협동과정 생물정보학전공

생물정보학	유전체학	알고리즘
서열분석	계산생물학	오믹스 자료 분석
통계학	컴퓨터과학	단백질체학
데이터분석	전사체학	서열분석

A. 개요

생명과학 정보를 해석하고 이를 이용할 수 있는 우수한 석사 및 박사과정의 학생을 교육하여 유전체학(Genomics) 및 단백질체학(Proteomics) 등 Bio Big Data 분석을 포함하는 생물정보학(Bioinformatics) 분야의 고급인력을 양성하고 있다.

국내 생물정보학 연구의 활성화와 국제적인 경쟁력 확보를 위해서는 무엇보다도 양질의 생물정보학 관련 인력의 양성과 확보가 필수적이다. 또한, 생물정보학은 필연적으로 생물학뿐만 아니라 전산학, 통계학, 의학, 약학 등의 다양한 학문 간의 종합적인 노력이 필요하며 학제 간의 연구가 활발할 필요성이 있어 서울대학교 8개 단과대학 90여 명의 교수가 모여 본 과정이 개설되게 되었다

B. 전공 소개 및 세부전공

생물학 뿐만이 아니라 전산학과 통계학 등 수리과학의 이해를 요구하는 학제 간 학문이므로 생물학, 컴퓨터공학 등의 배경지식을 갖춘 학생들에게 타 학문에 대한 기초적인 지식을 갖추는 것을 목적으로 하고 있다. 또한 바이오 빅데이터 분석에 필요한 IT 기술을 생물정보 데이터를 이용하여 교육하는 ‘생물정보학을 위한 IT기초’와 서열분석기의 작동 원리를 익히고 응용 분야 사례를 통해 서열분석기를 창의적으로 응용하여 연구와 사업에 활용할 수 있도록 하는 ‘생물정보학특론’ 그리고 유전체 관련 자료들을 다루기 위한 통계 기법들을 다루는 ‘생물정보통계학’ 등의 과목을 개설하여 운영하고 있다. 최근 생물정보 데이터 생산 비용이 급격히 감소함에 따라 다양한 오믹스 자료를 활용하여 질병의 원인이 되는 오믹스 마커 규명 연구가 활성화되고 있으며 보건 자료와 다중 오믹스를 통합하여 분석을 수행하는 경우 이러한 차이를 적절히 고려하여 유형 별 적절한 분석을 수행하기 위해 ‘다중 오믹스-보건 자료 통합 분석 방법론’ 과목에서 전장 유전체 분석, 멘델랜덤화 기법을 비롯하여 다양한 유전체와 보건 자료를 분석에 활용되는 분석기법을 주로 소개하고 있다.

C. 참여 전공, 참여 교수진 등 정보

참여교수: 총 26명

•

소속:　자연과학대학(8명), 공과대학(2명), 농업생명과학대학(3명), 보건대학원(3명), 의과대학(3명), 수의과대학(2명), 치의학대학원(2명), 사범대학(1명), 융합과학기술대학원(1명), 첨단융합학부(1명)

구분	성명	소속
전공주임	장혜식	자연과학대학 생명과학부
운영위원	황대희	자연과학대학 생명과학부
운영위원	박태성	자연과학대학 통계학과
운영위원	김선	공과대학 컴퓨터공학부
운영위원	김주한	의과대학 의과학과
운영위원	김희발	농업생명과학대학 농생명공학부
운영위원	성제경	수의과대학 수의학과
운영위원	손현석	보건대보건대학원 보건학과
운영위원	신석민	자연과학대학 화학부
운영위원	원성호	보건대학원 보건학과
운영위원	백대현	자연과학대학 생명과학부
	장병탁	공과대학 컴퓨터공학부
	김민균	농업생명과학대학 농생명공학부
	김진홍	자연과학대학 생명과학부
	성주헌	보건대학원 보건학과
	신영기	약학대학 약학과
	유연주	사범대학 수학교육과
	이용환	농생명과학대학 식물생산과학부
	김경수	첨단융합학부
	정충원	자연과학대학 생명과학부
	김우진	치과대학 치의과학과
	김진만	치과대학 치의과학과
	김현제	의과대학 의학과
	Lee Younghee	수의과대학 수의학과
	염진기	의과대학 의과학과
	Martin Steinegger	자연과학대학 생명과학부

D. 연구 하이라이트

•

Barrio-Hernandez, Inigo, et al. (2023). Clustering predicted structures at the scale of the known protein universe. Nature, 622(7983), 637-645.

•

Kim, Nam-Eun, et al. (2025). Heavy metal exposure and its effects on APOC3, CFAI, and ZA2G. Journal of hazardous materials, 482, 136574.

•

Yoon, Jae-Won, et al. (2025). Th1-poised naive CD4 T cell subpopulation reflects anti-tumor immunity and autoimmune disease. Nature communications, 16(1), 1962.

•

Rhie, Arang, et al. (2021). Towards complete and error-free genome assemblies of all vertebrate species. Nature, 592(7856), 737-746

E. 교육과정

석사과정

등록횟수는 4회 이상 8회까지이며 24학점 이상 취득해야 한다.

박사과정

등록횟수는 4회 이상 12회까지이며 36학점 이상 취득해야 한다.

교과목

구분	과목명
전공필수	• 생물정보학 및 실습 1: 생물정보학은 방대한 양의 생물학 데이터를 처리, 이용하기 위한 학문이다. 본 과목은 생물정보학을 이해하기 위하여 우선 생물정보학의 급격한 발전을 가져온 human genome project, DNA chip 등에 대한 소개와 함께 현재 사용되는 생물정보학의 기술에 대한 소개를 한다. 이와 더불어 생물정보학은 생물학 뿐만이 아닌 전산학과 통계학 등의 수리과학의 이해를 요하는 학제간 학문이므로 생물학, 컴퓨터공학 등의 배경 지식을 갖춘 학생들에게 타 학문에 대한 기초적인 지식을 갖추는 것을 목적으로 한다. • 생물정보학 및 실습 2: 본 과목에서는 생물정보학Ⅰ에서 기초적인 생물정보학의 이해를 한 학생을 대상으로 하며 서열분석, DNA chip 데이터 분석, 단백질 구조 분석 등의 생물정보학의 핵심분야에 대한 보다 깊은 연구를 목적으로 한다. 또한 현재 생물정보학의 각종 현안 과제를 고찰한다. • 생물정보학 및 실습 3: 생물정보학Ⅰ, Ⅱ에서 생물정보학에 대한 전반적인 이해를 한 학생을 대상으로 하며 생물학적 데이터베이스, 컴퓨터 기법과 알고리즘에 대한 이해에 기반한 대량 서열 분석, 방대한 데이터로부터의 데이터 마이닝 등 생물정보학적 기법에 대해 심도있게 다루어 응용분석과 프로그램 설계 기술을 습득하도록 한다. 또한 DNA microarray등의 생물정보학의 각종 현안 과제를 고급 통계학적 관점이나 모델링 분석법등을 적용하여 심도 있게 고찰한다.
전공선택	• 다중오믹스-보건자료 통합 분석 방법론: 다중오믹스-보건자료 통합 분석 방법론에서는 다중오믹스 자료의 전처리 및 분석 알고리즘에 대하여 다양하게 수업을 한다. • 생물정보학 특론 1: 최신 생물정보학 분야를 선정하여 강의함으로 빠르게 변화하고 있는 이 분야에 유연하게 대처하여, 학생들에게 최신의 학문을 습득하도록 한다.　 • 생물정보학세미나: 본 과목에서는 생물정보학 분야의 전문가들을 초청하여 현재 진행중인 연구내용을 소개한다. 본 과목을 통하여 현재 생물정보학 분야의 세계적인 추세를 파악하게 한다. • 단백질 구조분석: 단백질의 구조분석은 유전체의 염기서열결정이후 후기유전체(post-genome)시대에 필수적인 연구분야이다. 이 과목에서는 단백질의 구조, 단백질의 구조 결정 방법 및 단백질의 구조 예측에 대하여 강의하고 단백질의 물리적 성질과 protein folding, 단백질 상호작용에 대하여 강의하며 이를 규명하기 위한 연구방법에 대하여 강의하고 토의한다. • 계산생물학: 생물학 연구에 있어서 유용한 기본 분석 및 리소스 활용 방법들을 학습한다. 학습한 방법들을 적용할 수 있는 텀프로젝트 과제를 부여한다. 이 텀프로젝트에서는 각자 가지고 있는 생물학적 문제에 학습한 방법을 올바르게 적용했는가를 평가한다. • 생물정보통계학 : 유전체 관련 자료들을 다루기 위한 통계 기법들을 다룬다. 특히 유전체 자료의 양이 방대하고 복잡하기 때문에 기초적인 통계 모형이외에도 유전체 자료들의 특징을 잘 고려한 통계 분석 방법들을 학습하게 될 것이며 컴퓨터를 이용한 다양한 분석알고리즘을 다룬다. • 바이오칩정보학: 본 강좌는 바이오칩 제작의 기초 원리와 바이오칩 자료구조론을 다루고 자료 정규화, 필터링, 매핑, 통계학적 발현량 분석, 클러스터 분석, 유전자 발현 조절 네트웍 분석을 다루어 대학원생들이 강의를 통하여 급변하는 유전체 의학과 생명정보학의 최신 동향을 흡수할 수 있도록 교과목을 신설하고자 한다. • 생물정보학을 위한 IT 기초: 본 과목에서는 바이오 빅데이터 분석에 필요한 IT 기술을 생물정보 데이터를 이용하여 교육한다. 강의 내용은 데이터베이스 기술, 알고리즘, 데이터 마이닝, 기계학습 기법, 초고속 병렬처리 기술, 컴퓨터 구조 등을 포함한다.

F. 졸업 후 진로

박사학위 취득자들은 대다수가 성공적으로 학계 진로를 지속하고 있으며, 석사학위 취득자들은 박사과정으로 진학하거나 질병관리청, 유전자진단기업, 신약개발기업 등으로 취업하고 있다. 생물학 분야 타학과 또는 전공에 비하여 우수한 실적을 보이고 있다.

입학 희망 학생들을 위한 정보

G. 이런 학생에게 추천합니다!

탁월한 생명과학 지식을 바탕으로, 데이터 분석 및 코딩 역량이라는 강력한 무기를 장착하여 융합적 사고를 통해 생물정보학 연구의 지평을 넓히고 싶은 학생에게 추천합니다!

뛰어난 프로그래밍이나 데이터 분석 역량을 바탕으로, 아직 밝혀내지 못한 새로운 생물학적 발견이나 생명 연장 등 인류에 기여하는 가치 있는 일에 사용하고 싶은 학생에게 추천합니다!

생물 생태계, 세포, 분자, 유전, 면역, 분비, 신경, 인지, 진화 등등 각종 생물 관련 폭넓은 분야의 데이터에 관심이 많아 이들을 직접 다루고 분석해 의미 있는 결과를 도출하는 연구에 관심이 있다면 추천합니다!

H. 선발 자격 및 기준 등 입학관련 정보

•

영어 : 1) TEPS - 601점 이상, 개정 TEPS - 327점 이상 2) TOEFL - IBT 96점

•

지원자는 입학 전형 시 지도교수를 선정해서 입학 지도교수 승인서를 제출해야 한다.

I. 권장 수강교과목(전공/교양), 추천도서 및 추천 활동

Hastie et al., (2009). The elements of statistical learning: Data mining, inference, and prediction

Compeau et atl., (2018). Bioinformatics algorithms: An active learning approach

홈페이지 및 연락처

02-880-4358

http://ipbi.snu.ac.kr/

자연과학대학 25동 414호