정밀의료 연구에서의 멀티오믹스 분석 전략과 실제 적용 경험

김진섭 대표는 2026년 6월 13일 ‘2026 뇌졸중 유전체 연구회 워크숍’에 참석해 정밀의료 연구에서의 멀티오믹스 분석 전략과 실제 적용 경험을 공유했습니다. 발표 슬라이드를 공유합니다.

요약

멀티오믹스 데이터의 특징과 분석 전략.

고차원 자료(p ≫ n): Lasso, Elastic Net, PCA, PLS, MOFA
변수 간 강한 상관: WGCNA, xMWAS, Group Lasso
다중검정: genome-wide significance, FDR
오믹스별 다른 분포와 스케일: VST, log, CLR, z-score
batch effect와 집단구조 보정
GWAS Catalog, GTEx, KEGG, UK Biobank 등 공개자료 활용

여러 오믹스 데이터의 통합.

Early integration: 변수를 하나의 행렬로 결합
Intermediate integration: MOFA 등 잠재인자 기반 통합
Late integration: 오믹스별 분석 결과를 후단에서 통합
계층별 변환·정규화 후 통합

실제 연구자료를 이용한 멀티오믹스 분석 사례.

유전체·전사체·지질체 등 서로 다른 오믹스 자료의 분석
차원축소, 네트워크 분석, pathway enrichment
DEG, PCA, GO/KEGG enrichment, correlation 분석
연구 질문에 따른 분석 방법 선택과 결과 해석

R 기반 의학연구 분석도구.

jskm: Kaplan–Meier plot
jstable: 논문용 regression table
jsmodule: 저코드 통계분석 모듈
splineplot: 비선형 모델 시각화

Slide

아래 슬라이드를 보거나 https://jinseob2kim.github.io/lecture-general/multiomics/#/title-slide를 클릭하면 볼 수 있습니다.

Citation

BibTeX citation:

@online{kim2026,
  author = {Kim, Jinseob},
  title = {정밀의료 {연구에서의} {멀티오믹스} {분석} {전략과} {실제}
    {적용} {경험}},
  date = {2026-06-13},
  url = {https://blog.zarathu.com/posts/2026-06-13-multiomics/},
  langid = {en}
}

For attribution, please cite this work as:

Kim, Jinseob. 2026. “정밀의료 연구에서의 멀티오믹스 분석 전략과 실제 적용 경험.” June 13. https://blog.zarathu.com/posts/2026-06-13-multiomics/.