대학원생 모집

GIST 생명과학과에서 계산유전체학과 진화의학을 연구할 석·박사통합과정 및 박사과정 학생을 모집합니다.

계산유전체 및 진화의학 연구실(Computational Genomics & Evolutionary Medicine Lab, PI: 정현수)에서는 GIST 생명과학과를 통해 진학할 석·박사통합과정 및 박사과정 대학원생을 모집합니다.

우리 연구실은 유전체 구조와 후성유전체 조절이 인간 진화, 노화 및 질환에 미치는 영향을 연구합니다. 100% dry lab으로, long-read sequencing과 single-cell multi-omics를 포함한 대규모 유전체·후성유전체 데이터를 분석하고 종 간 비교를 수행합니다. 통계적 모델링과 머신러닝·AI를 활용하며, 새로운 계산 방법과 생물정보학 분석 도구를 개발합니다.

연구 방향

1. 유전체 구조와 영장류 유전체의 진화

Long-read sequencing과 telomere-to-telomere 유전체 조립을 활용하여 기존 참조 유전체로는 분석하기 어려웠던 복잡한 영역을 연구합니다. Segmental duplication, 구조변이, 동원체와 반복서열이 개인과 종 사이에서 어떻게 달라지는지, 이러한 변화가 인간 진화와 질환에 어떤 영향을 미치는지 분석합니다.

연구 주제 예시: 집단 수준의 구조변이, human pangenome, 유인원 유전체 비교, 중복 유전자의 진화, 복잡한 유전체 영역의 주석 분석

대표 논문: Jeong et al., Nature Genetics, 2025; Yoo et al., Nature, 2025; Makova et al., Nature, 2024; Mao et al., Cell, 2024.

2. 비교후성유전체학과 인간 특이적 유전자 조절

인간과 비인간 영장류의 세포 유형별 후성유전체를 비교하여 인간 계통에서 변화한 유전자 조절 기전을 연구합니다. DNA 메틸화와 유전자 발현을 함께 분석하여 이러한 변화가 뇌 발달과 기능, 신경정신질환 관련 유전자 조절에 미치는 영향을 규명합니다.

연구 주제 예시: 인간 특이적 조절 요소, 세포 유형별 후성유전체 진화, 뇌의 비교유전체학, 신경계 질환 관련 조절 변이

대표 논문: Jeong et al., Nature Communications, 2021; Mendizabal et al., Genome Biology, 2019.

3. 단일세포 후성유전체로 살펴보는 노화와 질환

단일세포 DNA 메틸화, 염색질 접근성, 전사체, 3차원 유전체 데이터를 통합하여 세포 유형별 노화 과정을 연구합니다. 노화와 질환이 진행되는 동안 세포 고유의 특성과 유전자 조절이 어떻게 변화하는지 분석하고, 여러 조직과 종에서 공통적으로 나타나는 후성유전적 노화 패턴을 탐색합니다.

연구 주제 예시: 후성유전적 노화, 세포 정체성의 소실, 만성질환 관련 조직 복구 상태, 종 간 노화 비교, single-cell multi-omics 통합

대표 논문: Jeong et al., Nature Aging, 2026; Jeong et al., GeroScience, 2024.

4. 머신러닝과 생물정보학 분석 방법 개발

복잡한 유전체 및 후성유전체 데이터에서 구조변이, 세포 유형별 조절 변화, 종 간 차이를 정량화하는 계산 방법을 개발합니다. 단일세포 DNA 메틸화 데이터를 이용해 세포 계통과 클론 구조를 추론하는 계통 추적 방법을 개발하고, 이를 노화와 암 진화 연구에 적용합니다.

연구 질문에 따라 머신러닝과 AI를 활용하여 대규모 데이터의 패턴을 찾고 서로 다른 데이터 유형을 통합하며, 개발한 방법을 재현 가능한 생물정보학 분석 도구로 구현합니다.

대표 논문: Jeong et al., Nature Aging, 2026; Jeong et al., Nature Genetics, 2025; Jeong et al., Nucleic Acids Research, 2016; Jeong et al., Scientific Reports, 2019.

연구 훈련과 지도

대학원생은 연구 과정에서 다음과 같은 역량을 갖추게 됩니다.

  • Linux와 고성능 컴퓨팅 (HPC) 환경에서의 재현 가능한 분석
  • Python 및 R을 이용한 대규모 유전체 데이터 분석
  • Long-read 기반 유전체와 구조변이 분석
  • 단일세포 및 multi-omics 데이터 통합
  • 유전체 연구를 위한 통계적 모델링과 머신러닝
  • 생물정보학 분석 workflow와 도구 개발

정기적인 개별 미팅과 랩 미팅에서 연구 설계, 분석 결과의 해석 및 논문 작성 과정을 논의합니다. 연구 성과를 국제 학회와 논문으로 발표하는 것을 목표로 하며, 희망 진로에 맞춘 상담도 함께 진행합니다.

이런 분들을 환영합니다

다음과 같은 지원자를 환영합니다.

  • 유전체학, 진화, 후성유전체, 노화 또는 질환 생물학에 관심이 있는 학생
  • 대규모 생물학 데이터를 이용해 명확한 연구 질문을 해결하고 싶은 학생
  • 생명과학과 컴퓨터과학, 통계학 또는 AI의 접점에 관심이 있는 학생
  • 새로운 분석 방법이나 생물정보학 도구를 개발하고 싶은 학생

생명과학, 생명공학, 의학, 컴퓨터과학, 통계학, 수학, AI 및 관련 전공 지원자가 지원할 수 있습니다. 프로그래밍과 생물정보학 경험이 있으면 도움이 되지만 필수는 아닙니다. 모든 프로젝트가 데이터 분석과 방법 개발을 중심으로 진행되므로, 대학원 과정에서 프로그래밍과 정량적 분석 역량을 적극적으로 익히려는 의지가 필요합니다.

모집 안내

  • 모집 인원석·박사통합과정 또는 박사과정 3명
  • 소속 학과GIST 생명과학과
  • 연구 분야계산유전체학, 생물정보학, 진화유전체학, 후성유전체학, 유전체 연구를 위한 머신러닝

지원 방법

관심 있는 지원자는 다음 자료를 이메일로 보내주세요.

  • CV
  • 성적표
  • 관심 있는 연구 주제와 지원 동기를 설명한 간단한 글
  • 관련 수업, 연구, 프로그래밍 또는 데이터 분석 경험
  • 희망 입학 시기
  • GitHub 또는 이전 연구·분석 자료가 있는 경우 선택적으로 첨부

지원 내용을 검토한 뒤 개별 면담을 통해 관심 연구 분야, 가능한 프로젝트 및 GIST 대학원 지원 절차를 논의합니다.

대학원생 지원·문의하기
← 모집 안내로 돌아가기