BIOLOGY/Bioinformatics

본 게시글은 학부 강의 '생물정보학(Bioinformatics)' 의 교수님 지도 하의 진행된 팀프로젝트 입니다. 전사체 분석을 통한 Long COVID 환자의 심장 기능 장애 관련 바이오 마커 및 기전 탐색Introduction / 연구목적 및 선행연구 Motivation Long COVID에서 혈관 내피가 심장 손상과 관련이 있다는 연구 결과가 있었다.혈관 내피 세포가 분비하는 cytokine의 발현량이 심장 기능 장애에 관여할 것이라 판단하여 이를 분석하기로 하였다. Long COVID patients는 2024년 4월 1일 질병관리청의 보도 참고 자료에 의하면, Long COVID patients는 COVID –19 초기 감염 이후에도 지속되거나 새롭게 발생하는 건강문제를 겪는 환자들을..

본 게시글은 학부 강의 '생물정보학(Bioinformatics)' 교수님의 지도하에 진행된 팀프로젝트 입니다. 이제 나는 NCBI부터 Ensembl까지 필요한 데이터를 수집하는 방법을 익혔다. 이제는 써먹어야 할 때.NGS의 기술을 몸소 느껴보자. 우리도 디지몬 세계를 간접 체험 해보는 거다. To do list & Outline.종 정하기(e.g. Homo Sapiens, Zebrafish, C.elegans)Ensembl genome browser에서 카테고리에 있는 종 중에 선택. Human, Mouse, Zebra가 대표적. Ensembl에 있는 종 중에 선정할 것.키워드를 구체적으로 설정. e.g. Homo Sapiens gastric cancer RNAseq. 우리는 전사체 분석을 할..

본 게시글은 학부 '생물정보학(Bioinformatics)' 강의 교수님의 지도 하에 진행된 팀 프로젝트입니다. 먼저 나는 태어나서 처음 접한 이 NCBI라는 사이트에 적혀있는 말들이 무슨 뜻인지 부터 알 필요가 있었다. 말도 안되는 양의 생물학 데이터들이 즐비한 이 곳에서 구글처럼 다루기 위해서라면. Phase 2. NCBI & Ensembl 사이트 사용법 익히기 본격적으로 우리가 정한 조사 주제를 하기 전에 NCBI를 둘러보고 어떻게 써먹어야 하는지를 알기위해 사용법을 익혀보았다.잘 알려진 유글레나(Euglena)에 대해 검색을 해보자. 웬만하면 Long read가 좋다. Euglena pacbio라고 검색한 결과창이다. 결과창 오른쪽 중간을 보면 이 표를 볼 수 있다. BioProject의 p..

본 게시글 내용은 학부 '생물정보학(Bioinformatics)' 강의에서 교수님 지도 하에 진행된 팀프로젝트 입니다. 바야흐로 2024년 10월 30일 인생은 실전이라 했다. NGS가 어떻고 DNA-seq, RNA-seq이 어떻다는 걸 머릿 속에만 있다면 과연 이것은 우리가 알고 있다고 할 수 있을까? 도구를 쥐어주었으면 써야하지 않겠는가. 이제 종강까지 대장정 프로젝트를 시작할 것이다. 우리는 NGS 모델을 이용하여 현재 밝혀져있는 DNA와 RNA 시퀀스를 가지고 alignment를 진행하여 우리가 관심있는 유전자에 관계성을 찾아 해석을 해보려 한다. 우리가 진행할 sequencing은 RNA-seq이다. Sequencing 중 가장 간단하고 알아낼 것들이 많은 sequencing이다. 앞서 설..

보호되어 있는 글입니다.

본 게시글은 학부 '생물정보학(Bioinformatics)' 강의를 토대로 필자가 이해한 내용을 정리하였습니다.  데이터가 어떻게 생겨나는지 알아보았다. 언급했던 회사에 취직하지 않는 이상 우리가 직접 만들어내는 일은 없지 않을까. 그래서 한낱 머글에 불과한 우리는 연구진들이 만들어 놓은 데이터를 다운받아서 사용할 것이다. 데이터가 의미를 가지고 공신력이 생기려면 어디에 보관되어있는지 기록되어 있고, 누구나 다운로드 받을 수 있어야 한다. Data가 Deposit되어 있어야 한다는 것. 이제 데이터를 쇼핑하러 가자.    미국 : NCBI유럽 : EBI일본 : DDBJ중국 : CNBGNG한국 : KBDS 중국은 현재 NCBI와 정보를 공유하고 있지 않다. NCBI와 같은 사이트는 일종의 클라우드 개념이라..

본 게시글은 학부 '생물정보학(Bioinformatics)' 강의를 토대로 필자가 이해한 내용을 정리하였습니다.   생물학을 정진하는 3, 4학년에게도 NGS는 생소할 것이다. 물론 알아본 데이터들이 어떻게 생기는 지는 중요하지 않다. 우리가 직접 생산하는 집단이라면 이들이 중요할 수는 있겠으나 이제 대부분 업체가 생산한다. 우리가 DNA, RNA sample을 PREP을 해야하겠지만, DNA 또는 RNA 상태로 그냥 보내면 그것들을 데이터로 받아볼 수 있다. 이러한 이유로 데이터가 어떻게 생겼는지 아는 것이 중요하다. Youtube 사이트에 회사들이 잘 설명해 놓았다.   Illumina - short readPacBio - Long read, 일루미나에 비해 방식이 완전 다르다. Long read 방..

본 게시글은 학부 강의 '생물정보학(Bioinformatics)'를 토대로 필자가 이해한 내용을 정리하였습니다.   Genomics와 Transcriptomics. 여기에는 연구진들이 현재 가장 활발하게 연구되어 있고 가장 많이, 쉽게 이용할 수 있다. 그렇다면 이 데이터들이 어떻게 나오는지 알아야 하지 않겠는가? 앞서 배운 여러 장비들을 이용해서 우리가 데이터를 생산한다. 그래서 정리된 sequencing data를 열면 아래와 같은 4줄의 data를 확인할 수 있다.  이 4줄이 한 쌍이다. 무조건 4줄 단위로 해야 한다. 이 4줄이 Read 하나. DNA, RNA를 '읽었다'는 것.이 데이터를 자르거나 분할하거나 할 때에는 무조건 4줄 단위로 해야한다.Short-read, Long-read 모두 4..

본 게시글은 학부 '생물정보학' 강의를 수강한 내용을 토대로 이해한 바를 정리하였습니다.  흐름 잘타야 한다. 여기를 잘 이해하느냐가 성적을 좌우할 것이다.- Neverthe1ess  우리는 수능의 민족. 중학교 고등학교를 거쳐 수능을 치르고 대학교에 입학했다. 우리는 공부를 더 잘하고 싶다. 우리는 각자 개개인이 공부하고 싶은 과목이, 잘하는 과목이 있었을 것이다. 하지만 우리는 수능을 치르기 위해서는 하기 싫은 과목도 공부해야 했다. 그랬기에, 우리의 성적은 전체적으로 하향평준화가 되었을지도 모른다. 이와 달리 대학교에서는 우리가 듣고 싶은 과목을 골라 들을 수 있다.(물론 빠른 클릭과 타이밍을 재는 능력은 필수.) 공부를 오래한 사람과 그렇지 않은 사람. 한 분야에 오래 종사한 사람과 그렇지 않은 ..

본 게시글은 학부 강의 '생물정보학(Bioinformatics)'를 수강한 내용을 토대로 필자가 이해한 점들을 정리하였습니다.Sequencing(시퀀싱, 염기서열 분석) DNA sequence RNA sequence Sequencing의 역사 1977년 Sanger의 Sanger method 개발분자생물학이라는 학문이 생기면서 우리는 DNA 서열을 모르면 분자생물학을 제대로 이해할 수 없게 되었다. 그 가장 흔한 Cloning 실험 조차도 우리는 서열을 모르면 진행할 수 없다. 우리가 배우는 Enzyme site. 제한 효소가 자르는 자리를 알기위해서는 Sequencing 기술이 있기에 가능하다. 우리가 아무 생각없이 행해왔던 실험은 모두 sequencing이라는 기술이 있었기에 지금의 모든 학문이 ..

본 게시물은 학부 '생물정보학(Bioinformatics)' 강의를 토대로 필자가 이해한 내용을 정리하였습니다.   바이오 빅데이터의 생산 과정 Large datasets generated by complex equipmentData management - storage, transfer, data transformation : domain of Information TechnologyData analysis - mapping, assembly, algorithm scaling : domain of Computer ScienceStatistical challenges - traditional statistiscs is not well suited for modeling systematic errors o..

본 게시글은 학부에서 진행되는 '생물정보학(Bioinformatics)' 수업을 수강하며 필자가 이해한 바를 정리한 내용입니다.   나에게 있어 기초과학은 말그대로 '기초' 과학. 원론적인 내용들을 탐구하고 밝혀내는 학문으로 알고 있었다. 그러기에 이를 탐구하는 방법 또한 매우 고전적일 수 밖에 없을 것이라 생각했다. 수많은 피펫팅과 검출의 반복으로 끝내 어떠한 매커니즘을 알아내는... 진정한 낭만의 학문이라 생각했다. 그 기다림이 낭만이고 그 결실을 더 의미있게 만들어주는 과학이라 믿었다. 하지만 세상은 매우 빠르게 달라지고 있다. 컴퓨터는 우리의 삶에 거의 대부분 녹아들었고 연구활동 또한 예외는 아니었던 것이다. 이제는 컴퓨팅 자체는 별개의 학문이 아닌 모든 학문을 유기적으로 연결해주기 위한 매개체가..