Earticle

초록

영어

This study proposes an AI-driven single-cell RNA-seq (scRNA-seq) analysis pipeline designed for undergraduate students and novice researchers in chemical and biological engineering, and validates its educational effectiveness through real-world data application. Utilizing public non-small cell lung cancer (NSCLC) datasets, a modularized hands-on curriculum was constructed, covering the entire workflow from preprocessing and dimensionality reduction to clustering and cell-cell interaction analysis, enabling learners to proactively lead the research process. The case study results demonstrated that learners successfully conducted advanced analyses, such as identifying non-canonical immune regulatory axes including LIPA-RORA and CD55-ADGRE5. Furthermore, they redefined unclassified "Other_Unknown" cell populations into functional B-like and T/NK-like subtypes through meta-lineage analysis. These findings suggest that the proposed pipeline effectively cultivates data inquiry and problem-solving competencies by encouraging students to establish and verify hypotheses based on complex biological data, transcending simple code replication.

한국어

본 연구는 화학생명공학 계열 학부생 및 초심 연구자를 위한 AI 기반 단일세포 RNA-seq(scRNA-seq) 분석 교육 파이프라인을 제안하고, 실제 데이터를 적용하여 그 교육적 유효성을 검증하였다. 비소세포폐암(NSCLC) 공개 데이터를 활용하여 전처리, 차원 축소, 군집화 및 상호작용 분석에 이르는 전 과정을 학습자가 주도적으로 수행할 수 있도록 모듈화된 실습 과정을 구축하였다. 사례 연구 결과, 학습자들은 LIPA-RORA 및 CD55-ADGRE5와 같은 비정형 면역 조절 축을 새롭게 규명하였으며, 기존 자동 주석 단계에서 분류되지 않았던 미분류(Other_Unknown) 세포군을 메타 계통 분석을 통해 B-like 및 T/NK-like 아형으로 재정의하는 심화 분석을 성공적으로 수행하였다. 이러한 과정은 학습자가 단순히 코드를 복제하는 수준을 넘어, 데이터 중심의 사고를 통해 스스로 가설을 설정하고 검증하는 연구 역량을 함양하는 데 효과적임을 입증하였다. 본 연구는 실제 임상 데이터를 활용한 실무 중심의 AI 융합 교육 프레임워크를 제시함으로써, 이론과 실무를 겸비한 AI 바이오 인재 양성을 위한 구체적인 교육 모델을 확립했다는 점에서 중요한 의의를 갖는다.

목차

요약
ABSTRACT
I. 서론
1. 배경 및 교육적 필요성
2. AI 기반 단일세포 분석 파이프라인의 설계 관점
3. 연구의 목표
II. 관련 연구
1. 비소세포폐암 종양 미세환경 (TME) CAF-면역세포 상호작용
2. 단일세포 RNA-seq 분석 기술의 발전과 NSCLC 연구
3. AI 기반 단일세포 분석 기법의 활용
4. 단일세포 분석의 교육적 가치와 AI 기반 학습 모델
II. AI 융합 분석 파이프라인 설계 및 실습 사례 
1. 교수학습 모델 설계 및 평가 체계
2. 단일세포 RNA-seq 데이터 전처리 및 차원 축소
3. CAF-CD8+T 세포 간 상호작용 분석 및 핵심 축 도출
4. 메타 계통 분석을 통한 미분류(Other_Unknown) 세포군 재정의
5. 재분류 아형별 차등발현유전자(DEG) 분석
6. Enrichr 기반의 기능적 경로 분석 및 교육적 통합 해석
IV. 평가
1. 분석 파이프라인의 교육적 접근성 및 타당성 평가
2. 실습 사례 연구를 통한 교육적 유효성 실증
3. 데이터 기반 결과의 교육적 일관성 평가
4. 연구의 한계 평가
5. 교육적 시사점 및 종합 제언
V. 결론 및 향후 과제
References

키워드

저자

• 양해정 [ HaeJung Yang | 인하공업전문대학 컴퓨터시스템공학과 ] Corresponding Author
• 이세훈 [ SeHoon Lee | 인하공업전문대학 컴퓨터시스템공학과 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  인공지능연구 논문지 [Journal of The Korean Association of Artificial Intelligence Education]

• 간기

  연3회

• pISSN

  2733-404X

• 수록기간

  2020~2025

• 등재여부

  KCI 등재후보

• 십진분류

  KDC 000 DDC 006