Biology is not random, just largely unknown. There are almost an infinite amount of possible interactions, but only a sparse handful constitutes a complex living system. To narrow the search space, massive amounts of biological data are being generated to capture snapshots or snippets of such living systems. Bioinformatics algorithms play a key role in interpreting these large datasets and enable the reconstruction of underlying biological principles both at the molecular and system level. Towards this effort, the Young Laboratory at KAIST draws upon ideas from data science, applied statistics, and machine learning to tackle fundamental questions in quantitative biology and biomedical engineering.

카이스트 계산분자생물학 연구실에서는 바이오 빅데이터 기반으로 생체 시스템 네트워크를 분자생물학 단위로 규명하고자 한다. 최근 생물공학의 발전으로 다양한 유형의 대용량 바이오 데이터가 생성되고 있는데, 특히 이러한 다양한 유형의 데이터를 맞춤형으로 분석할 수 있는 알고리즘 개발에 중점을 두고 있습니다. 즉, 생물학자들이 전통적으로 사용해왔던 질적 방법론이 아닌 전산학적 방법론을 도입하여 생물학 연구에 정량적인 관점을 제공하고자 한다. 최신 인공지능 방법을 도입할 뿐만 아니라 수리 분석 방법 및 통계 모델을 디자인한다. 최종 목표로, 생체 시스템 네트워크 지도를 완성하고 이를 조절하는 새로운 분자 치료전략을 개발하고자 한다.