동물정보관리학
학과목 및 교실소개
동물정보관리학은 현대 수의학에서 발생하는 다양한 문제를 해결하기 위해 데이터 과학과 인공지능 기술을 활용하는 학문이다. 이 분야는 동물 건강, 질병 관리, 그리고 생명과학 연구에서 생성되는 방대한 양의 데이터를 효과적으로 관리하고 분석하여 유용한 정보를 추출하는 방법을 다룬다. 데이터 기반 연구는 더 정교한 진단 방법, 맞춤형 치료법, 그리고 예방 전략을 개발하는 데 중요한 역할을 하고 있다. 특히 최근에는 대형 언어 모델(LLM)을 활용한 연구 또한 활발히 이루어지고 있다. LLM을 통한 데이터 분석은 복잡한 질병 패턴을 인식하고 예측 모델을 향상시키는 데 큰 도움을 주고 있으며, 이러한 기술의 도입은 수의학 분야에서도 혁신적인 변화를 이끌 것으로 기대된다. 본 연구실에서는 (1) 일반인 임상데이터 및 라이프로그 데이터 기계학습 분석 (2) 유전자 스플라이싱에 영향을 미치는 변이 및 후성유전학과 스플라이싱 간의 상호작용 연구 (3) 보호자 대상 반려동물 건강상담 LLM 개발 (4) 감염병 전임상시험 특화 전임상 실험 정보 관리 시스템 및 전임상 데이터 시각화 포털 개발 등을 연구하고 있다.
본 교실에서 제공하는 교과목
학부
- 수의통계학(예과)
- 수의정보학(본과)
- 수의대생을 위한 혁신과 기업가 정신(예과/본과) 1, 2
대학원
- 수의정보분석방법론 (생물정보 분석 방법론 및 통계 코딩실습)
- 수의정보분석방법론 (생명의료정보분석 기법의 최신동향)
전임교수
이영희(Lee, Younghee)
○ 주소: 서울시 관악구 관악로 1, 서울대학교 수의과대학 85동 631호 (우: 08826)
○ 전화번호: 02-880-1247
○ 홈페이지: https://genomics.snu.ac.kr
○ 이메일: amazon@snu.ac.kr
최근 발표논문
- Kim, Yeongmin et al. “A machine learning approach using conditional normalizing flow to address extreme class imbalance problems in personal health records.” BioData mining vol. 17,1 14. 25 May. 2024, doi:10.1186/s13040-024-00366-0
- Chamberlin, John T et al. “Differences in molecular sampling and data processing explain variation among single-cell and single-nucleus RNA-seq experiments.” Genome research vol. 34,2 179-188. 20 Mar. 2024, doi:10.1101/gr.278253.123
- Moutinho, Miguel et al. “TREM2 splice isoforms generate soluble TREM2 species that disrupt long-term potentiation.” Genome medicine vol. 15,1 11. 20 Feb. 2023, doi:10.1186/s13073-023-01160-z
- Kim, Sara et al. “Brain Region-Dependent Alternative Splicing of Alzheimer Disease (AD)-Risk Genes Is Associated With Neuropathological Features in AD.” International neurourology journal vol. 26,Suppl 2 (2022): S126-136. doi:10.5213/inj.2244258.129
- Shivakumar, Manu et al. “Epigenetic interplay between methylation and miRNA in bladder cancer: focus on isoform expression.” BMC genomics vol. 22,Suppl 3 754. 21 Oct. 2021, doi:10.1186/s12864-021-08052-9
- Han, Seonggyun et al. “Alternative Splicing Regulation of Low-Frequency Genetic Variants in Exon 2 of TREM2 in Alzheimer’s Disease by Splicing-Based Aggregation.” International journal of molecular sciences vol. 22,18 9865. 13 Sep. 2021, doi:10.3390/ijms22189865
- Han, Seonggyun et al. “ADAS-viewer: web-based application for integrative analysis of multi-omics data in Alzheimer’s disease.” NPJ systems biology and applications vol. 7,1 18. 19 Mar. 2021, doi:10.1038/s41540-021-00177-7
- Jin, Young-Joo et al. “Differential alternative splicing between hepatocellular carcinoma with normal and elevated serum alpha-fetoprotein.” BMC medical genomics vol. 13,Suppl 11 194. 28 Dec. 2020, doi:10.1186/s12920-020-00836-4
- Jung, Hyeim et al. “Transcriptome analysis of alternative splicing in the pathogen life cycle in human foreskin fibroblasts infected with Trypanosoma cruzi.” Scientific reports vol. 10,1 17481. 15 Oct. 2020, doi:10.1038/s41598-020-74540-9
- Han, Seonggyun et al. “Alternative Splicing Regulation of an Alzheimer’s Risk Variant in CLU.” International journal of molecular sciences vol. 21,19 7079. 25 Sep. 2020, doi:10.3390/ijms21197079
- Kweon, Solbi et al. “Personal Health Information Inference Using Machine Learning on RNA Expression Data from Patients With Cancer: Algorithm Validation Study.” Journal of medical Internet research vol. 22,8 e18387. 10 Aug. 2020, doi:10.2196/18387
- Tashjian, Robert Z et al. “Gene Expression in Torn Rotator Cuff Tendons Determined by RNA Sequencing.” Orthopaedic journal of sports medicine vol. 8,6 2325967120927480. 29 Jun. 2020, doi:10.1177/2325967120927480