4차 산업혁명의 도래와 함께 데이터 모델링(modeling)과 패터닝(patterning) 기술이 고도화되면서,
단순 입력 및 출력 기능만을 활용하던 기존의 데이터 기반 서비스를 넘어 빅데이터 마이닝(big-data mining) 을 바탕으로 한 지식 기반 형태의 정보 제공과 서비스 구현이 가능하게 되었습니다.
유전자 분자진단기술 개발의 핵심은 바이오빅데이터를 분석해 알고리즘화 하는 것으로, nProfiler® 1 Stomach Cancer Assay는 세계적으로 신뢰도 높고 검정된 다수의 패터닝 분석방법을 이용하여 개발되었습니다.
특히 연구개발에서 인공지능의 범주인 머신러닝, Representation 러닝 분석기법이 사용됐습니다. 사용된 Representation 러닝과 딥러닝 방법으로는 음수미포함행렬분해 방법(NMF),
유전자상관관계네트워크 분석(WGCNA), 유전자 셋 분석(GSA), GOEA, 계층적 클러스터링 등의 분석기법을 사용하여 위암 예후예측에 주요한 표적유전자(identifier)를 발굴하였습니다.
즉, Conserved module 간의 Connectivity 분석, 위암의 생물학적인 특성(GC Signatures)과 위암의 아형그룹(GC Subtypes) 사이의 상관관계(Correlation) 분석,
Probe Stability 실험을 위해서 다른 측정 플랫폼과 다른 샘플에서의 실험, 또한 암의 특징인 이질성 실험(Heterogeneity Test) 등의 바이오 빅데이터 지식기반 분석 프로세스를 진행하였습니다.
이를 통해 발굴한 위암 대표적 유전자 발현 특징과 예후 및 항암제 생존이익 사이의 연관 분석을 시행하여 위암의 예후예측을 제공하는 기술을 개발하게 됐습니다.