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

'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

 

Posted by 人Co

 

2012년부터 시작된 ㈜인실리코젠의 人CoINTERNSHIP은

바이오 연구개발과 조직생활의 기초 개념을 이해할 수 있도록 진행하였습니다.

많은 분들의 관심과 참여를 통해 벌써 10번째 기수를 수료하였습니다!

 

총 6명의 참가자가 6주동안 진행된 제10기 人CoINTERNSHIP!

참가자들의 스토리를 함께 보겠습니다.

김상현 (Umeå University)

6주간의 인턴십을 하면서 예상보다 훨씬 더 많은 부분을 얻고 가서 뿌듯했고 잘 챙겨주신 임직원분들에게 감사했습니다. 먼저, 人Co 인턴십은 생물정보학 개론 정도의 수준 높은 교육 인프라를 가졌습니다. 석사 논문 프로젝트를 수행하면서 독학으로 Bioinformatics를 이해하다 보니 궁금한 점이 매우 많았었는데, 인턴십을 통해 그 점들을 해소할 수 있었습니다. 특히 매주 각 부서가 교육을 담당했기 때문에, 기대되었고 신기했습니다. 다양한 부서에서 인턴십 프로그램을 진행하다 보니 인턴십을 마치고 나서는 많은 직원과 친분을 맺을 수 있었습니다. 다음으로는, 인턴십을 통해 회사 생활 (사회생활)을 제대로 경험한 것 같습니다. 저번과 달리 이번 기수는 각 인턴의 자리가 사무실에 마련되어 있어 업무가 어떻게 흘러가는지 자연스럽게 알 수 있던 것 같습니다. 정말 사원이 된 기분이었습니다. 또한, 제 개인적으로는 한국적인 사회생활을 한 지가 매우 오랜만이고 특히 사기업은 처음입니다. 그래서 전해만 들었던 회사 내에서의 생활을 몸소 겪을 수 있었고 직원분들이 정말 잘 대해주셔서 좋은 인상을 많이 받았습니다. 특히 동료애가 끈끈한 한국 문화를 새삼 소중히 여겼습니다. 인코 임직원분들과 앞으로도 지속적인 관계를 이어나갈 예정입니다.

 

 

김정환 (순천향대학교)
인실리코젠, 인턴분들과 함께한 8주간의 인턴십을 마무리했습니다. 어색하던 분위기가 이제는 장난도 치고 여유 있는 모습이 된 것 같습니다. 처음 이번 인턴십을 준비하면서 자기소개서를 작성하고 포트폴리오를 만들어 발표를 하던 게 엊그제 같은데 벌써 시간이 이렇게 흘러 수료를 하게 되었습니다. 사실 이번 인턴십을 지원하기 전에 생물정보학에 대해서도 아는 게 없고, 컴퓨터 분야도 몰랐었기 때문에 지원하는 것부터가 저한테는 도전이었습니다. 그렇게 망설이던 도중 평소에 생명과학을 공부하면서도 컴퓨터 분야에 대해 막연하게 관심이 있었던 사소한 계기로 생물정보학을 다루는 인실리코젠 인턴십에 지원해 배워보고 싶다는 생각을 하였고, 일정을 진행하다 보면 어떻게 해야 할지 알 수 있을 것 같았습니다. 인턴십을 진행하며 생물정보학뿐만 아니라 파이썬, R과 같은 프로그래밍 언어를 배워 직접 실습하는 것이 흥미로웠고 인공지능에 대해 배울 기회가 있었는데 이것도 좋은 경험이었습니다. 또한, D.iF에서 진행했던 사업 아이디어를 린캔버스에 작성해 발표하고 피드백을 받는 것, 사업이 어떻게 진행되고 개발/연구가 어떻게 되는지에 대한 개요들 모든 것을 배울 수 있게 해준 인턴십에 정말 해보길 잘했다는 생각이 듭니다. 인턴십 면접 때 회사의 분위기가 어떠냐는 질문에 저는 정말 따듯한 느낌을 받았었다고 대답했었는데 정말로 회사의 모든 분이 친절하게 대해주시고 사장님도 사원들과의 소통 또한 아끼시지 않으며 여러 추천 독서들로 마음의 양식까지 담을 수 있었습니다. 이렇게 좋은 사람들과 좋은 프로그램으로 저를 앞으로 한 발짝 내딛게 해준 인실리코젠에 감사하며, 8주간 고생 많으셨습니다!

윤서연 (고려대학교)
6주간의 인코 인턴십은 생물정보 분야에 대해 전반적으로 이해할 수 있게 된 좋은 경험이었습니다. 처음 인턴십을 신청할 때는 막연하게 bioinformatics에서 어떤 일을 하는지 알아가는 정도이지 않을까 했는데, 매주 구체적인 커리큘럼이 있고 실습이 적절하게 섞여 있어서 생생하게 체험할 수 있었던 것 같습니다. 대학원에서 석사 과정을 수학하면서도 논문에 나와 있는 NGS 분석 데이터에 대해 막연하게만 이해하는 정도에만 그쳤었습니다. 하지만 교육을 받고 나니 유용하게 사용할 수 있는 프로그램이 무엇이 있는지 배우고 사용법을 익혀 연구자로서도 많이 성장할 기회였습니다. 무엇보다 가장 재미있었던 것은 최근 인실리코젠에서 관심이 있는 딥러닝이었습니다. 사내 스터디에 참여하여 딥러닝이 무엇이고 어떻게 작용하는지 알게 되었고, 공식을 뜯어서 하나하나 이해하면서 생소했던 분야에 한 걸음 더 다가갈 수 있게 되었습니다. 바쁜 시간 내주시어 친절하게 질문에 하나하나 설명해주셨던 멘토님과 적응하는 데 도움을 주신 회사 직원분들께 감사드립니다.

 

박주영 (숭실대학교)

제 10기 인코인턴십 박주영 진로의 구체화에 놓인 저에게 다양한 분야의 생명정보를 알려준 인턴십 프로그램은 정말 저의 진로 길라잡이 같은 프로그램이었습니다. 생명정보 소프트웨어 실습을 담당한 InsilicoLab, 리눅스와 파이썬 교육을 담당한 DSC, 데이터 모델링과 사업 프로세스에 대한 교육을 맡은 BS, NGS 데이터를 얻고 R을 이용해 분석하는 법을 가르쳐주신 RDC, 마지막으로 인실리코젠의 자회사로 데이터베이스와 lean canvas에 관한 교육을 맡은 D.iF 까지 매주 교육을 통해 조금이나마 경험을 하고 그 경험하는 과정에서 내가 어디에 흥미를 느끼는지, 일찍이 포기해야 할 것 같은 분야는 무엇인지에 대해 알 수 있었습니다. 또 人CoDOM을 쓰면서 기존에 알고 있던 지식을 어떻게 연결하여 글을 작성해 나가야 할지 고민하는 것이 힘들긴 하였지만 다 쓰고 난 후에는 다른 사람들이 내 글을 보고 무언가를 배울 수 있다는 뿌듯함을 느낄 수 있었습니다. 생명정보 이외에도 정말 좋은 선배님들, 동기들을 만나 많은 것을 배우고 각종 독서 프로그램을 하는 과정에서 내면으로도 성장한 6주였습니다.

 

박주희 (대진대학교)

인코인턴십 면접 합격 소식을 듣고 인실리코젠 블로그에서 후기를 찾아봤던 게 엊그제 같은데 벌써 제가 후기를 쓰고 있다는 게 신기합니다. 6주 인턴십을 하는 동안 시간이 빠르게 흘러갔지만 정말 뿌듯했던 시간이었습니다. 먼저 첫주에는 OJT 공통교육을 하면서 IX팀과 경영지원팀을 경험할 수 있었고 두 번째 세 번째 주에는 AI, 생물정보 분석 소프트웨어, 리눅스, 파이썬 등을 공부하며 DSC팀을 알 수 있었습니다. 넷째 주에는 소프트웨어 개발 프로세스를 배우고 Lean Canvas, 그래프 데이터베이스를 실습하며 인실리코젠의 자회사인 D.iF에 대하여 알고 사업에 대하여도 생각해 볼 수 있었습니다. 다섯째 주에는 AXURE, gliffy를 실습하고 데이터 모델링, 시스템 구축 대가 산정들을 공부하면서 BS 부서에서 하는 SI 사업을 이해 할 수 있었고 마지막 주에는 R을 실습하고 논문을 공부하면서 NGS 데이터를 분석하는 RDC 부서를 경험하였습니다. 이렇게 1주씩 다양한 분야를 경험하였고 이를 통해서 관심이 있는 생물정보학 내에서 저의 흥미나 장단점에 맞는 분야를 생각해 볼 수 있어서 좋았습니다. 이외에도 월요세미나, 독서경영, 인코덤 작성 등을 통해서 회사 업무 이외에도 다양한 인사이트를 얻을 수 있었고 따로 딥러닝 스터디도 해보면서 딥러닝에 대해서, 또 가르치고 배우는 것에 대해서 잘 알 수 있었습니다. 또한, 6주간의 과정에서 사람의 중요성에 대해서도 생각해 볼 수 있었습니다. 먼저 다양한 분야와 학위의 사람들을 모아 인턴십을 꾸려 주셔서 인턴들 사이에서도 많이 배울 수 있었고 멘토 멘티 활동이나 다양한 활동들을 통해서 인실리코젠의 사람을 중심(Core)으로, 사람과 컴퓨터(Computer)에 의해, 배려(Consideration)와 소통(Communication)을 통한 새로운 문화를 창조하려 한다. 라는 가치 체계를 다시 생각해 볼 수 있었습니다. 6주간의 짧지만 빡빡한 일정으로 생물정보학의 전반적인 부분과 사회생활에 대해서 잘 알 수 있었고 탄탄하게 짜인 구성이라서 몸만 맡기고 열심히 노력하면 배우고 느낄 수 있는 게 너무 많았던 것 같습니다. 인턴십을 진행하기 전에는 생물정보학 분야로 진출하는 데에서 학교에서는 아는 사람도 없고 막막하기만 했는데 인턴십이라는 좋은 기회로 인해서 여쭤볼 수 있는 다양한 사람을 만날 수 있어서 좋았고 제 목표를 구체화할 수 있었던 정말 좋은 경험이었던 것 같습니다. 다들 하나라도 더 가르쳐 주시려고 하시고 챙겨주셔서 정말 감사했습니다!

허유진 (차의과학대학교)

인턴을 처음 시작했을 때에 막연하게만 생각했던 것들이 6주간의 시간을 거치며 많이 채워진 것 같습니다. 짧은 시간 내에 많은 내용을 다루다 보니 심도 있게 또는 바로 응용해서 사용할 수 있을 정도로 배울 수는 없었지만, 여태까지 접해보지 못했었던 다양한 프로그램과 분석 툴을 직접 사용해볼 수 있었습니다. 매주 다른 부서를 접해보며 생물정보에 어떤 다양한 분야가 있으며 어떤 것이 저에게 적합한지에 대해 알 수 있었습니다. 모든 직원분과 멘토분들께서 친절하게 대해주셨으며, 회사의 복지 자체도 정말 잘 이루어져 있다고 느껴졌습니다. 인턴십 프로그램을 참여하며 좋은 사람들을 만나 많은 것을 배울 수 있었고, 한층 더 성장할 기회가 되었던 것 같습니다. 매일 새벽에 일어나 먼 거리에서 출근해서 조금 힘들었지만, 평생 후회하지 않을 좋은 경험을 마무리한 것 같습니다. 인턴십 프로그램을 제공해주시고 교육을 위해 시간을 내주신 모든 직원분께 정말 감사드립니다!!

 

8주간을 돌아보며

인코인들과의 첫 만남,
자신의 좋아하는 것과 어떤 분야에 관심이 있는지 발표 중 한 장면

- 2020년 01월 13일 월요세미나 중

어리석은 사람은 인연을 만나도 몰라보고,
보통 사람은 인연인 줄 알면서도 놓치고,
현명한 사람은 옷깃만 스쳐도 인연을 살려낸다.

- 피천득

 

6주간 동고동락한 멘토와 함께 촬영!
수료한 모든 분들 축하드리며, 항상 응원하겠습니다.

- 2020년 02월 14일 수료식 중

 

10기 수료생분들이 준비해준 작은 정성이 담긴 선물

작성 : 人CoINTERNSHIP 제10기 수료생

김상현, 김정환, 윤서연, 박주영, 박주희, 허유진

Posted by 人Co

 

 

 

지난 7월 1일부터 8월 23일까지 ㈜인실리코젠에 새로운 활기를 주신 분들이 있습니다.

10인 10색이란 말과 같이 각자 다른 전공, 개성을 가진

2019 하계 人CoINTERNSHIP 참가자들이 들려주는 후기 함께 보겠습니다.

김로빈 (University at Albany, Computer Science)
2019년 5월 28일부터 7월 31일까지 9주 동안 인실리코젠에서 인턴십을 하며 다양한 생각을 할 수 있었습니다. 첫 5주 동안에는 전공하고 연관이 있는 리눅스, 파이썬 등의 프로그래밍에 초점을 맞춰 멘토 옆에서 공부하였습니다. 기본적인 배경 지식으로 어느 정도 알고 있어 꼭 한번 봐야겠다고 생각했었는데 배울 기회를 얻게 되어 좋았습니다. 평소에 공부하던 내용 중에서 이해가 안 되는 부분도 멘토를 통하여 궁금증을 해결할 수 있었습니다. 또한, 회사에서 부서의 금요일 회의에서 업무가 어떤 방법으로 공유되고 관리가 되는지 조금이지만 알아볼 수 있었습니다. 각각의 기술들이 어떻게 하나가 되는지 살펴보고 서로 협력을 통해 일하는 방법을 볼 수 있었던 시간이 되었습니다. 인턴십의 후반부인 4주에는 매주 돌아가면서 각 부서의 교육을 들었습니다. 인실리코젠이 생물정보 기업이다 보니 생물 관련 교육이 많았습니다. Computer Science가 전공인 저로서는 생소한 내용이 많이 있었습니다. 기초 지식도 부족 하였기 때문에 이해도가 많이 떨어진 것은 사실입니다. 하지만 컴퓨터를 배우면서 여러 가지 지식을 습득하는데 대부분 내용이 어떻게 사용되는지 또 어디에 사용하는지 잘 모르고 넘어가는 경우가 많은데 여러 가지 생물정보 프로그램을 소개를 받으면서 어디서 어떻게 사용이 되는지 알 수 있었습니다. 항상 물리학에 관심을 가지고 살아가고 있었는데 생물학을 배우면서 색다른 시야를 가지게 되어 재미있었던 시간이었습니다. 아쉬웠던 점은 새로이 얻은 생각들을 표현하고 사용을 할 수 있는 시간이 주어지지 않고 짜인 교육 안에서 진행되었던 점입니다. 또한, 첫 4주 동안 배운 내용을 서로 연결해서 사용해보고 다른 분들과 협력을 통하여 작은 프로젝트를 하고 싶었는데 그러한 기회를 얻지 못해 매우 아쉬웠습니다. 하지만 여름방학에 방황하지 않고 내가 부족한 부분과 흥미를 느낀 부분을 찾은 것에 대하여 의미 있는 시간을 보낼 수 있어 보람찬 시간이었습니다.

강지민 (충남대학교 대학원 축산학과)
처음 인실리코젠 인턴십 프로그램에 참여 신청할 당시에는 많은 부분에서 막연하게만 느껴지던 게 6주간의 인턴과정을 거치면서 많이 채워져 갔던 것 같습니다. 학교에서만 많은 시간을 보내다 보니 제가 보는 시각은 항상 학교에서 바라보는 시선에만 한정되어있었습니다. 그렇다 보니 데이터 분석가로서 폭넓은 사고와 다양한 알고리즘을 응용하는 부분에서 한계를 많이 느꼈던 차에 이번 6주간의 인턴십 기간은 저에게 많은 도움이 되었던 것 같습니다. 짧은 시간 내에 많은 내용을 다루다 보니 각각 주제별로 심도 있게 또는 바로 제가 응용해서 사용할 수 있을 정도로 배울 수는 없었지만 여태까지 접해보지 못했었던 다양한 프로그램과 분석 툴을 조금씩이지만 직접 사용해보며 앞으로 연구를 하면서 이번 인턴십 기간 동안 배웠던 내용을 어떻게 적용해볼 수 있을지 고민해보고 있고 여전히 제가 알고 있는 부분은 멀리서 보면 부분적인 것에 불과할 것이라는 생각을 하니 개인적인 동기부여도 새롭게 다질 기회이자 좋은 경험을 쌓을 수 있었습니다. 제가 처음으로 접했던 프로그램 언어가 R이었는데 처음 R을 접할 당시에는 여태껏 해본 적이 없었던 것이었고 문법 자체가 어렵게만 다가와서 한번 포기했었던 기억이 있습니다. 그래도 학부 마지막 학기 때 들었었던 생명정보수업에서 R 프로그램을 전반적으로 다시 배울 수 있었고 다시금 흥미를 가지고 하다 보니 지금은 여전히 잘 쓰는 건 아니지만, 어느 정도 R을 활용해 원하는 분석을 함에 있어 큰 무리는 없을 정도까지는 성장한 것 같습니다. 이처럼 이번 인턴십을 통해서 접했었던 많은 내용도 경험으로서의 의미보다는 제가 앞으로 어느 정도 활용할 수 있을 정도로 숙지해보고자 합니다.

 

목지수 (한경대학교 대학원 동물생명환경과학과)
지난 6주간 Insilicogen Internship Program에 참여하게 되어 즐거웠습니다. 처음엔 이 Internship Program을 통해 내가 무엇을 얻을 수 있을까라는 생각을 했습니다. 하지만 교육과정이 진행될수록 이 프로그램에 참여한 것이 다행이고 잘했다는 생각을 했습니다. 구체적인 교육을 받았던 내용으로는 첫 주에는 간단한 회사소개와 전체적인 유전체 분석에 대해 교육을 받았고, Linux 및 Python, 간단한 Editor 소개와 이렇게 분석한 data를 다루는 DB 관리방법까지 이 외 많은 것들을 교육받았습니다. 저는 동물전통육종을 전공했습니다. 그래서 유전체에 대해서는 잘 몰랐습니다. 그런 상태로 이 프로그램에 참여하기 전, 저는 BI 회사에 면접을 볼 때마다 잘되지 않았습니다. 그래서 인실리코젠 인턴십을 통해서 BI 회사에서는 무슨 일을 하고 어떤 것을 추구하는지 알아보고 싶은 마음에 지원을 했는데 목표했던 소기의 목적은 가지고 떠나게 된 것 같아 뿌듯합니다. 앞으로 어떤 BI 회사든 취업을 할 것인데 그때 이 경험이 저에게 있어서는 큰 도움이 될 것 같습니다. 지금까지 가르쳐주시고 도움 주신 모든 분들께 감사드리고 같이 지내게 되어 좋았습니다. 감사합니다.

 

장민재 (중앙대학교 생명자원공학부)
㈜인실리코젠에서의 6주간 인턴십 프로그램은 나에게 있어서 '생물정보학'이라는 것에 대해 배울 수 있는 좋은 경험이 되었습니다. 동물생명공학을 전공하고 있는 저는 주로 Wet Lab에서 실험 및 실습을 진행하곤 하였는데 생물정보의 특성상 Dry Lab이며 컴퓨터를 다루는 학문이기에 조금 생소한 것은 사실이었습니다. 아직 많이 겪어보지 않은 분야이기 때문에 매주 다른 프로젝트를 시행하는 인턴십 프로그램을 따라가기 어렵다고 느낀 적도 있었습니다. 하지만 실제 일을 하고 계시는 주임님과 선임님들께서 인턴들에게 알려주는 내용인 만큼 학교에서 배우는 내용과는 큰 차이가 있다고 느꼈습니다. 아직 학교에서 생물정보와 관련된 내용은 배워본 적이 없어서 정확히 이야기하기는 어려움이 있지만, 기초적인 내용부터 배우기보다는 실제 많이 응용되는 내용을 위주로 배운 것 같아 좋은 경험이 되었습니다. 생물정보학 및 앞으로의 빅데이터 분야의 발전에 대해 알게 되었고, 생물정보 분석의 기초인 프로그래밍 언어와 분석 프로그램에 대해 배웠습니다. 처음에는 컴퓨터를 이용해 DNA 혹은 reads에 대한 분석을 제가 할 수 있을 것이라 상상조차 하지 못하였지만 다양한 프로그램을 배우면서 서열이 제공된 경우에, 여러 가지 개체를 비교하는 기술 혹은 그 개체들 사이의 상관관계 같은 것을 알아볼 수 있는 기술을 배우게 되었습니다. 특히 R 언어와 Python 등 코딩을 배우면서 생명정보 분야뿐만 아니라 컴퓨터 공학적인 면에서도 더 다양한 공부를 할 기회를 얻게 되었습니다. 아직 생물정보학에 관한 내용을 배운 경험이 없었기에 생물정보 분야에 가장 큰 관심이 있었지만, 저와 적합한지에 대한 확신은 아직 없는 상태였습니다. 하지만 이번 인턴십 프로그램을 통해 다음 학기의 졸업 논문조 편성 전에 bioinformatics를 겪어볼 수 있었고, 저의 미래에 대한 확신을 할 수 있게 되었습니다. 실무적인 내용을 위주로 먼저 배웠기에 기초가 조금 부족할 수는 있지만, 다음 학기의 유전체학과 생명정보 프로그래밍 수업을 들을 때 제가 6주간의 인턴십 프로그램에서 배웠던 bioinformatics의 내용을 바탕으로 다시 기초와 심화까지 다진다면 제 지식에 많은 도움이 될 수 있을 것 같습니다. 다양한 대학교에서 온 학부생들, 박사과정 수료생, 박사과정 진행 중이신 분들, 미국에서 유학 중이신 분까지 다양한 곳에서 다양한 전공을 하고 있는 사람들 사이에서 서로의 전공 내용에 대해서도 배우고 생명과학뿐만 아니라 폭넓은 분야를 배우고 겪을 수 있었습니다. 인실리코젠에서의 생활은 기업에서 하는 인턴이었기에 사회생활의 첫걸음이라고도 생각할 수 있습니다. 선임님들과 멘토분들께서 친절하게 잘 알려주셨고, 회사의 복지 자체도 정말 잘 이루어져 있었기에 매일 새벽에 일어나서 저녁때 퇴근을 하는 통근의 생활은 조금 힘들었지만, 평생 후회하지 않을 좋은 경험을 마무리한 것 같습니다.

 

조성현 (충남대학교 대학원 축산학과)
인실리코젠에서의 6주간의 인턴십은 좁게만 보였던 저의 시야를 넓혀주는 확장의 계기가 되었습니다. 생물정보학은 제가 생각했던 것 이상으로 넓고 다양하였습니다. ‘내가 정말 아는 것이 없구나.’ 라는 생각과 동시에 ‘앞으로 더 많은 것을 할 수 있겠구나.’ 라는 생각이 들었습니다. 6주라는 시간이 분석 방법을 습득하기에는 충분한 시간이 되지 못하다 보니 자세하고 깊은 내용은 알지 못하였으나 앞으로 부딪치고 직면해야 하는 나의 일의 전반적인 흐름과 넓은 시야를 얻을 좋은 기회가 되었습니다. 또한, 본 인턴십을 통해 좋은 인연을 얻는 기회가 되었습니다. 인실리코젠의 주요 가치 중 하나는 바로 사람입니다. ‘한 사람의 꿈은 꿈이지만, 만인의 꿈은 현실이 된다.’ 라고 하였습니다. ‘나’라는 하나는 약하고 부족하지만 나와 함께하는 ‘우리’는 강하고 풍족합니다. 나의 옆에서 나와 함께하는 이는 나의 자산이고 나의 꿈이라고 생각됩니다. 이 기간의 만남은 앞으로의 나의 선의의 경쟁자이자 동업자, 조언자가 될 것으로 생각됩니다. 6주 기간 동안 함께한 인턴분들과 본 인턴십을 위해 힘써주시고 챙겨주신 많은 멘토 선생님들과 강의를 맡아주신 여러 선생님께 다시 한 번 감사드립니다. 이 인연이 앞으로도 좋은 인연으로 발전되기를 소망합니다. 감사합니다.

 

천하림 (숭실대학교 의생명시스템학부)
6주간의 인턴십을 통해 정말 많은 것을 배웠던 것 같습니다. 서울에서 용인으로 통근해야 한다는 점이 처음에는 크나큰 부담으로 다가왔지만 인실리코젠을 통해 얻은 값진 경험과 지식을 생각하면 정말 사소한 부분이었다는 것이었습니다. 실제로 의생명시스템학부(생명정보학과)의 학생으로서 생명정보학을 진로로 삼는 것에 대해서는 확고했습니다. 하지만 3학년 학부생으로서 제가 가지고 있는 지식은 실제로 데이터를 분석하고 이해하기에는 굉장히 부족한 수준이었습니다. 하지만 人CoInternship에 참여하면서 NGS에 대한 전반적인 내용에 대해서 알 수 있었습니다. 그리고 이러한 지식을 통해 예제 데이터를 이용하여 분석 프로그램으로 실습해 볼 수도 있었습니다. 이는 생물정보 분석에 대한 즐거움을 더 느낄 수 있었던 계기가 되었던 것 같습니다. 그리고 단순한 분석에만 그치는 것이 아닌 연구자로서의 마음가짐에 대해서도 배울 수 있었습니다. 논문을 읽고 해석해가면서 배경지식을 더 넓힐 수도 있었고 논문의 사례를 통해 추가로 연구되어야 할 점을 생각할 수도 있었습니다. 생명정보의 개념적인 지식 이외에 생명정보의 data를 다루는 여러 가지 컴퓨터 프로그램들을 다뤘던 것은 더 값진 경험이었던 것 같습니다. Python, Linux, R, Oracle을 통해 생명정보 data를 어떻게 분석하고, 가공하고, 연구자의 기준에 맞는 연구를 진행할 수 있는지에 대해서 배울 수 있었습니다. 단순한 프로그래밍 언어로만 느껴졌던 Python으로 실제로 FASTQ 파일을 Parsing하고, GC Contents를 계산하는 등에 이용하기 위해 코딩을 하면서 조금 더 재미있게 배울 수 있었습니다. 그리고 Python 수업을 통해 알게 된 Rosalind의 경우 20문제를 풀게 되면 소정의 상품을 주신다고 해서 인턴사원들과 다 함께 고민하며 문제를 풀어나갔던 경험도 굉장히 값졌던 것 같습니다. 결국, 문제를 16문제를 풀게 되었고 한국 Ranking을 96위로 만드는 결과를 만들 수도 있었습니다. 또한, 앞선 연구적 분야와는 조금 다른 성격으로 BS실에서 진행한 생물정보시스템에 대해서도 배울 수 있었습니다. 실제 생물정보시스템에 대한 예시를 보고 조별로 새로운 시스템을 고안해내는 과정은 정말 생소한 부분이라 어렵지만, 흥미를 느끼게 되는 기점이 되었던 것 같습니다. 조원들과 구상한 시스템을 구현하기 위해 Userstory를 구상하고, Prototype을 Axure라는 프로그램을 통해 만들고 이를 위한 DB 설계 및 Workflow를 정의하면서 어렵지만 무언가를 만들어내는 성취감을 느낄 수도 있었습니다. 그리고 가장 생소했던 iF팀을 통해 우리의 기술이 정말 많이 발전해왔다는 것을 알 수 있었습니다. 그리고 실제로 조별로 아이디어를 구상해 Business Canvas Model을 작성하고 DB를 직접 구축하고 이를 Neo4j를 통해 노드와 엣지의 관계로 이어주는 과정은 정말 재미있었습니다. 앞의 교육을 통해 과학자적인 마인드만을 배웠다고 한다면 이러한 교육을 통해서 조금 더 사업가적인 마인드 또는 디자이너의 마인드를 배울 수 있었던 것 같습니다. 그리고 실제로 이를 사업계획서 발표형식으로 하여 발표했던 것도 어디에서나 할 수 있는 경험이 아니므로 굉장히 값졌습니다. 이 외에도 Supergene을 주제로 人CoDom 및 독후감 작성을 통해서 집단지식공유의 즐거움을 느끼고 인문적 소양 함양을 할 수 있었던 것 같습니다. 이번 인턴십 중에서 가장 아쉬웠던 것은 오랜 기간을 보내지 못하고 여기를 떠나야 한다는 점 같습니다. 그리고 6주간의 배운 내용을 이 짧은 소감문에는 다 담을 수 없을 것입니다. 하지만 이 글을 통해서 이번 인턴십을 통해서 얻은 것은 대단히 많다는 사실을 꼭 강조하고 싶습니다. 생물정보학적 지식의 확장만이 아닌 인턴사원들 간의 협동, 인문적 소양 함양, 만인(萬人)의 꿈의 중요성에 대해서 몸소 깨닫고 느낄 수 있던 값진 경험이었습니다. 이번 기회를 통해 한 층 더 성장한 제가 될 수 있었던 것 같았고, 인턴사원들을 위해 노력해주신 사원분들께도 감사의 말씀을 드립니다.

 

최광현 (강원대학교 분자생명과학과)
지난 6주간 인실리코젠에서 인턴십 과정을 거치며 많은 것들을 배웠습니다. 우선 저는 생물정보학이라는 분야에 대해 아는 것이 그다지 많지 않았습니다. 대학교에서 분자생물학이나 프로그래밍에 대해서는 어느 정도 배웠지만, 생물정보학에 대해서는 처음이라 가장 기초적인 BLAST나 NGS 같은 개념들도 정말 들어만 본 수준이었습니다. 그러나 제가 이 분야에 관심을 두게 되었고 인턴으로 오게 됐으니 열심히 공부하겠다고 생각했습니다. 하지만 막상 와서 경험해 보니 어디까지를 생물정보학이라고 칭할 수 있을까? 라는 고민을 할 정도로 생각했던 것보다 생물정보학의 범위가 매우 넓었고, 그 안에서 저는 선택을 해야만 했습니다. 그런 의미에서 분야별 6주로 구성된 인턴십 프로그램은 저에게 정말 폭넓은 경험을 할 수 있도록 해 주었고, 그 과정에서 상당한 동기 부여를 느낄 수 있었습니다. 결과적으로 제가 그동안 고민해왔던 진로 결정에 대한 고민도 해결할 수 있었으며, 다양한 지식을 얻을 수 있었습니다. 가장 기억나는 과제 중 하나로 개인별로 한가지씩 인코덤 항목 작성이 있었습니다. 주제가 인턴십 동안 배운 내용으로 한정되어 적당한 주제를 선정하는 것이 어려웠으나, 일단 주제를 선정하고 나면 쉽게 작성할 수 있을 것 같았습니다. 그러나 자기 머릿속으로만 아는 것보다 개념을 일반화시켜서 다른 이들에게 정보 전달을 위한 글을 쓴다는 것은 높은 이해도가 필요하였고, 그 과정에서 글을 쓰는 능력뿐만 아니라 제가 작성한 항목에 관해서도 많은 공부가 되었습니다. 더불어 제가 작성한 항목이 인코덤 위키에서 검색되어 나올 때 뿌듯한 마음을 느꼈습니다. 인턴십 동안 개인별로 멘토를 지정받았는데, 제 멘토는 이경표 선임개발자님이셨습니다. 항상 바빠 보이셨는데도 불구하고 누구보다도 자주 플렉스실에 찾아와 주시고 관심을 가져주셔서 감사했습니다. 3주차 리눅스와 파이썬 교육 때 코딩을 하시는 것을 처음 보았는데, 생각하는 대로 코딩하는 모습을 보고 저는 조금 놀라면서 많은 동기부여가 되었습니다. 또한, 현업에 종사하시는 분의 생각부터 학업 외적인 부분에서도 많은 조언을 해 주셔서 정말 많은 도움이 되었습니다. 인턴십 과정을 진행하면서 한 가지 아쉬웠던 점은 저희가 사무실과 격리되어 플렉스실에 있어서 다른 사원분들과 조금 물리적으로 거리가 있었던 점 같습니다. 사실 그런데도 모든 사원분들께서 정말 친절하게 대해주셔서 하나도 불편한 점은 없었지만, 아무래도 사무실 분위기를 체감해보지 못한 건 조금 아쉬웠고, 그 점 이외에는 저로서는 정말 만족스럽고 감사한 경험이었습니다. 아직 저는 많이 부족한 것 같은데 시간이 정말 빠르게 지나간 것처럼 느껴져서 너무 아쉽다고 생각합니다. 6주 동안 회사라는 환경에서 많은 사람을 만나고 학업뿐만 아니라 많은 것들을 배우면서 개인적으로도 큰 성장을 이뤘다고 생각하며, 앞으로의 삶에도 많은 도움을 줄 것으로 생각합니다. 감사합니다.

 

김민성 (순천향대학교 생명시스템학과)
2019.07.01부터 시작한 8주간의 인턴십을 마무리했습니다. 이번 인턴십은 프로그래밍 언어와 데이터 처리에 대한 생각을 확고하게 잡을 수 있게 해주었습니다. 지금까지 자바, 파이썬, C 와 같은 프로그래밍 언어들은 나와는 상관없는 분야라고 생각했지만, 인턴십 과정 동안 여러 가지 프로그래밍 언어들에 대해 접해보고 그것들을 통해 생물 데이터를 다루는 실습을 해보고 나니 이 컴퓨터 언어라는 것을 이용하면 무엇이든 할 수 있겠다고 느꼈습니다. 그러한 생각과 함께 자신의 전공만 고집하는 것은 우물 안의 개구리가 되는 것임을 느끼게 해주었습니다. 또한, 생물정보학에 대한 개념을 확실하게 잡게 되었고, 생물 분야에 발을 들인 이상 생물정보학은 필수불가결하다는 것을 느끼게 되었습니다. 이러한 깨달음들은 앞으로 저의 미래에 대해 방향성을 잡아주는 아주 중요한 밑거름이 될 것입니다. 인코인턴십은 프로그래밍 언어뿐만 아니라, 매 주차 별로 회사 내의 여러 부서에서 하는 일들을 체험할 수 있게 해주었습니다. 그중 가장 기억에 남았던 것은 neo4j를 이용하여 실제 데이터베이스를 구축하고 그것을 사용하는 서비스를 기획하는 실습이었습니다. 데이터를 구축하고 검색하는 작업에 대해 배울 수 있을 뿐만 아니라, 서비스 마케팅 같은 분야도 배우고 직접 해볼 수 있었습니다. 그러한 과정을 통해 팀원 간의 소통, 협력, 업무분장 같은 팀 과제를 위한 소양들도 경험하게 되었습니다. 여러 가지 프로그램을 진행하면서 인실리코젠의 직원분들께서 저희가 많은 것을 체험하고 배울 수 있게 많은 준비를 하셨다는 것을 느낄 수 있었습니다. 이번 인턴십을 통해 여러 사람과 만날 수 있어서 좋았습니다. 다양한 곳에서 오신 인턴분들과 여러 이야기를 나누면서 제가 몰랐던 지식을 공유 받고 저 또한, 도움을 주면서 저의 지식의 폭을 더 넓힐 수 있었습니다. 또 여러 팀 과제를 진행하면서 동료 간의 소통과 존중 같은 내면의 소양에 대해도 갈고 닦을 수 있었습니다. 인턴분들뿐만 아니라 바쁜 시간에도 불구하고 저희에게 많은 것을 가르쳐 주시고 조언을 아끼지 않으신 멘토분들과 강의해주신 직원분들 모든 인연이 저에겐 그 무엇보다 값진 결과물입니다. 끝으로 이런 좋은 프로그램을 경험하고 값진 인연을 만날 수 있게 해주신 인실리코젠의 모든 분께 감사하단 말씀을 드리고 싶습니다.

 

심석보 (순천향대학교 생명시스템학과)
제가 처음 인실리코젠에서 인턴십 프로그램에 참여하기 위해 자기소개서를 쓰고, 학교에 필요한 서류를 내기 위하여 인실리코젠에 처음 방문했던 날이 얼마 지나지 않은 것 같지만 벌써 인실리코젠에서의 인턴생활이 거의 끝나고 이렇게 소감문을 적어야 하는 시간이 왔습니다. 초반에는 어떻게 생활을 해야 할지, 회사에서의 생활이 처음이다 보니 같은 대학교에서 온 친구들에게 많은 의지를 했던 것 같습니다. 하지만 회사 프로그램에 맞춰서 생활하다 보니 팀 프로젝트가 많아서 다른 인턴분들과 이야기를 많이 하게 되었고 이것을 계기로 서로 친해질 수 있었습니다. 이렇게 다른 인턴분들과는 6주 동안 많은 추억을 쌓았고, 우리 대학교에서 온 학생들은 2주 동안 더 프로그램을 진행하게 되었습니다. 인턴십 프로그램을 하는 8주 동안 많은 것을 배우고 저 자신에게 많은 것을 느낄 수 있는 계기가 되어 이번 방학기간 동안에 ㈜인실리코젠에서 인턴십을 하게 된 것이 어쩌면 저의 인생에서 하나의 중요한 기억이 될 것 같습니다. 생물정보학에 대하여 더욱 자세히 알기 위하여 인실리코젠을 선택한 것이 그 이유입니다. 인턴십 프로그램을 하는 동안 생물정보학에 대하여 많이 배울 수 있어서 좋았지만 생각하지도 못한 분야에 대해서도 알게 되었습니다. 그것은 제가 암에 관하여 관심이 있었는데 CLC Genomics Workbench라는 것에 대해 배움으로써 더욱 뜻깊은 시간이었습니다. 이 프로그램을 사용하여 암에서 주요한 변이를 일으키는 부위를 추정할 수 있었습니다. 이러한 지식을 얻게 됨으로써 인실리코젠에서 인턴을 하는 것은 매우 즐겁고 이번 방학 기간은 알찬 시간을 보내게 된 것 같아서 매우 즐거웠습니다. 감사합니다.

 

최승연 (순천향대학교 생명시스템학과)
안녕하세요. 人CoINTERNSHIP 9기를 마친 최승연입니다. 초여름에 시작하여 어느덧 가을이 다가올 때쯤 인턴십을 마치며 지난 8주 동안 진행된 인턴십 기간이 끝나가는구나! 라는 것을 느끼게 되었습니다. 인실리코젠에서의 지난 8주는 길다면 길고 짧다면 짧은 시간이었습니다. 한 주 한 주 과제를 해결해 나가며 성취감을 얻을 때도 있었지만 처음 접해본 분야에 맞닥트렸을 때는 어려움을 느껴 지칠 때도 있었습니다. 하지만 혼자가 아닌 인턴십 친구들이 있었기에 문제를 함께 해결해 나가며 극복할 수 있었습니다. 그래서 저는 인턴십을 하는 동안 조별과제 문제를 함께 풀어나가고 일을 효율적으로 해결하는 것, 회사에서의 예절, 공동체 생활, 결과보다는 과정을 중요시하여 모든 일에 끝까지 책임을 다하는 것을 배웠습니다. 물론 교육적인 부분에서도 필요하고, 유익한 내용을 배웠습니다. 하지만 제가 앞서 언급한 부분들은 인실리코젠이 아니었다면 배우지 못했을 것으로 생각합니다. 저는 처음 인실리코젠에서 자기소개를 하였을 때 배움, 마케팅, 사람 이 3가지를 얻고 싶다고 말하였고, 8주가 끝나고 돌아보니 이 3가지를 모두 이룰 수 있었습니다. 생물정보학에서 핵심인 프로그래밍 언어, 데이터 처리, 유전체 분석을 배웠고, 회사의 마케팅 방향성을 제시하는 전략 발표를 해보기도 하였으며, 같이 진행한 인턴십 친구들, 좋은 멘토분들에게 긍정적인 에너지를 얻기도 하며 좋은 인연으로 이어지기도 했습니다. 인실리코젠에 오기 전, 저는 진로에 대한 고민이 많았고 생물학에 지쳐있는 상태였습니다. 하지만 인턴십을 2주 3주 계속해서 진행하다 보니 어느새 저는 교육을 통해 새롭게 배운 내용에 흥미를 느끼고 있었으며, 전공서적을 펼쳐보며 공부를 하고 있었습니다. 인실리코젠에 온 이후 어느새 저는 생물학에 다시 흥미를 느끼며 진로에 대한 뚜렷한 목표를 그려나가고 있었습니다. 인실리코젠을 통해 저는 점점 긍정적으로 바뀌면서 좋은 에너지를 얻었습니다. 지난 8주 동안에 대해서 누군가 물어본다면 저는 정말 값지고 유익한 시간이었다고 자랑스럽게 말할 수 있습니다. 많은 것에 대해 깨닫고 저를 좀 더 단단하게 만들 수 있게 도와주신 인실리코젠의 모든 분에게 감사드립니다. 감사합니다.

 

8주간을 돌아보며

• 지난 7월 12일, 사내행사 "人Co Culture Day"를 참석하여 다른 인턴,
  사원분들과 더 친해질 수 있던 계기가 되었습니다.

• 人CoINTERNSHIP은 데이터 분석부터 프로그래밍 언어, 매 주차 별로 사내의
  여러 부서에서 하는 일들을 체험할 수 있게 해주었습니다. 그러한 과정을 통해
  팀원 간의 소통, 협력, 업무분담 같은 팀 과제를 위한 소양들도 경험하였습니다.

• 수료식을 마치며, 지난 8주간 많은 것에 대해 깨달았으며, 좋은 프로그램을
  경험하고 값진 인연을 만날 수 있게 되어 영광이었습니다.

 

작성 : 人CoINTERNSHIP 제9기 수료생

김로빈, 강지민, 목지수, 장민재, 조성현, 천하림, 최광현, 김민성, 심석보, 최승연

Posted by 人Co

Posted by 人Co

DNA 염기서열 기술이 발달하면서, 증가하는 생물정보의 데이터를 효율적으로 분석 및 관리하는 시스템의 필요하였습니다. 특히, 연구를 진행함에 있어 방대한 데이터베이스 내에서의 자료수집은 연구 결과와 연결되는 중요한 부분이라고 할 수 있습니다. CLC bio사에서 제공하는 CLC Main Workbench의 경우, 웹 기반 데이터베이스 내 검색, DNA 염기서열 분석 그리고 분자생물학 클로닝(cloning) 등의 다양한 분석 기능을 제공하고 있습니다. 그뿐만 아니라, '염기서열을 비교 분석한 결과를 이미지화하여 데이터 저장이 가능해 다른 연구자들과 정보를 공유할 수 있어 데이터를 손쉽게 다룰 수 있다는 점이 강점'이라고 생각합니다.

분자생물학을 기반으로 실험을 수행하는 연구실에 있어 'DNA 염기서열의 유전자 정보를 annotation 하는 것은 정말 중요한 일이라고 할 수 있습니다. 특히 염기서열 정보를 빠르게 수정 가능하며, Primer design과 molecular cloning tool은 실험을 디자인하는 데 있어 많은 도움이 되었습니다. 또, BLAST와의 연동 및 Sequence Alignment ' 를 활용한 계통수 분석의 사용은 실험 결과를 효율적으로 분석하는데 용이하였습니다. 앞으로도 CLC Main Workbench의 사용은 DNA 염기서열을 분석하고 이해하는 데 사용할 예정입니다.

이번 CLC Main Workbench의 사용은 생물정보 처리 시스템이 굉장히 중요하다는 생각이 들었으며, 효율적인 소프트웨어의 필요성을 느끼게 되었습니다. 생물학을 연구하는 과학자분들에게 CLC Main Workbench의 사용을 추천하려 합니다.

Posted by 人Co

지난 10년간 연구자들에게 많은 사랑을 받으며, NGS 분석을 위한 기초 툴로써 자리를 잡은 CLC Genomics Workbench가 2018년 11월 28일에 12버전으로 정식 릴리즈 되었습니다. 사용자 편의성을 도모하기 위해 많은 부분이 변경되었는데요, 주요한 변화들에 대해서 함께 알아보도록 하겠습니다.

CLC Genomics Workbench 11버전 interface로 변경된 지 4년 정도가 지났습니다. 그리고 이번 메이저 업그레이드에서 CLC Genomics Workbench가 새로운 옷을 입었습니다.

메인화면 

전체적인 구성이나 아이콘에는 큰 변화가 없지만, 프로그램을 실행하고 나면 뷰어 화면에 시작하는 방법, 데이터 import를 도와주는 화면이 있으며 예제 데이터도 간단히 다운로드하여 사용하실 수 있습니다. 또한, 자주 사용할법한 도움말들을 뷰어 화면에 배치하여 처음 CLC Genomics Workbench를 사용하는 입문자들도 기존에 비해 접근이 용이하도록 구성했습니다.

[그림 1] 메인화면의 변화(위-11버전, 아래-12버전)

Import 메뉴의 변경

Import 화면을 보시면 기존의 11버전보다 두 가지 항목이 추가되었습니다. QIAGEN에서 나온 NGS sequencing platform인 GeneReader를 읽을 수 있게 되어 있으며 기존의 Biomedical Genomics Workbench에만 있던 'Import Primer Pairs'가 추가되어 QIAGEN gene panel primer 파일을 바로 가져올 수 있습니다.

[그림 2] Import 메뉴화면

Navigation Area의 변화

기존 Navigation Area 내에서 파일 혹은 폴더의 순서를 변경할 때, 파일이 생성되거나 옮겨진 순서대로 정렬되어 원하는 대로 정렬하기가 쉽지 않았습니다. 이번 업그레이드 통해 파일이나 폴더를 쉽게 드래그 앤드 드롭으로 순서를 변경할 수 있게 되었습니다. 또한, 상단의 Navigation Area에서 데이터에 마우스를 가져다 대면 뜨던 정보안내 말풍선 창의 정보가 추가되었습니다. 기존 버전에서는 이름만 표시됐던 반면에 12버전에서는 용량과 파일의 포맷을 함께 나타내줍니다.

[그림 3] 데이터 타입과 용량 정보 보여주기

자동파일압축

이번 업그레이드에서 놀라운 기능은 기본적으로 압축 기능이 추가되었다는 점입니다. 같은 파일을 동일한 조건으로 분석했을 때, 11버전에서는 149MB였던 결과 파일이 12버전에서는 92MB로 30% 정도 용량을 아낄 수 있게 되었습니다. 기존의 100TB 용량을 이제 130TB처럼 사용하실 수 있습니다.

[그림 4] 자동 파일 압축 및 약 30% 저장용량 절약

레퍼런스 데이터 다운로드 방법 변경

기존에는 우측 상단의 Download 아이콘에서 Reference를 선택하여 열리는 창에서 'Download Reference Genome Data'를 다운로드할 수 있었습니다. 새롭게 변경된 UI에서는 Biomedical Genomics Workbench처럼 우측 상단의 'References'라는 아이콘을 이용하여 레퍼런스 데이터를 다운로드할 수 있습니다. Reference 아이콘을 누르면 하단의 그림 중 아래 화면 같은 창이 뜨게 되며 여기서 원하는 종 혹은 원하는 데이터를 골라 다운로드합니다.

[그림 5] 레퍼런스 데이터 다운로드 인터페이스 변경

Toolbox의 구성 변경 1

 plug-in로 제공됐던 'Bisulfite Sequencing'툴이 별다른 설치 없이 기본적으로 탑재 되었습니다.

[그림 6] Bisulfite Sequencing 분석폴더 디폴트로 추가

Toolbox의 구성 변경 2

툴박스의 폴더 구성을 보시면 'NGS Core Tools'가 사라지고, 'Prepare Sequencing Data'라는 폴더에 trimming이나 demultiplex 관련한 툴들이 배치되어 있으며, 'Installed Workflow'로 기존의 'Workflow' 폴더의 이름이 변경되었으며, 'Utility Tools'라는 폴더가 추가되었습니다.

[그림 7] 분석폴더의 재구성

Toolbox의 구성 변경 3

새롭게 추가된 툴에 대해서 소개해 드리면 copy number variant를 분석할 수 있는 툴, variant에서의 정보를 제거하는 부분, RNA-seq을 진행할 때 두 그룹일 때에는 별다른 metadata 없이 진행할 수 있도록 'Different Expression in Two Groups'가 추가되었으며 plug-in으로 사용하던 'Batch Rename'이 추가되었습니다.

[그림 8] 추가된 새로운 툴

몇 개의 툴들은 이름이 변경되었습니다. [그림 9] 이미지를 참고해주십시오.

[그림 9] 이름이 변경된 툴

QIAseq panel reference 다운로드

Reference Data를 다운로드하는 곳으로 가보면 두 번째 아이콘에 QIAGEN Sets라는 아이콘이 있습니다. 이 아이콘을 선택하면, QIAseq Panel에 관련된 reference만 선택적으로 다운로드할 수 있습니다. QIAGEN의 panel을 가지고 나온 데이터를 보다 더 쉽게 분석할 수 있도록 CLC Genomics Workbench에 적용하였습니다.

[그림 10] QIAseq 분석에 찰떡인 QIAGEN Sets 다운로드

손쉬운 서버 프로그램과의 연동

Workbench desktop 버전과 server의 연동에 관련된 부분입니다. 창의 아래쪽 표시줄에 보면 S라고 되어있는 사각형 아이콘이 생성되어 있습니다. 이 버튼을 누르면 Server Connection 창이 뜨게 되고 쉽게 server와 연결할 수 있고 연결 상태를 하단에서 바로 확인할 수 있습니다.

[그림 11] 메인화면에서 연결되는 CLC Server Connection

Track 뷰어의 변화

아래 화면([그림 12])은 read mapping의 track 화면입니다. Track에서 position을 보여주던 숫자가 위치하고 있던 맨 윗부분 위로 크로모좀 뷰어가 추가되었습니다. read 색깔은 unpair/pair 그리고 mismatch까지 색상 지정을 자유롭게 하실 수 있으며 aligned read의 하단에 있던 overflow graph가 read 상단으로 올라와 새로운 coverage graph를 보여줍니다. 그와 동시에 read를 검토할 때 불편했던 위아래 이동에 스크롤바가 추가되어 편하게 read의 alignment를 살펴볼 수 있습니다.

[그림 12] Intuitive 하게 변경된 Track 뷰어 인터페이스

Differential Expression for RNA-seq툴의 개선

기존 버전에서 불가능했던 RNA-seq에서 normalization 방법도 설정할 수 있습니다. 기본적인 whole transcriptome RNA-Seq과 targeted RNA-seq, Small RNA 분석을 따로 설정할 수 있으며 normalization도 TMM과 Housekeeping gene으로 가능합니다.

[그림 13] 세분화된 차등발현 유전자 분석 툴

Differential Expression in Two Group 추가

두 그룹 간의 RNA-seq 비교일 경우 별도의 metadata 없이 control과 study 그룹을 wizard에서 설정하여 분석할 수 있도록 구성되어 있습니다.

[그림 14] 두 그룹간의 비교 화면

Export 기능의 개선

Annotation을 export할 때 생기던 에러가 해결되었습니다. 기존에 엑셀 포맷으로 export 할 경우에는 모든 칼럼을 전부 export 하던지 혹은 필요한 칼럼만 체크해서 export를 할 수 있었습니다. 현재 내가 보고 있는 화면대로 원하는 칼럼만 export 하려면 다시 체크해야 되는 번거로움이 있었습니다. CLC Genomics Workbench 12버전 업그레이드를 통해 현재 보고 있는 칼럼만 그대로 export 하는 기능이 추가되어 다시 골라야 하는 번거로움을 없앴습니다.

[그림 15] 화면 그대로 간편하게 export 하기

이번 업그레이드로 많은 부분이 바뀌게 되었습니다. 기대하셨던 부분이 반영되었을 수도 있고, 아직 부족한 부분도 있을 거라고 생각이 됩니다. CLC Genomics Workbench는 사용자의 많은 의견을 반영하여 10년 넘도록 꾸준히 업그레이드 되고 있습니다. 업그레이드된 12버전을 통해 새로운 기능들을 확인해보시기 바랍니다.

구버전의 CLC Genomics Workbench를 이용하시는 분 중 12버전으로 업그레이드가 필요하신 분들은 12월 한 달 동안 진행되는 연말 프로모션을 적극 활용하시기 바랍니다.

Posted by 人Co

NGS (Next-Generation Sequencing) 관련 기술의 발전과 비용 절감으로 인해 NGS는 일반적인 유전체 연구뿐만 아니라 정밀 의학에서도 중요한 연구 수단으로 자리 잡고 있습니다. 국외는 물론이고 국내에서도 여러 의료기관과 연구기관에서 NGS를 이용한 임상 유전체 연구가 활발하게 이루어지고 있습니다. 하지만 한 번의 NGS로부터 많은 수의 변이 (variant)가 발견되고 그것들의 임상적 의미 (Clinical significance)를 해석하는데 어려운 경우가 많습니다.

(주)인실리코젠에서는 이러한 NGS 변이들에 대해 임상적 유의성과 action-ability를 평가하는 임상 의사 결정 지원 솔루션인 QIAGEN Clinical Insight Interpret (QCI-I)에 대해서 소개하고자 합니다.

그림 1. < QIAGEN Clinical Insight Interpret (QCI-I) >

QIAGEN Clinical Insight Interpret (QCI-I)는 웹 기반의 소프트웨어로, NGS로부터 도출된 변이들에 대해서 QIAGEN Knowledge Base를 이용한 주석 (annotation), 분류 및 해석 (classification / Interpretation), 보고서 생성 (reporting)을 지원합니다. 또한, Somatic 과 Germline/Hereditary 로 파이프라인이 나누어져 있어 분석 샘플에 맞는 파이프라인을 선택하여 진행할 수 있습니다. VCF 파일과 metadata 업로드를 통해 누구나 쉽게 진행할 수 있으며, Fusion, CNV 데이터를 추가할 수 있습니다.

QCI-I의 특징은 다음과 같습니다.

• 웹 기반 인터페이스로 편리한 접근성과 사용법이 간단하고, 임상적 유의성과 actionability를 평가하는데 드는 시간과 비용을 단축할 수 있습니다.

• Manually 큐레이션된 방대하고 신뢰성 높은 QIAGEN Knowledge Base를 사용합니다.
  

• ACMG/AMP (hereditary)와 AMP/ASCO/CAP (somatic) 가이드라인에 따라 변이를 분류합니다.
  

• 분석 샘플의 변이에 관련된 치료 (treatment), 임상 시험 (clinical trials) 정보를 제공합니다.
  

• 최종 보고서의 커스터마이징이 가능합니다.
  

• VCF (Variant Call Format) 파일을 사용하여 분석함으로써, NGS 플랫폼에 관계없이 사용할 수 있습니다.
  

• 이전 데이터 결과들을 재사용하여 Lab-specific variant database 구축이 가능합니다.
  

QIAGEN Knowledge Base

QCI-I는 오랜 기간을 거쳐 manually curation된 QIAGEN Knowledge Base를 기반으로 변이를 해석 및 평가합니다. Knowledge Base에는 천만여 개 이상의 biomedical 정보들이 들어있고 16년 이상 지속되어 온 방대하고 신뢰성 높은 Database입니다. 데이터 대부분이 주 단위 (weekly)로 업데이트 되며 사용자는 항상 최신의 정보를 제공 받습니다.

QIAGEN Knowledge Base는 공개된 생물학적 데이터뿐만 아니라 상용 데이터까지 통합되어 있고, 이 데이터들에 대하여 임상적인 관련성까지 정리되어 있습니다. 연구자, 임상의, 제약회사 등 여러 분야에서 지속해서 사용되고 있으며 20,000번 이상 인용되었습니다. Knowledge Base를 사용하면 raw public data 혹은 computational prediction tool 들을 사용하는 것보다 변이 분류 (variant classification)의 오류를 줄일 수 있습니다. 이러한 database를 구축하는 일은 어렵고 많은 시간과 비용이 소모되지만 QIAGEN Knowledge Base를 이용하면 시간과 비용을 줄이고 효율적이고 신뢰도 높은 변이 분석 결과를 얻을 수 있습니다.

Knowledge-based Variant Classification

QCI-I는 Knowledge Base를 기반으로 Germline 혹은 Somatic testing에 따라 변이의 pathogenicity 와 actionability를 측정하여 제공합니다.

그림 3. < Professional guideline을 따르는 QCI-I의 Variant clssifications >

아래 그림 4처럼 Variant list 탭에서 검출된 변이들에 대한 기본적인 정보를 확인할 수 있고, 각 변이를 선택하여 자세한 사항을 확인할 수 있습니다. Pathogenicity에 따라 색으로 구분되어 직관적인 확인이 가능합니다.

그림 4. < QCI-I Variant List 탭 화면 >

샘플에 대한 정보와 변이에 대한 정보 (somatic frequency, population frequency, variant allele frequency 등)를 보여줍니다. Knowledge Base에 기반하여 변이의 actionability, pathogenicity가 분류됩니다. Pathogenicity는 붉은색 계열 (pathogenic or likely pathogenic), 회색 (unknown of significance;VUS), 녹색 계열 (benign or likely benign)로 구별됩니다.

Treatment & Clinical Trials

선택한 변이가 해당 단백질에 미치는 기능적 영향 (functional effect on protein), treatment 정보와 현재 진행되고 있는 clinical trial들에 대한 정보도 제공하며, 이 정보는 주 단위 (weekly)로 업데이트되어 항상 최신의 정보를 받을 수 있습니다.

그림 5. < Variant Detail 탭에서 제공되는 다양한 변이에 대한 정보 >

단백질의 functional domain과 함께 유전자의 아미노산 위치별 pathogenic/benign 변이들의 분포가 나와 있고 해당 샘플의 변이 위치가 확인됩니다. 약물에 대한 반응성과 가이드라인, FDA에 대한 레퍼런스가 링크로 제공됩니다.

Clinical Cases & Papers

해당 변이에 대해 같은 질병에서 보고된 임상 케이스, 관련된 논문 등에 대한 정보를 제공합니다. 아이콘을 클릭하면 각각의 세부정보 확인이 가능합니다. 임상 케이스와 논문 내용도 추후 최종 보고서에 일괄적 혹은 선택적으로 추가할 수 있습니다.

그림 6. < 변이에 대해 보고된 임상 케이스와 관련된 논문 정보 >

Customizable & Actionable Report

Preview 페이지에서는 최종 report를 작성하기 전에 자유롭게 comment의 수정 및 추가를 할 수 있습니다. 기본적으로 유전자에 대한 설명이 있고 Edit 메뉴를 통해 추가 또는 삭제할 수 있습니다. 환자에 대한 전반적인 interpretation과 actionable 변이들에 대해 모든 comment 작성이 가능합니다.

그림 7. < Preview 페이지 >

Comment 작성을 자유롭게 할 수 있습니다.

최종 보고서 (actionable report) 는 아래 그림 8과 같습니다. 상단에 환자, 클라이언트, 샘플 정보가 나오고 Alterations Summary에 actionable mutation들에 대한 FDA 승인 약물, Clinical trial, 약물 저항성 등이 요약되어 있습니다. 하단에는 각 변이에 대한 자세한 정보가 나열됩니다.

그림 8. < QCI-I 최종 보고서 형식 >

이상 NGS 기반 진단 영역에서 임상 의사 결정을 지원하는데 강력한 툴인 QCI-I에 대해 살펴보았습니다. QCI-I의 QIAGEN Knowledge Base를 이용하여 variant classification하면 기존에 VUS로 분류된 변이들에 대해서도 더욱 정확하게 분류가 가능할 것입니다. 2가지 case study 결과 variant of unknown significance (VUS)가 27~33% 가량 줄어든다는 것을 확인하였습니다.

그림 9. < QIAGEN Knowledge Base를 이용한 variant classification 비교 >

QCI-I를 통해 NGS Platform에 관계없이 전문적으로 큐레이션된 QIAGEN Knowledge Base를 이용해 검출된 변이들의 임상적 유의성과 actionability를 쉽고 빠르게 측정하는 경험을 해보십시오. Raw data부터 임상적인 의미를 얻기까지 전체 해석 시간을 줄이고 임상의에게 보고할 수 있는 임상 관련 데이터의 양을 늘리는 동시에 변이 해석 및 보고 프로세스의 모든 부분을 통합할 수 있을 것입니다.

* 더 자세한 정보와 Trial을 원하신다면 codes@insilicogen.com 혹은 031-278-0061 로 문의주시기 바랍니다.

Posted by 人Co

Posted by 人Co