진단기술
![dia_img01-1](https://astams.com/wp-content/uploads/2020/09/dia_img01-1.jpg)
· 장시간 소요
· 오진 위험성 존재
· 추가비용 발생
· 패턴분석을 통한 Database 구축
· 높은 정확성
· 원터치 방식을 통한 5분 내 결과 도출
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
![1-1](https://astams.com/wp-content/uploads/2020/08/1-1.png)
일반 미생물 DB
![2-1](https://astams.com/wp-content/uploads/2020/08/2-1.png)
결핵균 DB
![3-1](https://astams.com/wp-content/uploads/2020/08/3-1.png)
사상균 DB
![4-1](https://astams.com/wp-content/uploads/2020/08/4-1.png)
동물 감염병 DB