Technology

최근 빠른 분석속도와 높은 감도를 갖춘 질량분석기가 상용화면서, 질량분석의 활용 영역이 첨단 연구분야에서 의료 진단분야로 빠르게 확산되고 있습니다. 특히, 병원균 진단 분야에서는 기존의 미생물 동정법에서 새롭게 대체해 나가고 있습니다.

MicroIDSys® 진단방식은

• · 데이터베이스(Database) 기반 진단방식으로써 질환 및 대조군 시료로부터 확보한 바이오 데이터를 당사에서 개발한 통계적 알고리즘으로 기 구축된 Database와 매칭 분석을 통해 미지 시료가 어느 질환군에 속하는지 명확하게 결과를 도출합니다.
• · Database가 확장됨에 따라 자체적으로 더욱 정확하고 세밀한 결과 도출이 가능하며, 이를 활용하여 더욱 향상된 진단 결과를 얻을 수 있게 됩니다.
• · 기존의 미생물 동정법은 시료당 짧게는 8~48시간, 분자유전학 방법으로 2-4일 정도 소요되던 시간을 약 3분 이내로 단축시킴으로써 비용 절감과 동시에 신속하게 원인균을 진단할 수 있습니다.
• · 의료분야에서 신속하고 정확한 병원균 동정을 통해 최적의 약제를 보다 빨리 처방하여 치료효율을 높일 수 있습니다. 의료분야 외에도 농축수산물, 토양, 발효식품, 가공식품, 위생검사, 수자원, 검역 등에 대한 연구에서도 널리 활용될 수 있습니다.

현재 당사에서 개발 중인 NosIDSys®는 새로운 질병 진단시스템으로써 바이오마커(Bio Marker) 진단을 통하여 암과 뇌질환(알츠하이머 등)의 진단이 가능합니다.

DB의 통계학적 분석

질병 진단을 위한 통계학적 분석 시 미생물이 Species Level에서 Clustering되도록 Inter(species)/Intra(strain)간의 distance를 최적화 시킵니다. 또한 각 Species 간의 연계성 흐름을 Phylogenetic Tree(계통수) 구조로 확인하게 됩니다. 이를 통해 기존의 Heatmap, ROC, PCA, Cut-Off Method, Random Forest 등 다양한 통계학적 분석 방법에서 한 걸음 더 나아가 머신러닝 기반의 미래지향적인 첨단 데이터 사이언스 통계 분석 기술을 구현합니다.

DB 매칭

노스퀘스트 데이터베이스(DB)는 인공지능(AI) 머신러닝 기반 알고리즘을 활용하여 말디토프(MALDI-TOF) 질량분석기로부터 획득한 다양한 원인균 스펙트럼 프로파일을 패턴으로 변환하여 기 구축된 당사의 DB 레퍼런스 시그니처(Reference Signature)와 실시간 매칭 및 분석을 통해 빠른 시간 안에 정확하고 신뢰성 있는 진단 결과를 도출합니다.

당사 DB는 각종 미생물과 혈액속에 감염 여부 및 질병 진행 단계에 따라 다르게 생성되는 생체 마커(Biological Marker)를 알고리즘화 시킨 시그니처를 클라우드 기반 빅데이터에 축적하여 보다 확장적이고 효율적인 진단을 가능케 합니다.

DB 종류