자주 묻는 질문 | ㈜인실리코젠-데이터 바이오 기업

[릴리즈] What’s New in the IPA Spring Release (2026) 조회 571 2026. 05. 06 - What’s New in the IPA Spring Release (2026) IPA Interpret IPA Interpret에서는 분석 결과를 Interactive bubble map으로 비교할 수 있습니다(그림1). Upstream Regulators, Canonical Pathways, Diseases and Functions, Tox Functions가 여러 분석 결과들 사이에서 어떻게 비교되는지를 직관적인 bubble map으로 확인할 수 있습니다. Bubble map 매트릭스에서는 최대 50개의 분석을 지원하며, 모든 entity 유형을 하나의 매트릭스에 함께 표시하기 때문에 여러 분석 간의 점수를 한 번에 비교할 수 있습니다(그림2). Bubble map은 z-score 또는 p-value, entity type 등을 필터링할 수 있으며, 표시되는 entity 수를 제한해 핵심 결과에 집중할 수도 있습니다. [그림 1] IPA Interpret에서 비교할 분석 선정 [그림 2] IPA Interpret에서 최대 50개 분석 비교 Bubble 위에 마우스를 올리면 해당 entity의 점수가 표시되고, bubble을 클릭하면 점수가 계산된 전체 네트워크 또는 pathway, entity 요약, 예측에 사용된 데이터셋 분자가 함께 표시됩니다(그림3). 페이지 상단의 AI 요약을 통해 분석에 대한 새로운 인사이트를 얻을 수 있습니다. LLM은 상위 점수와 트렌드를 요약하고, 예상치 못한 결과나 잠재적으로 새로운 발견을 강조하도록 프롬프트 되어 있습니다. [그림 3] 버블 클릭 시 나타나는 팝업 비교할 분석을 선택하려면 IPA Interpret homepage로 이동하여서 원하는 분석의 체크박스를 클릭합니다. 비교되는 분석은 ID 순서로 표시되는데, 분석 ID는 다음 2가지 방법으로 확인할 수 있습니다. IPA Desktop의 프로젝트 관리자에서 분석 아이콘을 마우스 오른쪽 버튼으로 클릭한 후, “Show Details”를 선택 IPA의 API를 통해 분석을 프로그래밍 방식으로 제출할 때 확인 IPA Interpret의 기타 개선 사항 IPA Interpret Hompage의 분석 목록 테이블 로딩 속도가 개선되었습니다. IPA Interpret AI 요약을 담당하는 LLM이 ChatGPT-4o 에서 ChatGPT 5.1로 업그레이드되었으며, LLM은 여전히 QIAGEN이 비공개로 호스팅하며, 프롬프트 내용을 보관하거나 학습에 사용하지 않습니다. IPA Interpret의 네트워크와 경로 탐색이 더욱 용이해졌습니다. 돋보기 버튼으로 네트워크 및 경로를 확대할 때, 화면 중앙을 기준으로 확대되기 때문에, 관심 영역을 더 쉽게 확대할 수 있습니다. 개선된 필터링 환경: “More filters” 팝업창에서 트리 형식의 필터가 불필요하게 확장되는 환경을 개선하였습니다. 콘텐츠 업데이트 7개의 새로운 Ingenuity signaling pathways Cereblon and Thalidomide Signaling Pathway Germ Cell Differentiation Signaling Pathway Maternal to Zygotic Transition Signaling Pathway Ovarian Folliculogenesis Signaling Pathway Pulmonary Hypertension Signaling Pathway RNA m6A Methylation Signaling Pathway S-Adenosylmethionine Regulatory Signaling Pathway 새로운 발견들 요약 190,000개 이상의 새로운 발견: 103,000개 이상의 Expert Findings (문헌 큐레이션 기반) ClinVar 기반 cancer mutation findings 61,000개 이상 COSMIC 기반 cancer findings 13,000개 이상 BioGrid 기반 단백질-단백질 상호작용 findings 8,400개 이상 GWAS 기반 유전자-질병 findings 4,600개 이상 ClinicalTrials.gov 기반 약물-질병 findings 2,800개 이상 IntAct 기반 단백질-단백질 상호작용 findings 200개 이상 새로 매핑 가능한 화합물(chemicals) 800개 이상 OmicSoft datasets Updates OmicSoft 데이터셋 총 236,301개 (이번 릴리즈에서 16,047개 신규 추가) 이번 릴리즈에서는 Analysis Match에 두 가지 새로운 single cell 데이터 소스가 추가되었습니다. CELLxGENE Land (약칭: SingleCell CxG) Tahoe-100M Land (약칭: SingleCell Tahoe Perturbagens) CELLxGENE 데이터는 Chan Zuckerberg Initiative가 개발한 공공 플랫폼인 CELLxGENE Data Portal에서 가져온 인간 single-cell transcriptomic 연구로 구성되어 있습니다. 이번 첫 릴리즈에서는 261개 프로젝트(컬렉션)가 큐레이션되었으며, 2,290개 샘플과 871개 cell type을 포함하고, 그중 393개 cell type은 OmicSoft controlled vocabulary에 새로 추가된 것입니다. IPA의 Q1 릴리즈에서는 이 컬렉션에서 "Cell type vs others" 비교만 임포트 되었습니다. Tahoe-100M 비교 데이터는 Parse Bio/Tahoe/Arc Institute가 구축한 대규모 화합물 처리(compound-treated) single cell 데이터 컬렉션에서 가져온 것입니다. 이 데이터셋은 378가지 서로 다른 약물 및 화합물에 의한 처리(treatment) 조건을 포함합니다. 두 데이터 소스에 대한 자세한 내용은 OmicSoft 2026-03-01 릴리즈 노트 에서 확인하실 수 있습니다

[릴리즈] What’s New in the IPA Summer Release (2025) 조회 1,322 2025. 07. 09 - What’s New in the IPA Summer Release (2025) IPA Interpret IPA Interpret에서는 Canonical Pathways, Upstream Regulators, Diseases & Functions, 그리고 Tox Functions에 대해 버블 차트 형식의 결과를 확인할 수 있습니다. 결과는 점수나 조절자 이름, 또는 전체 범주 단위로 필터링할 수 있습니다. 각 항목 세부 페이지의 데이터 테이블에는 “Expected”라는 새로운 열이 추가되었습니다. 이 열은 해당 유전자나 단백질이 관련된 항목(예: Upstream Regulator, Canonical Pathway 등)이 활성화되었을 때 예상되는 발현 변화 방향(상향/하향)을 보여줍니다. 발현 변화 방향에 대한 정보는 해당 항목에 대한 문헌 근거를 기반으로 제공됩니다. [그림 1] IPA Interpret에서 Upstream Regulators를 카테고리별로 구분한 Bubble chart 예시 [그림 2] IPA Interpret에 새롭게 추가된 “Bubble volcano chart” 형식의 시각화 예시 [그림 3] Interpret 결과에서 필터링 옵션 추가 [그림 4] 데이터셋 테이블에 새로 추가된 “Expected” 열 데이터 테이블의 “Expected” 열에 표시된 정보의 근거가 되는 연구 결과는 네트워크 뷰에서 관계선을 클릭하면 확인할 수 있습니다. [그림 5] 네트워크 내 relationship을 클릭하면, Expected 열에 표시된 정보의 근거가 되는 세부 내용이 표시 이제 IPA Interpret에서는 막대 차트를 이미지로 내보낼 때, 다양한 스타일을 자유롭게 커스터마이징할 수 있습니다. [그림 6] 막대 차트 커스터마이징 이미지 예시 Summary에서 예측된 Upstream Regulator 유전자에 대한 데이터셋 세부 정보를 확인할 수 있습니다. [그림 7] Graphical Summary에서 개별 항목 위에 마우스를 올리거나 클릭하여 추가 정보를 탐색 Similar Analysis 플롯 탐색 기능이 향상되어, 새로운 메타데이터 테이블을 활용할 수 있습니다. [그림 8] Similar Analysis plot의 세부 정보 페이지에서 메타데이터 테이블 필터링 가능 IPA Interpret의 기타 개선 사항 막대 차트에 툴팁 기능이 추가 데이터셋 테이블에 행 수 표시 AI 기반 생성(LLM 활용)된 경우, “AI-Suggested” 배지가 UI에 표시 테이블에서 z-score에 대한 설명을 제공하는 팝업 정보 추가 IPA Desktop Pathway 및 Network에서 실시간으로 인과 점수 예측 (Grow 도구) Build > Grow 도구가 새롭게 개선되어, 원하는 경로나 네트워크에 대해 관련된 Upstream Regulator, Canonical Pathway, Diseases/Functions, 또는 Tox Functions를 빠르게 예측하고 점수를 계산할 수 있습니다. 이 기능을 활용하려면 pathway 상의 노드에 방향성 정보가 있어야 z-score 계산이 가능합니다. 만약 노드에 색상 오버레이가 없다면, Grow 도구는 p-value만 제공하며 z-score는 계산하지 않습니다. [그림 9] Grow 도구를 활용해 Upstream Regulator 네트워크에서 Canonical Pathways를 인과적으로 예측 [그림 10] Grow 도구를 사용하여 Upstream Expression Regulator를 예측 [그림 11] 특정 Canonical Pathway에 영향을 미치는 인과적 Upstream Expression Regulator를 Grow 도구로 확장 콘텐츠 업데이트 6개의 새로운 Ingenuity signaling pathways DYRK1A Signaling Pathway GAIT Translation Signaling Pathway Meiosis Initiation Signaling Pathway Membrane Repair Signaling Pathway NF1 RAS Signaling Pathway Stress Granule Signaling Pathway 새로운 발견들 요약 380,000개 이상의 새로운 발견: 약 249,000개의 전문가 발견(문헌 큐레이션에서 발견) 약 10,000개의 BioGrid에서 발견한 단백질-단백질 상호작용 약 16,000개의 인간 전장 유전체 연관 분석(GWAS) 결과에서 발견한 유전자 약 109,000개의 ClinVar에서 발견한 암 변이 약 1,300개의 ClinicalTrials.gov에서 발견한 타겟-질병 관계 약 1,200개의 ClinicalTrials.gov에서 발견한 약물-질병 관계 약 2,100개의 Gene Ontology 발견 새로운 Dataset mapping species Goat (Capra hircus) Three-spined stickleback (Gasterosteus aculeatus) OmicSoft datasets Updates OmicSoft 데이터셋 총 246,776건 중 15,001건이 새롭게 추가되었습니다.

[릴리즈] What's New in the IPA Fall Release (2024) 조회 2,601 2024. 12. 05 - What's New in the IPA Fall Release (2024) Analysis Match Explorer 라이선스에 포함된 새로운 RNA-seq Analysis Portal 데이터 분석의 스트레스를 줄이고 유전자 발현에 대한 통찰력을 빠르게 얻으세요. FASTQ 파일에서 pathway 분석까지의 시간을 수 일이 아닌 몇 시간 내로 단축할 수 있습니다. 이 포털은 입증되고 공개된 알고리즘을 사용하여 20종의 생물을 지원합니다. QIAGEN RNA-seq Analysis Portal은 QIAseq 및 Illumina, Thermo Fisher, NEB 등의 주요 회사에서 제공하는 QIAseq 및 기타 주요 RNA 라이브러리 키트와 호환되므로 SRA, BaseSpace 또는 보유중인 저장소에서 FASTQ 파일을 처리할 수 있습니다. 포털의 웹 인터페이스를 통해 데이터를 클라우드(AWS)에 업로드하거나 전송한 후, 데이터를 처리하고 QC를 진행하며, 이후 생물학적 해석을 위해 차등 발현 데이터를 IPA 계정으로 바로 업로드할 수 있습니다. 이 포털은 'Analysis Match Explorer' 라이선스(Analysis Match 및 Land Explorer에 접근)를 보유한 모든 사용자에게 포함되어 있습니다. 포털의 링크는 그림 1과 같이 “Process RNA-seq data”라는 문구로, IPA UI의 오른쪽 상단에서 찾을 수 있습니다. [그림 1] RNA-seq Analysis Portal로의 링크 “Process RNA-seq data”라는 문구의 링크를 점선으로 표시된 빨간 상자로 강조하였습니다. 이 링크는 IPA에서 Analysis Match 및 Land Explorer에 액세스할 수 있는 사용자에게 제공됩니다. 이 포털은 그림 2에서 보이는 것처럼 데이터를 처리하고 확인하는 세 가지 간단한 단계를 안내합니다. BaseSpace 데이터나 SRA에서 연구를 다운로드하려는 경우, 2단계로 건너뛸 수 있습니다. [그림 2] RNA-seq 데이터를 처리하는 세 가지 간단한 단계 1)Upload, 2) align and count, 3) create experiment을 통해 샘플의 비율을 정의하여 차등 발현 값을 생성하여 "experiment"를 만듭니다. 단계가 완료되면, 그림 3에서 보이는 것처럼 실험을 확인할 수 있습니다. IPA 용어로 각 "experiment"는 하나의 데이터셋으로 구성되며, 이는 하나의 IPA "observation"으로 간주됩니다. [그림 3] RNA-seq portal의 “experiment view”에 대한 주석 관심 있는 종의 유전체에 샘플을 정렬하고, 샘플을 그룹(예시: treatment type)으로 할당하면 heatmap 및 volcano plot으로 차등 발현 유전자를 시각화할 수 있습니다. cutoff 값을 설정한 후, 생물학적 분석을 위해 데이터를 IPA 계정으로 전송할 수 있습니다. 포털은 또한 데이터 품질이 추가 분석에 적합한 지 확인하는 데 도움이 되는 QC 도구를 제공합니다. 이러한 도구 중 하나로, PCA plot(그림 4)은 샘플의 발현 수준이 사용자가 지정한 group label의 특징인지의 여부를 빠르게 평가할 수 있게 합니다. [그림 4] PCA (주성분 분석) 각 샘플은 그룹으로 할당할 때 사용된 주요 속성으로 label이 지정됩니다. 이상적으로는 이 예시처럼 "genotype"에 따라 샘플이 명확하게 유전형으로 클러스터링 됩니다. PCA 결과는 샘플들이 그룹 차이에 의해 RNA 발현 수준에서 실제 차이를 보이는지 여부를 나타낼 수 있습니다. 예를 들어, 이 데이터에서 IRF1이 knockout 되었는지 확인할 수 있습니다(GSE215771로부터 유래된 데이터). 포털의 다른 QC 도구들은 genomic region별 mapping, 예를 들어 intron, exon 또는 intergenic region별, biotype별 mapping (그림 5) 또는 오염된 유기체의 taxonomic profile별 mapping(있는 경우)(그림 6)도 확인할 수 있습니다. [그림 5] Genomic region별 RNA mapping(위) 또는 biotype별 mapping(아래). 포털은 유전체의(넓게는) 어디에서 read가 mapping 되었는지(위), protein coding region 또는 lncRNA와 같이 어떤 RNA 유형에 mapping 되었는지(아래) 설명하는 지표와 같은 QC metrics를 자동으로 제공합니다. [그림 6] 오염된 RNA의 정량화. 샘플이 박테리아 서열로 오염된 경우, 박테리아 유형을 정량화하기 위해 이 차트가 제공됩니다. 데이터를 다른 사람들과 공유하고, "experiment"가 여러 개일 경우 차등 발현된 유전자 세트의 중복을 Venn diagram으로 만들고, 분석을 위해 IPA로 데이터를 보낼 수 있습니다. 분석을 시작하지 않고 IPA로 데이터를 보내거나, cutoff를 생성하고 포털 내에서 IPA의 Core Analysis를 시작할 수 있습니다. 새로운 RNA-seq Analysis Portal을 사용하면 RNA-seq 데이터를 매우 쉽게 처리하고 QC를 진행한 후 IPA로 보낼 수 있습니다. 전체적으로 1~2시간이 소요되지만, 사용자가 직접 포털을 사용하는 시간은 단 몇 분에 불과합니다. 개정된 ortholog clustering IPA의 ortholog 구성에 중요한 변경점이 있었습니다. 이번 릴리즈 이전까지는 각 ortholog에 포함되는 gene의 정의가 NCBI의 HomoloGene에서 가져온 것이었습니다. 이 소스는 2014년에 업데이트가 중단되었고 NCBI Eukaryotic Genome Annotation Pipeline의 새로운 방법으로 대체되었습니다. 이제 IPA는 이 새로운 시스템을 사용하도록 업데이트 되었으며, 이로 인해 전체 IPA ortholog의 약 10%에 대한 정의가 변경되었습니다. 새로운 ortholog 정의는 이전 정의보다 우수하고 최신 정보를 반영합니다. 변경된 ortholog의 경우, 이전 분석에서는 기존 ortholog가 새로운 ortholog를 위해 "사용 중단(deprecated)" 될 것입니다. 이는 이 콘텐츠 업데이트 이전에 실행된 이전 분석에 중요한 영향을 미칩니다. 콘텐츠의 변경 사항은 이 도움말 문서에 자세히 설명되어 있습니다. 이러한 개선 사항을 활용하는 가장 간단한 방법은 관심 있는 분석을 다시 실행하는 것입니다(분석을 마우스 오른쪽 버튼으로 클릭하고 "Re-run Analysis"를 선택). Bubble chart 개선 사항 [그림 7] Canonical Pathway bubble chart의 pathway 카테고리별 색상화. Reactome pathway는 이제 Ingenuity Signaling 및 Metabolic Pathway와 다르게 색상이 표시됩니다. 콘텐츠 업데이트 11개의 새로운 Ingenuity signaling pathways Cyclophilin Signaling Pathway Glycation Signaling Pathway Hepatitis B Chronic Liver Pathogenesis Signaling Pathway Irritable Bowel Syndrome Signaling Pathway Lung Ionic Balance Signaling Pathway Mitochondrial Division Signaling Pathway mRNA 3 Prime End Processing Signaling Pathway NAP1L1 Transcription Regulation Signaling Pathway Ribosomal Quality Control Signaling Pathway Sheddase Signaling Pathway TRIM21 Intracellular Antibody Signaling Pathway 54개의 새로운 Reactome pathways Cardiogenesis Cellular response to mitochondrial stress Chromatin modifications during the maternal to zygotic transition (MZT) Chromatin organization Citric acid cycle (TCA cycle) Complex I biogenesis Complex III assembly Complex IV assembly Formation of ATP by chemiosmotic coupling Formation of intermediate mesoderm Formation of the anterior neural plate Formation of the nephric duct Formation of the posterior neural plate Formation of the ureteric bud Inositol phosphate metabolism Interconversion of 2-oxoglutarate and 2-hydroxyglutarate Lysosomal oligosaccharide catabolism Malate-aspartate shuttle Maturation of TCA enzymes and regulation of TCA cycle M-decay: degradation of maternal mRNAs by maternally stored factors MITF-M-dependent gene expression Mitochondrial protein degradation Mitochondrial RNA degradation Mitochondrial Uncoupling Nephron development NFE2L2 regulating ER-stress associated genes NFE2L2 regulating inflammation associated genes NFE2L2 regulating MDR associated enzymes NFE2L2 regulating tumorigenic genes Nucleotide biosynthesis Paracetamol ADME PKR-mediated signaling Post-translational modification: synthesis of GPI-anchored proteins Protein lipoylation Protein repair Pyruvate metabolism Regulation of CDH11 Expression and Function Regulation of CDH19 Expression and Function Regulation of endogenous retroelements Replacement of protamines by nucleosomes in the male pronucleus Respiratory electron transport Ribavirin ADME rRNA modification in the nucleus and cytosol Sialic acid metabolism Signaling by LTK Signaling by TGFBR3 SLC15A4:TASL-dependent IRF5 activation Somitogenesis Specification of primordial germ cells Specification of the neural plate border Transcriptional and post-translational regulation of MITF-M expression and activity Transcriptional regulation of brown and beige adipocyte differentiation Z-decay: degradation of maternal mRNAs by zygotically expressed factors Zygotic genome activation (ZGA) 새로운 GWAS 발견 NHGRI-EBI Catalog의 인간 전장 유전체 연관 분석 연구로부터 얻은 60,000개 이상의 연구 결과가 IPA에 도입되었습니다. 유전자에 할당할 수 있는 모든 관계(intergenic region의 변이와 대조적으로)는 이제 IPA의 기존 소스인 "An Open Access Database of Genome-wide Association Results"에서 사용할 수 있습니다. 이전에 포함되어 있던 2009년의 약 2,000개의 연구 결과는 현재 프로토콜에 따라 큐레이션 되지 않았기 때문에 제거되었습니다. 그림 8은 이러한 GWAS 결과 중 일부를 사용하여 구축된 IPA의 작은 네트워크의 예시를 보여줍니다. [그림 8] IPA의 새로운 GWAS 관계 예시. p-value가 1e-05 이하인 association만 가져왔습니다. 특정 결과에 대한 p-value는 향후 IPA 릴리즈에서 표시될 예정입니다. 머신 러닝 disease pathway 업데이트 ML disease pathways는 경로는 최적화, 새로운 콘텐츠, 새로운 ortholog 정의로 다시 계산되었습니다. 새로운 발견들 요약 290,000개 이상의 새로운 발견: 약 141,600개의 전문가 발견 (문헌 큐레이션에서 발견) 약 60,000개의 NHGRI-EBI Catalog에서 발견한 인간 전장 유전체 연관 분석(GWAS) 결과 약 41,000개의 BioGrid에서 발견한 단백질-단백질 상호작용 약 30,000개의 COSMIC에서 발견한 유전자-질병 관계 약 19,400개의 ClinVar에서 발견한 암 변이 약 11,200개의 IntAct에서 발견한 단백질-단백질 상호작용 약 3,400개의 Online Inheritance in Man (OMIM)에서 발견한 유전자-질병 관계 약 3,000개의 ClinicalTrials.gov에서 발견한 타겟-질병 관계 약 2,000개의 ClinicalTrials.gov에서 발견한 약물-질병 관계 약 1,600개의 Gene Ontology 발견 약 168개의 Clinical Genome Resource (ClinGen)에서의 발견 약 200개의 새롭게 맵핑 가능한 chemicals

[뉴스레터] QIAGEN QDI 솔루션 9월호 조회 3,524 2021. 09. 09 - 예정된 웨비나 OmicSoft 스튜디오 웹 세미나 QIAGEN Omicsoft Studio를 사용한 발현 데이터 분석 내용 : • 정규화된 또는 원시 카운트 데이터(전사체학, 단백질체학, 대사체학 등)를 QIAGEN OmicSoft Studio로 가져오기 • 차등 표현식 테이블, 히트맵, 카운트, PCA/PCOA 등과 같은 다운스트림 출력 생성 • 내보내기 고해상도 그래픽 및 원시 또는 필터링 된 테이블 • QIAGEN Ingenuity Pathway Analysis로 결과 내보내기 • RNA-seq/scRNA-seq/microarray 데이터용으로 사용하기 쉬운 파이프라인 배포 • 공개 데이터(GEO, TCGA 등) 다운로드 또는 비교 옵션을 구현합니다. 일시 : 2021년 9월 29일 오전 3시 참가신청 : 클릭 예정된 교육 IPA 신규 사용자 2부 교육 : QIAGEN IPA를 사용한 대규모 데이터 세트 분석 및 지식 기반 쿼리 • 데이터 세트(RNA-seq, scRNA-seq, proteomics, metabolomics 등)를 업로드하고 IPA에서 대화형 코어/경로 분석 수행 • 생성된 다양한 결과 유형 이해(경로, 주요 조절자, 생물학적 기능/질병에 대한 영향 등) • 다양한 실험 조건(치료, 시점, 단일 세포 클러스터, 질병 유형 등)을 비교하고 유사점 및 대조 식별 • 가설 생성을 위한 데이터 세트 또는 실험 설계 없이도 네트워크 생성 일시 : 9월 8일 오전 3시, 9월 21일 오후 9시 참가신청 : 클릭 IPA 심화 교육: QIAGEN Ingenuity Pathway Analysis(IPA): 심층 교육 내용 • 1부 : QIAGEN IPA 코어 및 비교 분석에 대한 심층 분석 • 2부 : 사용자 데이터 없이도 QIAGEN IPA를 사용하는 방법 자세히 알아보기 일시 : 9월 22일 오후 9시 참가신청 : 클릭 Single-Cell training: QIAGEN CLC Genomics Workbench를 사용한 RNA-seq 및 Single Cell RNA-seq 데이터 분석 내용 RNA-seq 및 scRNA-seq 데이터의 경우 사용자는 다음 방법을 배웁니다. • fastq 파일, 세포 매트릭스 파일 및 메타데이터 가져오기 및 참조 다운로드 방법 • 읽기를 참조 게놈에 매핑하고 매핑된 %, knee plots 등을 표시하는 유전자 및 전사체 수 및 QC 보고서 생성 • 히트맵, 차등 발현 테이블, PCA/PCOA 플롯, t-SNE 플롯, UMAP 플롯, 도트 플롯, 벤 다이어그램 등과 같은 결과의 시각화 생성 • Annotate single-cell clusters overlain with gene expression • RNA-seq 및 scRNA-seq 워크플로우를 쉽게 커스터마이징 • 출판 품질의 그래픽, 표 및 보고서 내보내기 • QIAGEN CLC Genomics Workbench에서 직접 차등 발현 테이블을 QIAGEN Ingenuity Pathway Analysis로 전송 일시 : 2021년 9월 23일 오전 3시 참가신청 : 클릭 신규 고객 성공 사례: 분자 경로를 사용하여 종양의 아킬레스건을 표적으로 오클랜드 대학의 의학 연구원인 Dr. Cristin Print가 어떻게 분자 경로가 파괴되어 암 및 기타 질병을 유발하는지 이해하기 위해 노력하는 방법을 알아보고 고급 경로 분석이 그와 그의 팀이 암 및 질병 연구에 대한 통찰력을 얻는 방법을 어떻게 변화시켰는지에 대한 그의 이야기를 탐구해보세요. Clinical Insights HGMD 웹 세미나 : HGMD Professional을 사용하여 변이 지식을 극대화하세요. 내용 - HGMD Professional의 힘을 발견하고 전 세계 실험실에서 임상 테스트 해석에 HGMD Professional을 사용하는 이유를 확인 - 온라인 인터페이스 및 다운로드 가능한 HGMD 데이터베이스 사용 방법 알아보기 일시 : 2021년 9월 9일 오후 8시 참여신청 : 클릭 HSMD 웨비나: 변이에 주석을 달고 유병률을 평가하기 위해 실제 종양 사례 및 QIAGEN 지식에서 얻은 인사이트 활용: 새로운 체세포 데이터베이스 도입 내용 - HSMD에 힘을 실어주는 콘텐츠 소스 - 연구, 분자 테스트 및 의약품 개발을 포함한 여러 응용 분야에 HSMD를 사용하고 적용하는 방법과 어떤 상황에서 HSMD에 액세스할 수 있는지 탐색 일시 : 2021년 9월 29일 오후 12시 참여신청 : 클릭 QCI 웨비나: NGS 2차 분석 워크플로를 5단계로 단순화하는 방법 - QCI 2차 분석에서 NGS 분석 파이프라인을 생성, 수정, 검증 및 실행하는 방법을 알아봅니다.> - 간단한 5단계로 전체 시퀀싱 실행을 분석하는 방법에 대한 가상 데모 - QCI Secondary Analysis가 규정 준수 관리를 단순화하고 값비싼 하드웨어, 추가 IT 리소스 및 고급 생물정보학 기술의 필요성을 최소화하는 방법 보러가기 HGMD® Professional의 2021.2 릴리스를 발표합니다. 이제 HGMD Professional의 여름 릴리스를 사용할 수 있습니다. 323,661개 이상의 전문가가 선별한 질병 유발 돌연변이를 포함하는 HGMD는 생식계열 돌연변이의 가장 크고 가장 신뢰할 수 있는 출처로 남아 있습니다. 이 새 릴리스에는 이전 릴리스보다 8,954개 더 많은 돌연변이 항목이 있습니다. 신경 장애에 대한 새로운 HGMD 애플리케이션 노트 보러가기 새로운 COSMIC 솔루션 개요 보러가기 새로운 QCI 해석 빠른 시작 안내서 보러가기