Systems Biology
Single Cell Proteomics
세포 단위 분석을 통해서 종양 세포별 이질성(heterogeneity)을 확인하여 암이 진행하는 동안 신호전달 네트워크와 세포별 특성을 분석하여 암세포 진화에 대한 이해와 함께, 맞춤형 치료에 적용할 수 있는 기술을 개발함. 세포 표면에 특이적인 수용체를 인식하는 항체와 유세포 분리기를 이용하여 단일세포로 분리하고, 질량세포분석기(CyTOF)를 이용하여 면역세포 아형의 다차원적 세포분석과 LC-MS를 이용하여 세포 내 다차원적 단백질(발현량, 프로테오폼, 돌연변이, PTM, 구조적/형태적변화)의 정량 분석으로 단백질 상호작용 네트워크를 구성하고 이를 통해 환자의 조기진단, 치료예후 및 치료표적 바이오마커를 발굴함.
Quantitative Proteomics
질병과 관련된 세포주, 동물 모델(C. elegans, Zebrafish, Mouse 등), 다양한 임상 시료(blood, tissue, cyst fluid, CSF, saliva, urine 등)의 다차원 단백체 (Expression, Proteoform, PTM, Mutation, Conformation) 정량 데이터를 통합 분석하여, 머신러닝 기반으로 가장 중요한 조절 인자를 발굴하고, 환자의 조기진단, 치료예후 및 치료표적과 관련된 주요 메커니즘을 예측하여 임상 바이오마커 발굴 연구를 수행함.
Network Proteomics
단일세포 단백체 데이터 기반으로 단백질-단백질 상호작용 네트워크를 구축하고, 머신러닝으로 발굴한 핵심 치료표적 부위를 mimic 펩타이드나 화합물을 통해 해당 부위를 직접 저해하거나 상위에 있는 타겟을 저해하는 경우를 시뮬레이션 해서, 질병 치료표적을 발굴함.
