Department of Biomedical Sciences, SNU

연구

연구분야
인간의 질병에는 무수한 유전자가 관여한다. 질병과 유전자와의 정확한 연결고리를 파악한다면, 질병을 예방하거나 치료하는 데 큰 도움이 될 수 있다. 이러한 목표로 최근 20년간 인간유전학 분야는 유전체 빅데이터를 활용하는 방향으로 발전하고 있다. 수 만 명의 환자를 모아서 분석하는 전장유전체연관검색(Genome-wide association study, GWAS), 면역 반응에 중요한 HLA 유전자 분석, 세포 하나하나의 발현량을 분석하는 단일세포분석 등 다양한 분야에서 데이터를 분석하기 위한 전문 알고리즘의 필요성이 대두되고 있다. 본 연구실에서는 의과학, 생물학, 유전체학 분야의 도전과제를 해결하기 위한 새로운 방법론과 알고리즘을 개발하는 연구를 진행한다. 또한 빅데이터 분석을 통하여 질병의 예후예측과 치료에 연관된 타겟 마커 등을 발굴한다.
전공분야 핵심단어
Bioinformatics, Genomics, Statistical Genetics, Computational Biology, Human Leukocyte Antigen

학력

  • 1997-2004, 공학사, 서울대학교 전기공학부
  • 2004-2007, 이학석사, UC San Diego (전산학)
  • 2007-2009, 이학박사, UC San Diego (전산학, 세부전공: 생물정보학)

주요 경력

  • 2009-2012, PostDoc, UC Los Angeles
  • 2012-2013, PostDoc, 미국 브리검여성병원
  • 2013-2014, 연구교수, Harvard Medical School
  • 2014-2015, 연구조교수, 서울아산병원 아산생명과학연구원
  • 2015-2018, 조교수, 울산대학교 의과대학 융합의학과
  • 2018-현재, 부교수, 서울대학교 의과대학 의과학과

주요 논문

  1. Accurate imputation of human leukocyte antigens with CookHLA. Nature Communications. 12(1):1264, 2021
  2. PLEIO: a method to map and interpret pleiotropic loci with GWAS summary statistics. The American Journal of Human Genetics. 108(1):36-48, 2021
  3. Genomic GPS: using genetic distance from individuals to public data for genomic analysis without disclosing personal genomes. Genome biology, 20(1):1-5, 2019
  4. Increasing the power of meta-analysis of genome-wide association studies to detect heterogeneous effects. Bioinformatics. 33(14):i379, 2017.
  5. A method to decipher pleiotropy by detecting underlying heterogeneity driven by hidden subgroups applied to autoimmune and neuropsychiatric diseases. Nat Genet. 48(7):803, 2016.