초록 ▼

□ 연구의 목적 및 내용
임상 정보 및 생체시료에서 측정되는 다중 오믹스 정보를 통합 분석하여 해석하는 것은 현대 정밀의학에서 주요한 접근 방법임. 다중 오믹스 정보는 현재 주로 연구 목적으로 생산되고 분석되고 있으나, 병원과 같은 의료현장에서부터 체계적으로 수집 분석되는 체계는 부재함.
본 연구 개발에서는, 건강검진센터에서 수집되는 연구 참여자의 임상 정보 및 생체 시료의 다중 오믹스를 각 기관에서 생성하는 자료의 형식을 정의하고, 해당 형식의 자료를 저장할 수 있는 데이터베이스를 설계 함.
또한 본 연구 개발에서

□ 연구의 목적 및 내용
임상 정보 및 생체시료에서 측정되는 다중 오믹스 정보를 통합 분석하여 해석하는 것은 현대 정밀의학에서 주요한 접근 방법임. 다중 오믹스 정보는 현재 주로 연구 목적으로 생산되고 분석되고 있으나, 병원과 같은 의료현장에서부터 체계적으로 수집 분석되는 체계는 부재함.
본 연구 개발에서는, 건강검진센터에서 수집되는 연구 참여자의 임상 정보 및 생체 시료의 다중 오믹스를 각 기관에서 생성하는 자료의 형식을 정의하고, 해당 형식의 자료를 저장할 수 있는 데이터베이스를 설계 함.
또한 본 연구 개발에서는, 건강검진센터에서 수집되는 항목 중 질병관리본부에서 수행한 국민 건강 역학 조사 사업에 공통되는 항목을 선별하여, 향후 수집되는 정보들이 축적된 국민 건강 역학 조사 사업과 비교 검색될 수 있도록 데이터베이스를 설계 함.
데이터는 건강검진센터 및 다중 오믹스 생산기관으로부터 정해진 양식으로 취합되어, 데이터베이스에 보관 됨. 데이터베이스는 클라우드에 구현되며 연구 참여자의 접근 및 사용을 허락함. 사용자는 web을 통하여 데이터 현황을 검색할 수 있으며, 연구 목적으로 모니터링 되는 주요 인자들을 대쉬보드 형태로 열람 할 수 있음.
2차년에는 축적된 데이터를 분석하여, 케이스(환자)와 콘트롤(대조군)의 다중 오믹스를 다차원 통합 딥러닝 모형으로 비교하여 임상적으로 유의한 인자를 발굴하고, ARS 네트웍과의 관계를 분석 함.
개발된 다중 오믹스와 임상정보 데이터베이스를 활용한 정보의 지속적 축적 축적된 환자, 대조군 분석을 통한 바이오마커 후보 발굴
대사 질환, 암 등 건강검진센터에서 모니터링이 가능한 환자들의 축적된 데이터를 활용한 ARS관련 메커니즘 연구

□ 연구개발성과
다중 오믹스-임상정보 통합 Database
다중 오믹스-임상정보의 환자/대조군 분석

□ 연구개발성과의 활용계획(기대효과)
개발된 다중 오믹스와 임상정보 데이터베이스를 활용한 정보의 지속적 축적
축적된 환자, 대조군 분석을 통한 바이오마커 후보 발굴
대사 질환, 암 등 건강검진센터에서 모니터링이 가능한 환자들의 축적된 데이터를 활용한 ARS관련 메커니즘 연구

(출처 : 요약문 4p)

Abstract ▼

□ Purpose & Contents
Data driven medicine is one of the key important changes in recent healthcare Multi-omics can reveal various factors that we have never seen. Ever since it is introduced, researchers begin to integrate multi-omics data and analyze it. However seamless integration of multi-omi

□ Purpose & Contents
Data driven medicine is one of the key important changes in recent healthcare Multi-omics can reveal various factors that we have never seen. Ever since it is introduced, researchers begin to integrate multi-omics data and analyze it. However seamless integration of multi-omics and clinical data from a hospital where the patient belong to has not accomplished yet.
This study will develop data format to integrate both clinical data from a hospital and multi-omics data which will be generated from multiple vendors. Data format will be used to build common data platform which will store individual patients’ multi-omics and clinical data.
Another objective of this development is building a data schema to share the storing and search between the research data of this project and accumulated public health data which have distributed by the Korean Center for Disease.
Database will be developed in the cloud. Research staffs can access database by registration and access will be restriected to non-research members. Autherized members can browse the database through the web. Key important features from the data shall be displayed as a format of dash-board.
In the second year, multi-omics data integration and analysis will be conducted. Case-control studied will be performed to find disease biomarker cnadidates. We will also analyze the association between multi-omics data and ARS network.

□ Results
Developing database for multi-omics and clinical data.
Case/control study using the database, Association study with ARS network

□ Expected Contribution
Integrating multi-omics and clinical data
Case/control study to reveal disease biomarker candidate
Understanding mechanism of ARS network during the course of disease development

(출처 : SUMMARY 5p)

목차 Contents

• 표지 ... 1
• 제출문 ... 2
• 보고서 요약서 ... 3
• 요약문 ... 4
• SUMMARY ... 5
• Contents ... 6
• 목차 ... 6
• 제1장. 연구개발과제의 개요 ... 7
• 1. 연구개발 목적 ... 7
• 2. 연구개발의 필요성 ... 7
• 3. 연구개발 범위 ... 7
• 제2장. 연구수행내용 및 성과 ... 8
• 제3장. 목표 달성도 및 관련 분야 기여도 ... 16
• 1. 목표 ... 16
• 2. 목표 달성여부 ... 16
• 3. 관련분야 기여도 ... 16
• 4. 목표 미달성 시 원인(사유) 및 차후대책(후속연구의 필요성 등) ... 16
• 제4장. 연구개발성과의 활용 계획 등 ... 17
• 제5장. 연구개발성과의 보안등급 ... 18
• 제6장. 국가과학기술종합정보시스템에 등록한 연구시설·장비 현황 ... 19
• 끝페이지 ... 20