[Wellness Life] 커피는 정말로 우리의 몸에 좋지 않을까요? 연구와 논문들을 함께 봅시다!

커피가 정말 몸에 안좋을까? 커피는 몸에 좋지 않을까요? 대부분의 사람들은 그렇게 생각합니다. 커피에는 곰팡이 독소가 있어서 먹으면 몸에 좋지 않다는 말이 있습니다. 커피에 있는 독소 중에 오크라톡신A, 아플라톡신B1이 있을 수 있다고 얘기합니다. 이건 맞는 말입니다. '아플라톡신'의 경우 발암성이 있는 독소 중 하나이고 실제로 규제가 이루어지고 있습니다. 생물학적으로 만약에 커피가 정말 몸에 해롭다고 하면, 굉장히 대규모의 인구집단에 대한 연구에서 커피를 많이 마시는 사람의 사망률 증가 혹은 수명 단축, 여러가지 질병 발생과 같은 것들이 연관이 되어 있어야 할 것입니다. 의심이 된다면 이런 정황들을 바탕으로 연구 논문들을 찾아보면 됩니다. Reference1. Coffee consumption a..

• format_list_bulleted Medical
• · 2025. 5. 17.

[BioInformations] DNA / RNA 데이터는 어디에서 찾아야 할까?

데이터 찾기 DNA와 RNA의 메틸레이션 데이터가 필요해서 관련 데이터들을 수집하기 위해 여러 연구 논문들을 참고했습니다.보통 처음 다루는 데이터의 출처나 정보를 얻기 위해서는 비슷한 데이터를 사용한 논문을 보시면 됩니다.논문을 보면 어떤 데이터를 사용했는지 출처가 상세하게 나와있죠.가끔 데이터셋 링크를 첨부하거나 저자의 Github에 함께 포함된 경우도 있습니다. ( 정말 종종 ) 그래서 이번에는 DNA와 RNA 데이터가 필요해서 관련 논문을 보면 다양한 플랫폼과 기관들에 대한 정보가 많습니다. NCBI, TCGA, Xena 같은 플랫폼은 생물학이나 바이오인포를 전공하시는 분들이면 많이 들어봤을 것입니다. DNA와 RNA 데이터 수집을 위한 주요 플랫폼1. NCBI (National Center fo..

• format_list_bulleted Data science
• · 2025. 4. 15.

[논문리뷰] Alphafold3 - 생성 모델과 바이오를 결합시켜서 신약 헌팅

Accurate structure prediction of biomolecular interactions with AlphaFold 3논문 링크 : https://www.nature.com/articles/s41586-024-07487-w Nature에 엄청난 논문이 나왔었죠. Alphafold1이 나왔을 때 사람들이 엄청 놀랐는데, 벌써 세 번째 모델이 나왔습니다. 2024년 11월에 Publish된 해당 논문은 생성 모델이, 인공지능이 실제로 바이오 분야에 엄청난 도움이 된다는 것을 가장 잘 느끼게 해줍니다.  해당 논문 리뷰 전에 생성 모델의 기초가 되는 부분들을 리뷰해보면서 가봅시다.  Diffusion우선 Diffusion 모델의 발전 과정과 개념에 대해서 리뷰를 하고 넘어가도록 하겠습니다.di..

• format_list_bulleted Data science/딥러닝 논문 리뷰
• · 2025. 3. 30.

[BioInformatics] NGS Data Analysis Workflow - 시퀀싱된 데이터를 파이썬으로 다뤄보자

NGS(Next Generation Sequencing)가 뭐지 ?  차세대 염기서열 분석(NGS; Next Generation Sequencing)이란 기존의 고전적인 염기서열 분석 방식인 Sanger Sequencing 이후 개발된 기술로, 한 번의 실험에서 수백만 개 이상의 DNA 서열을 병렬로 빠르게 읽어낼 수 있는 고속, 고효율 기술입니다. 기존의 방법은 직접 염기서열분석법이고, 분석하고자 하는 부위를 PCR 증폭해야 해서 목표 범위가 넓어질 경우 많은 시간과 노력, 비용이 소모되어 낮은 효율성을 가지고 있습니다. 하지만 NGS는 DNA 가닥을 각각 하나씩 분석함으로써 기존의 직접 염기서열분석법에 비해 매우 빠르고 저렴하게 염기서열이 가능하다는 장점이 있습니다.   NGS는 3가지의 종류가 있습..

• format_list_bulleted Medical
• · 2025. 3. 13.

[논문리뷰] - Zero shot health trajectory prediction using transformer

Abstract 연구 배경 및 목적  ETHOS(Enhanced Transformer for Health Outcome Simulation)는 의료 데이터를 효과적으로 분석하여 환자 맞춤형 예측과 시뮬레이션을 수행하는 데 중점을 둔 Transformer 기반 모델입니다. 기존 의료 인공 지능 적용의 주요 장애물인 대규모 레이블 데이터 부족 문제를 해결하고, 다중 태스크를 하나의 모델에서 수행할 수 있는 Zero-shot learning 을 도입하였습니다. 본 논문의 초반에는 미국의 의료 시스템에 대해 가장 많은 비용이 들지만(most expensive), 의료의 품질과 안전성은 다른 선진국과 비교했을 때 뒤떨어진다고 언급합니다. 전자의료기록(EHR)이 사용되고 있고, 의사결정 지원 기술도 많이 도입되고 ..

• format_list_bulleted Medical
• · 2025. 1. 22.

[Biosignal] - PPG(Photoplethysmography)에 Deep learning이 적용된 최신 연구 동향을 살펴보자 ! - 구글 스칼라 및 리뷰 페이퍼 사용법 - part1

최신 연구동향 파악최신 연구동향을 파악하는 것은 연구의 첫 단계입니다. 관심 분야에 대한 최신 논문을 확인하면서 현재 어떤 방법론으로 해당 문제에 접근하는지에 대해 인사이트를 얻고, 내 연구에서 어떻게 적용하면 좋을지 고민해보는 과정입니다.  여러 경로에서 최신 연구에 대한 정보를 확인할 수 있는데요, 아마 가장 많이 이용하시는 경로는 'Google Scholar' 이지 않을까 싶습니다.  저는 Google Scholar 에서 Biosignal 분야의 최신 연구 동향을 살펴보고자 해당 논문을 선택했습니다. 아직 Arxiv에 업로드만 된 상태인데, 가장 최근에 나온 PPG 리뷰 페이퍼라 선택하게 되었습니다.  PPG(Photoplethysmography)에 Deep learning이 적용된 연구들에 대한 ..

• format_list_bulleted Medical
• · 2024. 11. 27.