최근 single-cell RNA-seq 기술의 발전으로 대규모 단일세포 데이터 생산은 점차 자동화되고 있으나, 생성된 방대한 분석 결과를 해석... 최근 single-cell RNA-seq 기술의 발전으로 대규모 단일세포 데이터 생산은 점차 자동화되고 있으나, 생성된 방대한 분석 결과를 해석하고 생물학적으로 의미 있는 통찰을 도출하는 과정은 여전히 많은 전문지식과 반복적인 코딩 작업을 요구합니다. 특히 탐색적 데이터 마이닝, 시각화된 결과의 해석, 그리고 결과 보고서 작성 과정은 생물학 연구자들에게 상당한 시간적 부담으로 작용하고 있습니다. 본 웨비나에서는 MLBI Lab에서 개발한 자동화된 단일세포 RNA-seq 분석 파이프라인인 SCODA와, 이를 기반으로 자연어 기반 데이터 탐색 및 해석을 지원하는 LLM 기반 데이터 마이닝 어시스턴트 SCODiA를 소개합니다. SCODA는 세포 유형 식별, DEG 분석, 유전자 집합 분석, 세포 간 상호작용 분석, CNV/ploidy 추론 등 다양한 단일세포 분석 기능을 자동화하여 단일 h5ad 파일 형태의 통합 결과를 제공합니다. 이어서 소개될 SCODiA는 이러한 복잡한 분석 결과를 대규모 언어모델(LLM)을 활용해 자연어 기반으로 탐색하고 해석할 수 있도록 지원하며, 반복적인 코딩 없이도 대화형 데이터 마이닝, 생물학적 해석, 보고서 생성, 그리고 분석 결과의 완전한 재현을 위한 코드 생성 기능을 제공합니다. 본 발표에서는 다음 내용을 중심으로 소개할 예정입니다. • SCODA의 개발 배경 및 자동화 분석 워크플로우 • SCODiA의 자연어 기반 데이터 마이닝 기능 • LLM 기반의 생물학적 해석 및 보고서 생성 • 기존 Jupyter Notebook 기반 분석 환경과 연계한 활용 • 실제 단일세포 RNA-seq 분석 예시 및 활용 시나리오 본 웨비나는 단일세포 RNA-seq 데이터를 직접 분석하는 생물정보학 전문가보다는, 분석 결과를 활용하는 생명과학 및 의학 연구자, 제약·바이오 분야 연구개발 담당자들에게 더욱 유익한 내용을 제공하고자 합니다. 이를 통해 새로운 형태의 AI 기반 데이터 마이닝 및 생물학적 통찰 탐색 워크플로우를 제시할 것입니다.

SCODA는 웹-기반의 자동화된 단일세포 RNA-seq 데이터 전용 분석 파이프라인으로 Cell-by-gene Count-matrix를 정해진 형태로 업로드... SCODA는 웹-기반의 자동화된 단일세포 RNA-seq 데이터 전용 분석 파이프라인으로 Cell-by-gene Count-matrix를 정해진 형태로 업로드하면 세포유형식별, 암세포 식별, 세포간 상호작용 분석, DEG 및 Gene Set Enrichment 분석결과를 자동으로 생성하고 사용자가 이를 다운 받아 시각화하고 상세 결과의 확인을 통해 생물학적으로 유의미한 결과를 도출할 수 있도록 개발한 서비스이다. SCODA는 in-vivo의 종양/조직 미세환경 연구에 높은 활용성을 가지며 사용자가 자체적으로 SCODA 결과에 대한 데이터 마이닝을 수행할 수 있도록 주피터 노트북 예제 코드가 제공된다. 본 발표에서는 공공의 유방암 데이터를 SCODA에 업로드하여 얻은 결과를 사용자들이 어떻게 시각화하고 데이터 마이닝을 수행할 수 있는지에 대해, 제공되는 주피터 노트북의 활용 사례를 통해 소개한다.