TIL(6W1D)[아티클 스터디 10]

1. 아티클 선정
   : 바이오 빅데이터 활용 증가…분석 기술 보유한 국내 업체는?

2. 아티클 요약 및 주요 내용

• 요약
  생명공학 분야에서도 빅데이터의 활용이 중요시되면서, 국내 업체들도 빅데이터 기술을 활용한 플랫폼 개발이나 자동화된 진단&분석 서비스 등을 제공하고 있다.
  한국바이오협회 바이오경제연구센터 박봉현 책임연구원은 헬스케어 산업이 빅데이터로 인해 많은 영향을 받았으며, 다양한 조직에서 분석 도구 및 AI, ML 기술을 사용해 비용절감과 개인와된 의학을 개발해 환자 진료에 큰 도움이 되고 있다고 밝혔다.

  • 에비드넷: 질병 현황, 약물 처방 빈도, 수술 빈도, 검사 빈도 등 메타데이터 분석 및 패턴 정보를 제공하는 EVIX-INSIGHTTM 개발.

  • 신테카바이오: 유전체시퀀싱 데이터를 마하 슈퍼컴퓨팅 기술로 분석 수행. Adiscan 엔진으로 3가지 DB(대립유전자깊이정보, 유전형질정보, 반수체정보)를 생성. 암 약물 선별 및 희귀질환 진단과 같이 질병 연관성 검증에 기여.

  • 테라젠바이오: 첨단 유전체 분석 기술을 바탕으로 맞춤형 진단 및 솔루션과 NGS 임상 검사, 의료 빅데이터 등의 서비스 제공. 암 위험도 예측, 약물 기전 파악, 맞춤형 항암제 선별 등이 가능한 알고리즘 개발로 특허 취득.

  • 쓰리빌리언: AI 유전변이 해석 시스템을 활용해 병원성 변이를 판별하는 동시에 증상과 유전 질병을 연결시켜 상관성 유무를 검정하여 최종 진단을 내리는 서비스를 제공.

    한편, 박봉현 책임 연구원은 데이터 형평성 촉진과 정크 데이터의 중복성 및 과부화 최소화를 위해 기업, 산업 데이터 및 데이터 생성 팀 간의 협업을 촉진해야 한다고 전했다. 이어 학제 간 팀, 부서 및 센터를 구축하고 약물 파이프라인에 적용할 수 있도록 규제 기관의 AI-ML 모듈 및 방법을 승인해야 한다고 제언했다.

주요 포인트
국내 바이오데이터 분석 기술 보유 업체 소개 및 빅데이터와 AI/ML 기술을 활용한 헬스케어 산업 혁신 및 데이터 협업 촉진.

3. 핵심 개념 및 용어 정리

• 핵심 개념
  • 빅데이터: 대규모 데이터 분석을 통해 헬스케어 산업의 효율성과 진단 정확도 향상.
  • AI/ML: 인공지능과 머신러닝 기술을 활용한 맞춤형 진단 및 약물 개발.
  • 유전체 분석: 유전체 데이터를 기반으로 질병 연관성 검증 및 맞춤형 치료법 개발.
  • 데이터 협업: 기업과 연구 기관 간 협력으로 데이터 품질 개선 및 과부하 최소화.
• 용어 정리

1. 메타 데이터: 데이터에 대한 정보를 제공하는 데이터. 예를 들어, 파일의 크기, 생성 날짜, 형식, 작성자 등 데이터 자체에 대한 정보를 나타냄. 메타 데이터는 데이터를 이해하고 관리하는 데 중요한 역할을 하며, 분석 및 검색을 용이하게 만듬.
2. 대립유전자깊이정보: 각 대립유전자에 대한 서열의 깊이를 나타내며, 유전자 변이를 분석할 때 중요한 정보를 제공. 이 정보를 통해 유전자 변이가 존재하는 위치나 그 변이의 유의성을 평가.
3. NGS(Next generation sequencing):차세대 유전자 시퀀싱 기술로, 대량의 유전자 서열을 빠르고 정확하게 분석할 수 있는 방법. NGS는 기존의 시퀀싱 방법보다 높은 속도와 정확도를 자랑하며, 유전체 분석, 질병 진단, 개인 맞춤형 치료 등에 널리 사용.