생물학/의학 Big Data

분석전문 기업입니다.

무료 온라인 상담 신청

생물학/의학도 이제 Big data 시대입니다.


...

Big data 분석, 선택이 아닌 필수입니다.

  • Next Generation Seqeuncing (NGS) 및 첨단 진단 기술로부터 수많은 Big Data들이 생산되고 있습니다.
  • 편향되지 않은 보다 정확한 연구와 진단을 위해 Big Data 분석은 이제 선택이 아닌 필수입니다.
...

하지만 BT 지식과 IT 기술이 모두 필요합니다.

  • Data의 규모가 매우 큰 만큼 강력한 컴퓨팅 파워와 프로그래밍 등 IT 기술이 필수적입니다.
  • 생물학/의학 Big Data를 올바로 분석하기 위해서는 생물학/의학에 대한 깊이 있는 지식이 요구됩니다.

와 함께 하세요!


...

생물학 전문가가 함께 합니다.

BT 분야에서 다년 간의 연구 경험이 있는 전문가가 분석에 참여하여 data가 가진 생물학적/의학적 의미를 최대한 이끌어 냅니다.

...

분석에만 집중합니다.

Seqeuncing은 하지 않습니다. 오로지 data 분석에만 집중하여 빠르고 정확한 결과을 제공합니다.

#Bulk RNA-seq #Single Cell RNA-seq #Bisulfite-seq

...

기존 NGS 업체에서 제공된 data로 바로 분석합니다.

FASTQ, BAM/SAM, Count matrix (CSV, Excel) 등 모든 형태의 data들을 활용해 분석을 진행합니다.

...

최신 분석기술을 빠르게 도입하고 제공합니다.

Data의 처리, 분석 및 시각화 관련된 최신기술들을 항상 탐색하고 빠르게 도입하여 서비스합니다.

...

맞춤형 결과를 제공합니다.

논문, 발표자료 등에 바로 활용할 수 있는 맞춤형 결과를 제공합니다.

가 해결해 드립니다.


NGeneS 에 맡겨 주세요!

  • Seqeuncing 업체에서 받으신 데이터, 그대로 보내주세요.
  • 데이터가 가진 생물학적 정보(biological information)을 바탕으로 biological QC를 진행하여 숨은 의미, 놓친 의미까지 모두 찾아드립니다.
  • 논문이나 발표에 바로 활용할 수 있는(ready-to-use) 결과를 제공합니다.

Service Details


✓ Bulk RNA-seq

PCA analysis
  • Sample들 간의 거리를 2차원 공간에 투사하여 상관관계를 시각화합니다.
  • Group 내 동질성을 확인하고 outliner를 제거합니다(biological QC).
DEG analysis
  • 각 Group에서 차별적으로 발현하는 유전자(DEG)들을 찾아냅니다.
  • 발현차 및 신뢰도를 기준으로 유의적인 DEG들을 선별합니다.
Volcano plot
  • DEG들의 발현차와 신뢰도를 동시에 표현합니다.
  • 상위/하위 DEG나 특정 DEG에 대한 선별적인 labeling이 가능합니다.
Interactive heatmap
  • 전체, 혹은 특정 유전자들의 발현 pattern을 한 눈에 보여줍니다.
  • Interactive heatmap을 제공합니다.
Gene ontology analysis
  • DEG들의 기능을 대표할 수 있는 gene ontology (GO)를 찾아냅니다.
  • 전사체의 변화가 갖는 생리학적 의미를 파악할 수 있게 돕습니다.
Gene ontology clustering
  • GO term들을 그 유사성을 기반으로 clustering합니다.
  • 중복적인 GO term들을 한데 묶어주어 거시적인 변화를 쉽게 조망할 수 있습니다.
Gene network analysis
  • GO term들에 속한 DEG들과 GO term들 간 공유된 DEG들을 시각화합니다.
  • 생리학적 변화를 이끌 것으로 예상되는 유전자들을 발견하게 돕습니다.
Pathway analysis
  • DEG들의 세포신호전달계 상 위치를 보여줍니다.
  • 전사체의 변화로 인한 세포신호전달계의 움직임을 파악할 수 있게 합니다.
Gene set enrichment analysis
  • 특정 생리/병리학적 상태를 대표하는 gene set과 DEG들 간의 유사성을 평가합니다.
  • 전사체의 변화가 보여주는 생리/병리학적 특성을 파악하게 돕습니다.

✓ Single Cell RNA-seq

...
Clustering
  • 전사체의 유사성을 기준으로 비슷한 세포들을 cluster들로 묶습니다.
  • Sample 내 세포들의 군집을 한 눈에 파악할 수 있으며 다른 분석들의 기본이 됩니다.
...
Marker selection
  • 각 cluster에서 차별적으로 발현하는 표지유전자(marker)들을 도출합니다.
  • 타 cluster 대비 발현차 및 신뢰도를 기준으로 유의적인 marker들을 선별합니다.
...
Knowledge based cell annotation
  • 잘 알려진 marker들을 바탕으로 각 cluster가 어떤 종류의 세포들로 이뤄져 있는지를 판별합니다.
  • 연구자가 자체 제공한 marker들도 활용 가능합니다.
...
Unbiased cell annotation
  • Cell marker들에 대한 database를 참조하여 편향없는 세포 및 cluster 판별을 수행합니다.
  • Sample에 성격에 맞는 database를 활용하여 신뢰도 높은 결과를 도출합니다.
...
Trajectory analysis
  • 이웃 세포들 간에 나타나는 전사체의 점진적인 변화를 바탕으로 시간에 따른 변화를 추론합니다.
  • 세포의 변화 혹은 분화경로(trajectory)를 재구성할 수 있습니다.
...
Cluster analysis based on markers
  • Cluster 별 marker들을 이용하여 세포군들의 특성을 분석합니다.
  • GO 및 GO cluster, Gene network 및 pathway 분석을 진행합니다.

Online Meeting


About us


김현이 Hyun-Yi Kim, Ph.D

BT Experience
  • 생명공학 박사 (세포신호전달계 전공)
  • 15년 간 세포 및 조직 관련 연구경험
  • SCI급 논문 23편에 주저자 및 공저자로 참여
IT Techniques
  • R 및 Python을 이용한 coding 및 data 분석
  • Bulk/sc RNA-seq 및 Bisulfite-seq 분석

송준수 Jun-soo Song

BT Experience
  • 미생물학 학사
  • 3년 간 분자진단 업무 수행
  • SCI급 논문에 공저자로 참여
IT Techniques
  • R 및 Python을 이용한 coding 및 data 분석
  • 한국바이오협회 빅데이터 분석과정 이수