저는 한국 가천대학교에서 생명공학 박사과정에 재학 중입니다. 이 분야에서는 대개 실험실과 계산 연구 중 한쪽을 택하지만, 저는 그러지 않았고 결과적으로 그 점이 가장 큰 강점이 되었습니다.

현재까지 4편의 논문을 발표했고 그중 2편은 제1저자입니다. 제1저자 논문 5편이 추가로 심사 중입니다.

요즘 가장 몰두하고 있는 연구는 단백질 공학을 위한 AI입니다. ESM 계열 단백질 언어모델 위에 변이 효과 예측 모델을 구축하고 있으며, ESMC의 희소 오토인코더(sparse autoencoder) 특징을 활용해 단순한 유해/양성 점수에 그치지 않는 결과를 만들고자 합니다. 모델이 어떤 변이를 유해하다고 판단했다면, 그 판단을 이끌어낸 구체적인 학습 특징을 짚어낼 수 있어야 한다고 봅니다. 홀드아웃 데이터를 열어보기 전에 목표 정확도를 미리 고정해 두었는데, 맞춰서 조정한 수치보다 다소 낮더라도 정직한 수치가 낫다고 생각하기 때문입니다.

여기에 더해 지난 2년간 머신러닝 연구 이력을 쌓아왔습니다. 5개의 공개 EEG 코퍼스로 EEG 파운데이션 모델을 학습하고 검증했으며, 해당 논문은 현재 Scientific Reports에서 minor revision 단계에 있습니다. PPMI 파킨슨병 코호트의 인지기능 저하를 모델링했고, 웨어러블·보행·음성 데이터를 이용한 다중모달 예측 연구도 수행했습니다. 분석 파이프라인은 Python으로 직접 작성하며, 중첩 교차검증과 데이터 누수 점검, 보정까지 통계 처리를 제대로 하는 편입니다. 원본 파일까지 되짚어 확인하지 않은 수치는 믿지 않는 습관이 생겼습니다. 연구 전산 작업의 상당 부분은 리뷰어보다 먼저 자신의 실수를 잡아내는 일이라고 생각합니다.

실험실 쪽 연구는 신경계와 약물 전달입니다. 박사 연구 주제는 혈액뇌장벽(BBB)을 통과하는 치료제 전달이며, 여기에는 세포 투과성 단백질 도입 연구가 포함됩니다. 재조합 세포 투과성 퓨로마이신 N-아세틸전이효소가 활성을 유지한 채 세포 내로 직접 전달된다는 것을 보인 논문의 공저자입니다. 또한 Schrödinger를 이용한 도킹과 가상 스크리닝으로 수용체 리간드의 구조 기반 스크리닝을 수행했습니다.

세포 실험에서는 인간 iPSC와 ReN 신경전구세포를 성상교세포와 신경세포로 분화시켜 모델 시스템으로 사용하고, CRISPR-Cas9으로 유전자를 편집한 뒤 이미징으로 결과를 확인합니다. Zeiss LSM 980 공초점 현미경 교육을 이수했으며, 면역형광염색과 라이브 셀 이미징, 공동국재(colocalization) 분석, 정량적 이미지 분석에 익숙합니다. 공초점 및 형광 현미경은 제가 특히 빠르고 능숙하게 다루는 기술입니다.

그 밑바탕에는 석사 때부터 이어온 분자생물학 실험이 있습니다. 제한효소 절단과 깁슨 어셈블리를 이용한 유전자 클로닝, 플라스미드 설계와 벡터 제작, 가이드 RNA 설계, PCR, DNA·RNA 분리, 젤 전기영동과 젤 정제, 박테리아 발현 시스템을 이용한 단백질 발현, 친화성 크로마토그래피, SDS-PAGE와 웨스턴 블롯을 다룹니다. 이전 프로젝트에서는 식물 추출물 약리 연구와 미세조류 기반 나노치료제 연구를 경험했습니다.

앞으로는 이 두 축이 끊기지 않고 이어지는 자리에서 일하고 싶습니다. 세포에서 한 번도 검증되지 않은 단백질 모델은 결국 스프레드시트에 불과하고, 모델 없이 감에 의존해 진행되는 스크리닝도 충분히 봐 왔습니다. 두 가지를 계속 함께 해나가고 싶습니다.

슐리니 대학교(Shoolini University) 생명공학 석사 및 학사(우등) 졸업. QS 세계대학순위 2026 기준 세계 452위.

CV 링크: https://kartic03.github.io/cv/

I'm a biotechnology PhD student at Gachon University in South Korea. Most people in this field pick a side, wet lab or computation. I never did, and that turned out to be the useful part.

Four papers published so far, two of them with me as first author, and five more first-author manuscripts currently under review.

The work I'm most invested in right now is AI for protein engineering. I'm building a variant effect predictor on top of ESM protein language models, using sparse autoencoder features from ESMC so the output isn't just a damaging-or-benign score. When the model flags a mutation, I want to point at the specific learned feature that drove the call. I fixed the accuracy target before touching held-out data, because a modest honest number is worth more than a tuned one.

That sits alongside a machine learning track I've built up over the last two years. I trained and validated an EEG foundation model across five public corpora, and that paper is in minor revision at Scientific Reports. I've modeled cognitive decline in the PPMI Parkinson's cohort, and worked on multimodal prediction from wearable, gait and voice data. I write my own pipelines in Python, handle the statistics properly (nested cross validation, leakage checks, calibration), and I've learned to distrust any number I haven't traced back to the raw file. A good part of research computing is catching your own mistakes before a reviewer does.

The wet lab half is neuro and delivery. My doctoral work is on getting therapeutics across the blood-brain barrier. That covers cell-penetrating protein transduction, where I'm a co-author on work showing that a recombinant cell-permeable puromycin N-acetyltransferase delivers functional enzyme directly into cells, and structure-based screening of receptor ligands using Schrodinger for docking and virtual screening.

For the biology I differentiate human iPSCs and ReN cell neural progenitors into astrocytes and neurons, edit them with CRISPR-Cas9, and read out by imaging. I'm trained and certified on the Zeiss LSM 980 confocal, and comfortable with immunofluorescence staining, live cell imaging, colocalization and quantitative image analysis. Confocal and fluorescence microscopy are the techniques I'd say I'm genuinely fast at.

Under all of that is the molecular biology I've been doing since my MSc: gene cloning by restriction digest and Gibson assembly, plasmid design and vector construction, guide RNA design, PCR, DNA and RNA isolation, gel electrophoresis and gel purification, bacterial protein expression, affinity chromatography, SDS-PAGE and western blotting. Earlier projects took me through plant extract pharmacology and microalgae-derived nanotherapeutics.

What I want next is a role where those two halves stay connected. A protein model nobody ever tests in cells is just a spreadsheet, and I've seen enough screening campaigns run on intuition alone. I'd rather keep doing both.

MSc and BSc (Hons) in Biotechnology, Shoolini University, ranked 452nd worldwide in the QS World University Rankings 2026.

CV Link:- https://kartic03.github.io/cv/