DesignPathway
DesignPathway는 다양한 오믹스 데이터를 웹기반으로 분석할 수 있는 통합 플랫폼입니다. 전사체, 단백체 등 대용량 생물학적 데이터를 직관적인 인터페이스에서 처리하고 시각화하여, 연구자들이 빠르고 정확하게 결과를 해석할 수 있도록 지원합니다.
Proteomics
RNA Sequencing
Microarray
직관적·사용자 중심 UI
– 직관적 UI로 초보 연구자도 쉽게 사용 가능
– 분석 파라미터 자유 조정을 통한 맞춤형 분석 가능
– 웹 기반 환경에서 최소 조작으로 일관된 사용성 제공
한눈에 보는 분석 결과
– 모든 결과를 한 화면에서 확인해 분석 시간과 반복 작업 감소
– 조건별 패턴과 차이를 직관적으로 비교해 빠른 결과 해석 가능
– 표·그래프·요약 정보를 통합 제공해 분석 흐름을 일관되게 파악 가능
– 파라미터 변경만으로 다양한 변수 테스트 가능
출력된 결과
– 통계·Pathway·네트워크 분석 결과를 다양한 시각화 자료로 제공
– 복잡한 설정 없이 그래프·표·네트워크 이미지를 쉽게 생성 가능
– 시각화 과정 간소화로 분석 효율을 높이고 핵심 해석에 집중 가능
– 보고서·논문·발표에 바로 활용 가능한 결과물 제공
✅ Statistical Analysis
PCA(Principal Component Analysis)
분석 목적
– 샘플 간 변이 구조 파악
– 실험군·대조군 분리 여부 확인
– 이상치(outlier) 탐지 및 데이터 품질 점검
연구활동 가능 Point
– batch effect 및 QC 이슈 조기 확인
– 주요 변이를 유발하는 feature 탐색
– 후속 분석(차등발현·경로 분석) 방향성 설정
Heatmap
분석 목적
– 유전자·샘플 간 발현 패턴 시각화
– 계층적 군집화로 그룹 특성 식별
– 고변이 feature 중심의 패턴 확인
연구활동 가능 Point
– 실험군과 대조군 간 발현 차이 평가
– 기능적으로 유사한 유전자 cluster 탐색
– cluster 기반 pathway 분석 및 바이오마커 후보 도출
Volcano Plot
분석 목적
– 통계적 유의성(p-value)과 발현 변화(Fold Change)를 동시 평가
– 상향·하향 조절된 핵심
– 차등발현 유전자(DEG) 식별
연구활동 가능 Point
– 가장 영향도 높은 Top candidate 추출
– Pathway 분석(GSEA/ORA) 연계
– validation 실험(qPCR, WB 등) 타깃 선정
✅ Go Analysis
Enrichment Plot
분석 목적
– 주요 GO 기능군(BP/MF/CC)의 유의미한 풍부도 확인
– 차등발현 유전자가 집중된 핵심 기능 파악
– 기능 변화의 상향/하향 방향성 시각적 평가
연구활동 가능 Point
– 실험 조건에 의해 활성화된 핵심 생물학적 과정(BP) 규명
– 단백질 기능(MF) 또는 세포 구성(CC) 기반 가설 설정
– GO set을 기반으로 후속 pathway·기능 검증 실험 설계
– 질환·phenotype과 연관된 기능 cluster 추출
Functional Interaction Network 1
분석 목적
– 유전자–GO term 간 연결 관계를 시각화
– 여러 GO term에 공통적으로 관여하는 핵심 유전자 식별
– GO Biological Process 간 기능적 연관성 파악
연구활동 가능 Point
– 핵심 유전자(여러 경로에 관여하는 중심 유전자) 탐색
– 공통적으로 활성화된 기능 모듈(functional module) 파악
– pathway의 상호 연관성 기반으로 biomarker 후보 도출
– 치료 타깃 후보(여러 경로에 영향 주는 유전자) 탐색 가능
Functional Interaction Network 2
분석 목적
– 유사한 pathway 간 기능적 연관성 네트워크 확인
– 비슷한 기능 경로의 군집(Cluster) 시각화
– 복잡한 enrichment 결과를 구조적으로 요약
연구활동 가능 Point
– 핵심 기능 그룹(면역·대사 등) 정의
– 연구 우선순위 설정 및 downstream 분석 연결
✅ GSEA Analysis
GSEA (Gene Set Enrichment Analysis)
분석 목적
– GO gene set 단위로 발현 변화의 방향성과 일관성 평가
– 활성/억제된 GO Biological Process, Molecular Function, Cellular Component 확인
연구활동 가능 Point
– 기능 단위로 결과를 해석하여 핵심 기능 축 규명
– leading-edge gene 기반 핵심 조절 유전자·타깃 후보 선정
– 후속 기능·타깃 검증 실험 및 pathway/network 분석의 우선순위 설정
GSEA (Gene Set Enrichment Analysis)
분석 목적
– GO gene set 단위로 발현 변화의 방향성과 일관성 평가
– 활성/억제된 GO Biological Process, Molecular Function, Cellular Component 확인
연구활동 가능 Point
– 기능 단위로 결과를 해석하여 핵심 기능 축 규명
– leading-edge gene 기반 핵심 조절 유전자·타깃 후보 선정
– 후속 기능·타깃 검증 실험 및 pathway/network 분석의 우선순위 설정
Ridgeplot
분석 목적
– GO 기능군의 enrichment score 분포 비교
– 조건 간 기능 활성도 변화의 상대적 패턴 확인
연구활동 가능 Point
– 강하게 변화한 GO 기능군 도출
– 기능 우선순위 설정 및 후속 pathway/network 분석 방향성 설정