 Gene expression, Metabolomics, Proteomics가 있다. 입력 할 수 있는 데이터의 포맷도 아래와 같이 다양하게 제공된다.

• Tab-delemited text(Generic)
• Microsoft Excel
• GEO Datasets (GDS in SOFT format)
• Affymetrix Raw (CEL)
• Affymetrix CHP
• Agilent
• Illumina

 입력할 데이터의 포맷은 DNA Chip 실험 분석을 통해서 얻어진 정보들을 탭 분리형식으로 구성되어진 파일과 엑셀 형식으로 되어 있는 파일을 불러들일 수 있다. 또한 Affymetrix, Agilent, Illumina 사와 같은 기존에 가장 많이 분석에 이용되고 있는 상용화 DNA Chip 정보 포맷도 쉽게 불러들여 분석을 진행 할 수 있다. 탭 분리형식으로 데이터가 저장된 파일을 불러들여 분석을 할 경우 아래와 같이 모두 10가지 단계를 거치게 된다.

 실험 데이터의 형식, 파일 포맷, 그리고 입력할 파일과 최종 저장할 디렉토리를 선택하면 모두 10가지 단계의 입력과정을 거치게 된다. 첫 번째 단계에서 부터 순서대로 실험 데이터의 헤더 설정, 데이터가 시작되는 행의 지정, Probe identity를 표현하는 컬럼 지정, 샘플의 layout 설정, 데이터의 마지막 컬럼 지정, 부가적으로 사용될 annotation으로 컬럼 설정, 샘플 타입, 부가적으로 Probe를 식별하는데 사용하는 Identifier, expression 분석에 사용되는 annotation 컬럼을 선택한다. 마지막 열 번째 단계에서는 반복실험을 수행한 샘플들간의 상호 연관성을 볼 수 있는 sample correlation 단계로 샘플 간에 가까운 상관관계가 있는 것끼리 그룹으로 설정하여 Tree 형태로 보여준다. 여기에서 correlation이 잘못된 경우 분석에서 제외할 샘플을 선별 할 수 있다.

Posted by 人Co

 1. PathwayStudio 소개
 2. 문헌정보를 활용한 유전자 네트워크 분석
 3. Chip 실험 데이터에서의 유전자 네트워크 분석
 4. Drug 발굴을 위한 지식 데이터베이스 ChemEffect

MedScan의 필요성

 과학 문헌의 대표적인 데이터베이스인 NCBI의 PubMed는 시간이 지날수록 등록되는 문헌의 수가 급속도로 증가하고 있으며, 최근에는 약 1,900만건 이상의 문헌들을 서비스하고 있다. 즉, 증가의 추세로 볼 때 하루에 약 4,100여건의 문헌이 업데이트되고 있다. 문헌이 기하급수적으로 증가함에 따라 관련 연구에 대한 정보를 찾기 위해서 연구자들은 점점 더 많은 시간과 노력을 기울여야 한다. 이에 따라 문헌 속에서 생물학적인 정보를 자동으로 추출하는 시스템의 필요성이 증가하고 있다.

Posted by 人Co