또한 빅데이터 및 AI 분석 기법을 도입하여, 다양한 임상정보·유전체·단백질체 데이터의 통합적 해석 및 신약 타깃 발굴, 진단 마커 검증, 맞춤 의료전략 개발 등 최신의 과학연구에도 적극 도전할 계획입니다.
저는 의과학연구를 진행하는 과정에서 실험실에서 얻은 이론적 지식과 실제 임상 현장에서 수집된 데이터를 유기적으로 연결하여, 과학적 근거에 기반한 새로운 진단·치료 전략을 개발하는 데 집중할 계획입니다.
이 과정에서는단 순한 분자 수준 실험에 그치지 않고, bioinform atics 분석, 빅데이터 통합, 환자 임상정보 연계 등 다양한 융합연구 방법론을 도입할 예정입니다.
궁극적으로, 저는 분자생물학, 유전체·단백질체 분석, 임상 데이터 통합, 그리고 인공지능 및 빅데이터 기반 분석 기법 등 다양한 최신의 과학연구 방법론을 적극적으로 익히고, 이를 실제 질환 발병 기전규명, 진단·예측 마커 발굴, 맞춤형 치료전략 개발 등 구체적 연구과제로 연결하는 데 역량을 집중하겠습니다.
이 연구를 통해 암세포가 약물 스트레스에 적응하는 복잡한 분자적 메커니즘, 그리고 개별 신호경로의 상호작용 및 피드백 현상까지도 체계적으로 탐구할 수 있었고, 결과적으 로실제암치료 현장에서 제기되는 내성 극복 전략에 대한 실마리를 얻을 수 있었습니다.
이러한 경험을 토대로, 석사과정에서는 분자세포 생물학, 유전체학, 단백질체학, 대사체학 등 다양한 오믹스(omics) 기반 연구와, 이를 질환 발병 기전규명 및 진단·치료기술 개발에 접목시키는 융합적 연구에 집중하고자 합니다.
구체적으로는 암이나 만성질환에서의 특정 유전자 변이, 후성유전 조절, 신호전달네트워크의 이상이 질병의 발생과 진행에 어떠한 영향을 미치는 지분자적 수준에서 체계적으로 분석하고, 실제 환자 샘플 및 임상 데이터와의 연계를 통 해결과의 임상적 적용 가능성까지 탐구하는 연구를 진행하고 싶습니다.
또한 빅데이터 및 AI 분석 기법을 도입하여, 다양한 임상정보·유전체·단백질체 데이터의 통합적 해석 및 신약 타깃 발굴, 진단 마커 검증, 맞춤 의료전략 개발 등 최신의 과학연구에도 적극 도전할 계획입니다.
세포생물학 실험실 인턴으로 처음 참여한 프로젝트에서 암세포의 신호전달체계 이상이 약물 내성에 어떤 영향을 미치는지 직접 탐구한 경험이 있습니다.
예를 들어, 항암치료를 받는 환자의 약물 내성 문제, 유전성 질환 환자의 조기진단한계, 만성질환의 재발과 진행 등은 모두 분자 수준에서 의 원인 규명과, 이를 임상적 진단·치료로 연결하는 다리 역할이 절실하다는 현실을 체감하게 해주었습니다.
학부 논문을 준비하며, 항암제 내성암세포에서의 유전자 발현 변화연구를 통해 실제로 암 치료의 난제 중 하나인 내성 극복 전략을 모색할 수 있었고, 기존 논문과 데이터를 비교·분석하며 제시된 가설이 실제 임상에 어떻게 적용될 수 있는지 치열하게 고민했습니다.
저는 의과학연구를 진행하는 과정에서 실험실에서 얻은 이론적 지식과 실제 임상 현장에서 수집된 데이터를 유기적으로 연결하여, 과학적 근거에 기반한 새로운 진단·치료 전략을 개발하는 데 집중할 계획입니다.
이 과정에서는단 순한 분자 수준 실험에 그치지 않고, bioinform atics 분석, 빅데이터 통합, 환자 임상정보 연계 등 다양한 융합연구 방법론을 도입할 예정입니다.
학부 시절 공공데이터 분석 경험을 통해 익힌 R, Python, SPSS 등 통계분석 소프트웨어 활용능력도 실험 결과의 해석과 확장에 적극 활용하겠습니다.