Research - Theme

키워드 1. 시스템생리학

시퀀싱 기술의 발전으로 오믹스 데이터가 쏟아지면서, 질환의 원인 유전자를 찾아서 발병 기전을 이해하고, 이를 제어하려는 노력이 계속되고 있습니다. 그러나 고령화사회에서 더욱더 큰 위협이 되고 있는 암, 만성질환, 퇴행성질환 등은 수많은 유전적/환경적 요인이 작용하여 발병하는 복잡계 질환(complex disease)이기 때문에 몇몇 유전자 변이만으로는 설명되지 않습니다. 세포 내에는 질환과 연관된 다양한 신호전달경로가 거대한 네트워크를 형성하여 복합적으로 상호작용하고 있기에, 핵심적인 분자적 기전을 밝히는 데에 걸림돌이 되고 있습니다. 따라서 단일 유전자에 국한되던 전통적인 접근 방식의 한계에서 벗어나, 통합된 네트워크 관점에서 총체적인 분석을 통해 발병 및 진행 메커니즘을 해석하는 시스템생리학 융합 연구가 필요합니다.

키워드 2. 시스템생물학

수많은 피드백 구조가 얽힌 대규모 분자조절네트워크와 같은 복잡한 시스템에서 약물에 의한 효과를 분석하기 위해서는, 특정 분자들의 활성도 변화가 시스템 전반에 미치는 영향을 파악할 수 있어야 합니다. 이는 네트워크 전반에 대한 총체적인 시뮬레이션 및 분석을 수행하는 시스템생물학 기술을 통해서 가능합니다. 분자조절네트워크는 개별 분자들의 상호작용 및 화학적 반응이 집약되어 형성되며, 각 상호작용은 수학적으로 기술될 수 있습니다. 컴퓨팅 기술을 활용하면 대규모 네트워크 수학모델의 동역학을 체계적으로 분석할 수 있습니다. 바이오시뮬레이션 연구에서 세포의 표현형 변화는 생체분자의 활성도를 나타내는 상태변수의 추적을 통해 탐구할 수 있다. 이러한 분석 방법을 오믹스 빅 데이터를 기반으로 구축된 네트워크에 적용한다면, 복잡계 질환의 병리 기전에서 핵심적인 악화 경로를 규명할 수 있을 것입니다.

키워드 3. 시스템약물학

최근 통계물리학 분야에서는 전자공학의 제어이론을 적용해 복잡계 네트워크의 상태를 결정짓는 표적 탐색 알고리즘에 대한 연구가 활발히 이루어지고 있습니다. 최근에는 기존에 주요 타겟으로 여겨진 네트워크 연결점이 많은 허브(hub)가 직관과는 다르게 제어에는 효과적이지 않다는 것이 드러났습니다. 따라서 시스템적 관점에서 상태 변화를 효과적으로 촉발시키는 제어 타겟을 발굴하는 기술이 필요합니다. 분자조절네트워크에 적합한 제어 기술을 개발한다면, 복잡계 질환의 악화 기전을 제어하는 최적의 전략을 찾을 수 있을 것입니다.