Data backboneAgingAtlas
논문·약물·실험 자료와 직접 생산한 사람 조직 실측 오믹스를 하나의 기준으로 연결한 근거 데이터 백본입니다.
34만 건
생물학적 근거 연결
1,229건
직접 생산한 사람 조직 실측
Platform
플랫폼
Platform
데이터가 엔진을 만들고,
데이터가 엔진을 만들고,
엔진이 데이터를 키웁니다
AgingAtlas가 실측 근거를 쌓고, GeroEngine이 그 위에서 계산합니다. 과제마다 나오는 실측 결과는 다시 학습 데이터가 되어, 쓸수록 정확해집니다.
Data backbone
Generative engineGeroEngine
물질·용량·시간을 넣으면 유전자의 변화를 생성하는 가상오믹스 엔진입니다. 자체 온프레미스 GPU 클러스터에서 구동됩니다.
0.87PCC
생성 정확도 · 사내 검증
10시간
2,000종 1회 스크리닝
One analysis pipeline
근거 수집부터 후보 선정까지,
근거 수집부터 후보 선정까지,
하나의 분석 과정으로 연결합니다
01
근거를 모읍니다
논문·약물·실험 자료와 직접 생산한 실측 오믹스를 AgingAtlas에 연결합니다.
02
세포 변화를 예측하고 비교합니다
GeroEngine이 후보·용량·시간·세포 상태별 투여 후 변화를 생성하고, 원하는 변화와 원치 않는 변화를 비교합니다.
03
연구팀이 결정합니다
먼저 실험할 후보, 선택한 이유, 다음에 확인할 실험을 근거와 함께 전달합니다.
04
실험으로 확인하고 다시 배웁니다
실제 실험 결과와 예측을 비교해 성능과 적용 범위를 확인하고, 그 결과를 다시 학습합니다.
Data standardization
흩어진 실험 자료를,
흩어진 실험 자료를,
함께 학습할 수 있는 데이터로
서로 다른 표기와 조건으로 흩어진 공개 자료를 같은 기준으로 정리하고, 학습·평가까지 연결해 온 실행 경험이 에이징랩의 강점입니다.
1,072만
실제 측정된 세포 기록
120만
약물 등에 따른 변화 기록
34,669종
중복을 뺀 실측 화합물
290GB
9개 공개 소스 통합 코퍼스
원자료
세포를 바꿔본 실험
약을 처리한 실험
유전자 사이의 관계
에이징랩 표준화
01
유전자 이름 맞추기서로 다른 표기를 같은 ID로 연결
02
실험 조건 정렬세포·물질·용량·시간을 비교 가능하게
03
품질 확인 후 학습조건이 다른 자료에서도 성능 확인
결과
유전자 조절에 따른 세포 변화를 학습 · 예측서로 다른 자료 → 같은 기준 → 반복 평가
Contact
당신의 후보 물질,
당신의 후보 물질,
실험 전에 먼저 계산해 보세요.
연구 질문을 보내 주시면 분석 범위와 데이터 형태, 일정에 맞춰 가장 알맞은 방식을 제안해 드립니다.