노스퀘스트(NOSQUEST)

Technology

진단기술 (SW&DB)

Technology - DB (Database)

미생물 동정 과정

Database 기술

당사의 진단 시스템은 클라우드 플랫폼(Cloud Platform) 기술을 이용하여 미지 시료의 바이오 데이터를 기 구축된 Database와 패턴 매칭(Pattern Matching)을 통해 어느 질환군에 속하는지에 대해서 신속하고 정확한 결과를 도출합니다.

당사의 Database 기반 진단 시스템은 데이터 확보에 따라 확장이 가능하며, 이에 따라 정교하고 세밀한 패턴 분석을 통해 더욱 신속하고 정확한 진단 결과를 제공합니다. 당사의 진단 시스템은 기존의 정확성과 특이성이 낮고 변동성이 많은 진단 기술의 한계를 극복한 첨단 진단 시스템입니다.

Feature1 DB의 통계학적 분석

질병 진단을 위한 통계학적 분석 시 미생물이 Species Level에서 Clustering되도록 Inter(species)/Intra(strain)간의 distance를 최적화 시킵니다.
또한 각 Species 간의 연계성 흐름을 Phylogenetic Tree(계통수) 구조로 확인하게 됩니다. 이를 통해 기존의 Heatmap, ROC, PCA, Cut-Off Method, Random Forest 등
다양한 통계학적 분석 방법에서 한 걸음 더 나아가 머신러닝 기반의 미래지향적인 첨단 데이터 사이언스 통계 분석 기술을 구현합니다.

Feature2 DB 매칭

노스퀘스트 데이터베이스(DB)는 인공지능(AI) 머신러닝 기반 알고리즘을 활용하여 말디토프(MALDI-TOF) 질량분석기로부터 획득한 다양한 원인균 스펙트럼 프로파일을 패턴으로 변환하여 기 구축된 당사의 DB 레퍼런스 시그니처(Reference Signature)와 실시간 매칭 및 분석을 통해 빠른 시간 안에 정확하고 신뢰성 있는 진단 결과를 도출합니다.

당사 DB는 각종 미생물과 혈액속에 감염 여부 및 질병 진행 단계에 따라 다르게 생성되는 생체 마커(Biological Marker)를 알고리즘화 시킨 시그니처를 클라우드 기반 빅데이터에 축적하여 보다 확장적이고 효율적인 진단을 가능케 합니다.

Feature3 DB 종류

  • CoreDB
    (일반 미생물 DB)
  • MycoDB
    (결핵균 DB)
  • FungiDB
    (사상균 DB)
  • VetDB
    (동물 감염병 DB)

Technology – SW (Software)

Software 기술

당사의 Software 기술은 MALDI-TOF Mass Spectrometer로부터 획득한 질량분석 데이터를 정량화하고 재현하여 알고리즘 패턴분석 및 통계를 기반으로 기 구축된 데이터베이스(Database)와 패턴 비교 매칭을 통해 질병과 상태를 진단하는 기술입니다. 특히 인공지능(Deep Learning) 기술을 이용하여 스스로 진단 정확도를 높이는 알고리즘을 구현할 수 있으며, 사용자가 직관적이고 쉽게 동정 결과를 확인할 수 있도록 편의성을 강화하였습니다.

Software Technology 특징

  • Accurate & Reliable ID (정확하고 신뢰성 있는 동정)

    99% accuracy in clinical evaluation (임상평가에서 99%에 달하는 정확성 확보)

  • Quick analysis (신속한 동정)

    Less than 100 samples / 1hr (100 여개 샘플을 1시간 이내 동정)

  • Accurate & Reliable ID (대용량 처리)

    Automatic & High capacity (자동화 및 대용량 처리 기술)

  • Application (응용성)

    For clinic, veterinary, food, environment, etc. (임상, 축산, 식품, 환경, 연구 등)

  • Active DB Update (주기적인 DB 업데이트)

    Now 2600 species available & Customized DB can be designed (약 2,600여개의 species와 유저 편의성을 고려한 Customized DB 제작)