보건AI연구실

주요 관심 연구분야로는 데이터 마이닝, 빅데이터 통합 및 큐레이션(데이터베이스 및 지식베이스 구축), 멀티 오믹스 데이터와 건강 데이터 통합을 위한 새로운 방법론 및 알고리즘 개발, 건강과 질병 관련 대규모 유전체 변이 연구, 분자 진화 연구(핵산·코돈·아미노산 수준), 바이러스 종간 전파 위험도 예측 모델 개발, 머신러닝 및 인공신경망 방법 기반 바이러스 T 세포 epitope 식별 등이 있습니다.

Our research interests include data mining, big data integration and curation (databases and knowledge bases construction), developing new methodologies and algorithms for associating multi-omics and health data, studying large-scale genomic variation in health and disease, analyzing molecular evolution (at the nucleic acid/ codon/ amino acid level), developing virus cross-species transmission prediction model, and identifying viral T cell epitopes based on machine learning and artificial neural networks.