Identification of Alzheimers Disease Patient Subtypes via Multi-omics Clustering Based on a Non-Gaussian Deep Generative Mixture Model
개인기초연구(과기정통부)(R&D) · 우수연구-세종과학펠로우십(국외연수트랙)
2026년
2710112410
과학기술정보통신부
한국연구재단
전남대학교산학협력단
허진원
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
7,350만원
7,350만원
기초연구
대학
광주광역시 북구
수학 > 응용수학 > 인공지능수학/데이터사이언스수학
본 연구는 멀티오믹스 데이터의 내재된 비정규 분포 특성과 오믹스 간 의존 구조를 유연하게 모델링하는 비정규 혼합 분포 심층 생성 모델을 개발하여 알츠하이머병의 본질적인 생물학적 이질성을 반영한 환자 아형을 규명하는 것을 최종 목표로 한다. 이를 위해 (1) 비정규 분포 특성을 직접 반영하는 mixture prior 기반 VAE 모델 설계, 2) 잠재 공간에서 ...
(1) USC 연계 ADNI 멀티오믹스 데이터 확보 및 전처리LONI과 협업하여 ADNI 멀티오믹스데이터 접근 권한을 확보하고 유전체, 전사체, 후성유전체, 단백체, 대사체 데이터를 수집한다. USC LONI 연구진과 협력하여 데이터 구조, 측정 플랫폼, 품질 관리 기준을 학습하고, 임상 메타데이터(나이, 인지 평가, 질병 진행 등)를 통합한다. 각 오믹스별로 ...
... → 멀티오믹스 통합 연구 표준 방법론 확립연구과제의 기대효과[개인 역량 강화]● ADNI 데이터 운영 노하우 + Graph Convolutional VAE 기술 습득● ENIGMA 국제 컨소시엄 ... 비정규 혼합 분포 생성 모델 → 바이오헬스 산업(신약 개발, 디지털 치료제) 활용● 멀티오믹스 데이터 통합 기술 → 국내 병원/연구기관 빅데이터 분석 역량 향상● USC 국제 협력 네트워크 → ...