1. 기관 및 PI 정보
■ 기관명 / 소속 부서
Cedars‑Sinai Medical Center, 전산생물의학과
■ 연구실 이름
원랩(Won Lab) – 공간 및 단일 세포 유전체학을 위한 전산 생물의학
■ 책임자(PI)
이름: Kyoung‑Jae Won, Ph.D.
직책: Associate Professor, Computational Biomedicine Division, Cedars‑Sinai
주요 활동 시기: 2023년 7월부터 현직
연구실 위치: Pacific Design Center, Suite G549‑C, 700 N. San Vicente Blvd., West Hollywood, CA 90069
홈페이지: Cedars‑Sinai Won Lab Cedars-Sinai
2. 연구 주제 및 전문 분야
■ 핵심 키워드
단일세포 RNA‑seq 및 공간 전사체 데이터 통합 (Single‑cell & Spatial Genomics Integration)
머신러닝·AI 기반 유전자 조절 네트워크 분석 (Gene Regulatory Network Inference)
세포 간 물리적 접촉에 의한 발현 조절 (Contact‑mediated Gene Regulation)
딥러닝 기반 공간 화면 분석 (Deep Learning for Spatial Transcriptomics)
유전체 데이터 분석을 위한 Agentic-AI
■ 연구 목표 및 비전
Won 교수 연구실은 세포의 공간적 맥락을 포함한 전사체 데이터를 머신러닝/딥러닝 알고리즘으로 해석하여 유전자 발현 조절 네트워크, 세포 간 상호작용, 조직 구조-기능 연관성을 규명하는 데 집중하고 있습니다.single-cell RNA-seq, spatial transcriptomics, org image 분석, IMC 등 다양한 멀티오믹스 데이터를 융합하여 **세포 사회(cell society)**의 동적 작용과 병태생물학 연구에 기여하는 플랫폼을 구축하는 것을 목표로 합니다.
3. 주요 연구 성과 / 대표 논문
- Nature Communication (2025): 공간전사체 상호 매핑을 통한 비교 분석 툴 (게재 예정)
- Advanced Science (2025): LLM을 이용한 Gene regulatory network 예측 프로그램
- PNAS (2023): doublet을 이용하여 물리적으로 접촉하는 세포 간 통신 최초 규명
- Molecular Systems Biology (2023): 고해상 공간전사체에서 세포간 통신 기법 개발
- Molecular Systems Biology (2022): ‘Vesalius’ – spatial transcriptomics 를 이용한 조직 구조 분석
- eLife (2022): AML 모델 약물 반응에 대한 multiparameter 스크리닝 알고리즘 개발
- Nucleic Acids Research (2021): TENET – 단일세포 전사조절 네트워크 재구성 알고리즘 발표
- Trends in Genetics (2024): “Unveiling contact-mediated cellular crosstalk” 리뷰
- BMC Bioinformatics (2025): SC2Spa – 딥러닝 기반 spatial mapping 방법론 소개
4. 보유 기술 및 장비 등 인프라 정보
구분 | 기술 / 도구 | 주요 활용 |
단일세포·공간 오믹스 | scRNA-seq, 공간전사체, 이미지분석 | 공간 맥락 기반 세포 발현 패턴 해석 |
AI/머신러닝 | Agentic-AI, AI 공동 과학자 Transfer Entropy, 딥러닝 | 유전자 조절 네트워크 및 공간 매핑 |
이미지 처리 | 고해상도 공간 데이터 통합 | 조직 구조와 유전자 발현 정렬 |
컴퓨테이셔널 인프라 | 고성능 컴퓨팅 환경, Python/R 분석 스택 | 대용량 멀티오믹스 데이터 해석 |
협업 플랫폼 | 공동 프로젝트, 논문 준비 및 툴 배포 | 알고리즘 공개 및 연구 협력 |
5. 파견 목적 및 기대사항
■ 파견 기간: 6개월 ~ 2년 (협의 가능)
■지원자 자격: 박사과정 또는 박사후연구자 수준
단일세포/공간 전사체 분석, 머신러닝, 딥러닝, 영상처리 경험자 우대
■ 협업 내용
- spatial transcriptomics 데이터를 위한 AI/딥러닝 기반 분석 파이프라인 개발
- 물리적 접촉 기반 발현 변화 및 네트워크 재구성 알고리즘 공동 개발
- 공동 논문 작성 및 오픈소스 도구 배포
- high-accuracy 공간 매핑 및 유전자 표현 영향 분석
- Won 교수 연구실은 첨단 AI 기반 컴퓨테이셔널 연구를 통해 공간생물학의 새로운 방향성을 제시하고자 하는 연구자들과의 협업을 적극 환영하며, KOBRA-O 프로그램을 통해 국제 연구 협력 및 기술 확산의 발판이 되기를 기대합니다.