<​​ 학력 >​

​경성대학교 전산통계학과(학사)
경북대학교 통계학과(석사)
고려대학교 통계학과(박사)

​

​

<전공 및 연구분야>​
생물정보학, 생물통계, 기계학습, 데이터마이닝, 디지털 헬스케어 등

​
 
<경력>​
듀크대학교 biostatistics and bioinformatics 학과 박사후 연구원
삼성암연구소 책임연구원
삼성유전체연구소 책임연구원
삼성서울병원 의생명정보센터 책임연구원​

​

​​<수상 경력>​

< 연구개발 경력>

< 논문 실적 목록 >  
1.  Mutational hotspots in the mitochondrial genome of lung cancer, Biochemical and 

     Biophysical Research Communications, 407, 23-27. 2011.
2.  Multiple Testing for Gene Sets from Microarray Experiment, BMC Bioinformatics, 

    12, 209. 2011.
3.  Phase II study of gefitinib versus erlotinib in patients with advanced non-small 

    cell lung cancer who failed previous chemotherapy, Lung Cancer, 75, 82-88. 2012.
4. Phase III Trial Comparing Capecitabine Plus Cisplatin Versus Capecitabine Plus Cisplat

   in With Concurrent Capecitabine Radiotherapy in Completely Resected Gastric Cancer 

   With D2 Lymph Node Dissection: The ARTIST Trial, Journal of Clinical Oncology, 

  30, 268-273. 2012.
5. Analysis of survival data with group lasso, Communications in Statistics - Simulation

   and Computation, 41, 1593-1605. 2012.
6. Somatic hypermutation and outcomes of platinum based chemotherapy in patients 

   with high grade serous ovarian cancer, Gynecologic Oncology, 126, 103-108. 2012. 
7. Gliomatosis peritonei is associated with frequent recurrence, but does not affect over

   all survival in patients with ovarian immature teratoma, Virchows Arch, 

   461, 299-304. 2012.  
8. Predictive Modeling Using a Somatic Mutational Profile in Ovarian High Grade Serous

   Carcinoma, PLoS ONE, 8, e54089. 2013.
9. Poor prognosis of uterine serous carcinoma compared with grade 3 endometrioid car

   cinoma in early stage patients, Virchows Archiv, 462, 289-296. 2013.
10. Prediction of a Time-to-Event Trait Using Genome Wide SNP Data, 

     BMC Bioinformatics, 14, 58. 2013.
11.  Clinical relevance of gain-of-function mutations of p53 in high-grade serous 

      ovarian carcinoma, PLoS ONE, 8, e72609. 2013.
12.  SNP selection in Genome-Wide Association Studies via Penalized Support 

      Vector Machine with MaxTest, Computational and Mathematical Methods in 

      Medicine, 2013, 340678. 2013.
13.  Prediction of Disease-Free Survival in Hepatocellular Carcinoma by Gene 

      Expression Profiling, Annals of Surgical Oncology, 20, 3747-3753. 2013.
14.  A Survey of c-MET Expression and Amplification in 287 Patients with Hepatocellular

      Carcinoma, Anticancer Research, 33, 5179-5186. 2013.
15.  Genetic profiling to predict recurrence of early cervical cancer, 

      Gynecologic Oncology, 131, 650-654, 2013.
16.  Gastric cancer (GC) patients with hedgehog pathway activation: PTCH1 and 

      GLI2 as independent prognostic factors, Targeted Oncology, 8, 271-280. 2013.
17.  Transcription factor-binding site identification and gene classification via fusion 

      of the supervised-weighted discrete kernel clustering and support vector machine, 

      Journal of Applied Statistics, 41, 573-581. 2014.
18.  Gene expression profiles for the prediction of progression-free survival in 

      diffuse large B cell lymphoma: results of a DASL assay, Annals of 

      Hematology, 93, 437-447. 2014.
19.  A distinctive ovarian cancer molecular subgroup characterized by poor 

      prognosis and somatic focal copy number amplifications at chromosome 19, 

      Gynecologic Oncology, 132, 343-350. 2014.
20.  Nanostring-Based Multigene Assay to Predict Recurrence for Gastric Cancer 

      Patients after Surgery, PLoS ONE, 9, e90133. 2014.
21.  Effect of simvastatin plus cetuximab/irinotecan for KRAS mutant colorectal 

      cancer and predictive value of the RAS signature for treatment response to 

      cetuximab, Invest New Drugs, 32, 535-541. 2014.
22.  The expression pattern of 19 genes predicts the histology of endometrial 

      carcinoma, Scientific Reports, 4, 5174. 2014.
23.  Transcriptome analysis of CD133-positive stem cells and prognostic 

      value of survivin in colorectal cancer, Cancer Genomics & Proteomics, 

      11, 259-266. 2014.
24.  Statistical Issues in Design and Analysis of NanoString Projects, 

       Cancer Informatics, 13, 35-43. 2014.
25.  A Seven-gene Signature Can Predict Distant Recurrence in Patients with 

      Triple-negative Breast Cancers (TNBCs) Who Receive Adjuvant Chemotherapy 

      Following Curative Surgery of the Primary Breast Cancer, Int J Cancer, 

     136, 1976-1984. 2015.
26.  EBV-positive diffuse large B-cell lymphoma in young adults: 

      is this a distinct disease entity?, Annals of Oncology, 26, 548-555. 2015.
27.  Practical approach to estimate sample size for prediction model construction

      using high throughput data, Journal of Biomedical Informatics, 35, 355:362. 2015.

28.  Integrated Copy Number and Gene Expression Analysis of Epstein–Barr 

      Virus (EBV)Positive Diffuse Large B Cell Lymphoma (DLBCL) Compared with 

      EBV Negative DLBCL, the Genes, Chromosomes and Cancer, 54, 383-

      96. 2015.

29. Kernel-based random effect time-varying coefficient model for longitudinal data.

    Neurocomputing, 267, 500-507, 2017.

30. Semivarying coefficient least-squares support vector regression for analyzing high-dimensional 

    gene-environmental data. Journal of Applied Statistics, 1-12, 2017. 

31. Detection of chromosome structural variation by targeted next-generation sequencing and 

     ​a deep learning application​, Scientific Reports​, 9, 3644, 2019. 

​<이메일>

insuks@gmail.com

​

​

​