과학과 기술
Science & Technology
독자적 시퀀싱 기술과 AI 분류 엔진이 결합된 EverScan 플랫폼. 혈액 한 방울에서 다차원 분자 정보를 읽어냅니다.
The EverScan platform combines proprietary sequencing technology with an AI classification engine, extracting multi-dimensional molecular information from a single blood draw.
EverScan 플랫폼
EverScan Platform
이중 바이오마커 정밀진단 플랫폼
Dual Biomarker Precision Diagnostics Platform
두 가지 독립적 바이오마커를 동시에 분석해 단일 마커의 한계를 극복합니다. 정량과 정성 정보를 AI가 통합해 최고 수준의 진단 정확도를 달성합니다.
By simultaneously analyzing two independent biomarkers, EverScan overcomes the limitations of single-marker approaches. An AI engine integrates quantitative and qualitative signals to achieve best-in-class diagnostic accuracy.
독자적 시퀀싱 기술
Proprietary Sequencing Technology
메틸화 선택적 분석을 통해 86,000개 이상의 CpG 마커를 동시에 측정합니다. 고감도 분석으로 극미량의 cfDNA에서도 신뢰할 수 있는 데이터를 생성합니다.
Methylation-selective analysis simultaneously measures over 86,000 CpG markers. High-sensitivity analysis generates reliable data even from trace amounts of cfDNA.
이중 바이오마커 접근
Dual Biomarker Approach
SNP AF 기반 dd-cfDNA% (정량)와 메틸화 패턴 분석 (정성)을 결합합니다. 상호 보완적 두 신호로 위음성과 위양성을 최소화합니다.
Combines SNP AF-based dd-cfDNA% (quantitative) with methylation pattern analysis (qualitative). Complementary signals minimize false negatives and false positives.
AI 분류 엔진
AI Classification Engine
머신러닝 모델이 두 바이오마커 신호를 통합해 Stable / ABMR / TCMR 3방향 분류를 수행합니다. 중첩 교차검증으로 data leakage 없이 검증된 AUC >0.975를 달성했습니다.
An ML model integrates both biomarker signals to perform 3-way classification: Stable / ABMR / TCMR. Nested cross-validation without data leakage achieves validated AUC >0.975.
SNP Allele Frequency
donor SNP의 allele frequency를 측정해 이식편 유래 cfDNA(dd-cfDNA%)를 정량화합니다. 1.0% 이상 시 이식편 손상 신호.
Quantifies donor-derived cfDNA (dd-cfDNA%) by measuring donor SNP allele frequencies. Values ≥1.0% signal graft injury.
Methylation Profiling
86,000개 이상의 CpG 사이트 메틸화 패턴을 분석합니다. 거부반응 유형별 특이적 메틸화 시그니처를 구분해냅니다.
Analyzes methylation patterns across 86,000+ CpG sites. Identifies rejection-type-specific methylation signatures for ABMR and TCMR discrimination.
AI 분류 엔진 — 두 신호를 하나의 결론으로
AI Classification Engine — Two Signals, One Conclusion
머신러닝 모델은 SNP AF와 메틸화 두 채널의 특성을 동시에 학습합니다. 31명 코호트 대상 중첩 교차검증(31 outer × 30 inner = 930 모델)으로 엄격하게 검증되었으며, AUC >0.975, 민감도 >95%, 특이도 >95%를 달성했습니다.
The ML model simultaneously learns from both SNP AF and methylation channels. Rigorously validated by nested cross-validation (31 outer × 30 inner = 930 models) on a 31-patient cohort, achieving AUC >0.975, sensitivity >95%, and specificity >95%.
왜 후성유전체인가
Why Epigenetics?
유전체/후성유전체와 질병 및 인생 전반의 건강관리
Genomics, Epigenomics, and Lifelong Health Management
유전체는 우리가 가지고 태어난 '설계도', 후성유전체는 환경과 생활습관에 따라 유전자 발현을 조절하는 '스위치'입니다.
The genome is our inherited 'blueprint'; the epigenome is the 'switch' that regulates gene expression based on environment and lifestyle.
유전체 이야기 (Genome Story) The Genome Story
유전체는 부모로부터 받은 유전정보를 의미하며, 개인이 가지고 있는 DNA에 담긴 모든 유전 정보의 집합입니다. 쉽게 말해 우리 몸을 만드는 설계도나 설명서라고 생각할 수 있어요. DNA는 눈에 보이지 않을 만큼 작은 분자이지만, 그 속에는 우리 몸의 모든 특징을 결정짓는 정보가 들어있어요. 눈 색깔, 키, 머리 모양, 심지어 질병에 걸릴 확률 같은것들요. 뿐만 아니라, 유전체 정보를 알면 질병의 원인을 이해하거나 새로운 치료법을 개발할 수도 있고, 각 개인에게 맞춘 맞춤형 의료(정밀의학)도 가능해집니다.
The genome refers to all genetic information inherited from our parents — the complete set of instructions encoded in our DNA. Think of it as the blueprint or instruction manual for building our bodies. DNA is a molecule so tiny it's invisible to the naked eye, yet it contains the information that determines every trait we have: eye color, height, hair type, and even our susceptibility to certain diseases. Moreover, understanding genomic information allows us to uncover the causes of diseases, develop new treatments, and enable personalized medicine tailored to each individual.
후성유전체 이야기 (Epigenome Story) The Epigenome Story
그런데, 우리의 몸은 유전정보만으로 설명되지 않아요. 유전체라는 설계도는 언제, 어디서, 어떻게 쓰일지를 조절받게 되는데, 이 스위치 역할을 하는 것이 후성유전체입니다. 후성유전체는 설계도에 있는 유전정보를 바꾸지 않고, 그 정보가 어떻게 사용될지를 조절합니다. 식습관, 스트레스, 환경 노출 등 일상적인 요소들이 이 스위치를 켜고 끄며, 같은 유전자를 가졌더라도 전혀 다른 건강 결과를 만들어낼 수 있습니다. 이 때문에 후성유전체는 현재의 건강 상태를 반영하는 '살아있는 지표'로서, 질병의 조기 발견과 예방에 핵심적인 역할을 합니다.
However, our bodies cannot be explained by genetic information alone. The genomic blueprint is regulated in terms of when, where, and how it is used — and it is the epigenome that acts as this switch. The epigenome does not alter the genetic information itself; instead, it controls how that information is expressed. Everyday factors such as diet, stress, and environmental exposure toggle these switches on and off, meaning that even individuals with identical genes can experience vastly different health outcomes. This is why the epigenome serves as a 'living indicator' that reflects our current health status, playing a pivotal role in early disease detection and prevention.
유전체 (Genome)
Genome
- ✓부모로부터 받은 설계도로서 고정된 유전정보
- ✓Fixed genetic blueprint inherited from parents
- ✓유전자 변이 측정 및 질병 취약성 예측
- ✓Genetic variant detection and disease susceptibility prediction
- ✓암 진단 (동반진단, 모니터링)
- ✓Cancer diagnostics (companion diagnostics, monitoring)
후성유전체 (Epigenome)
Epigenome
- ✓식습관, 환경, 건강상태에 따라 변하는 정보
- ✓Information that changes with diet, environment, and health
- ✓현재 상태를 반영하는 질환 진단
- ✓Disease diagnosis reflecting current state
- ✓암 조기 진단, 노화/환경 반응 측정
- ✓Early cancer detection, aging/environmental response measurement
- ✓AI와 결합한 무한한 활용 가능성
- ✓Unlimited potential when combined with AI
유전체 + 후성유전체 = 정밀진단의 새로운 기준
Genome + Epigenome = A New Standard in Precision Diagnostics
선천적 유전정보와 후천적 환경요소를 반영한 상호보완적 정밀 측정이 가능합니다. 뿐만 아니라, 유전체 정보를 알면 질병의 원인을 이해하거나 새로운 치료법을 개발할 수도 있고, 각 개인에게 맞춘 맞춤형 의료(정밀의학)도 가능해집니다. Evergenome은 이러한 유전체와 후성유전체 정보를 종합적으로 분석하여 인생 전주기에 걸친 건강관리 솔루션을 제공합니다. 질병의 조기 발견, 예방 및 관리에 중요한 정보를 제공하고, 인생 전주기 건강관리를 위한 차별화된 솔루션을 제공합니다.
Complementary precision measurement combining innate genetic information with acquired environmental factors. Furthermore, understanding genomic information enables us to uncover the causes of diseases, develop new treatments, and deliver personalized medicine tailored to each individual. Evergenome comprehensively analyzes both genomic and epigenomic information to provide lifelong health management solutions — delivering critical insights for early disease detection, prevention, and management through a differentiated, whole-lifecycle approach.
R&D 파이프라인
R&D Pipeline
플랫폼 확장 로드맵
Platform Expansion Roadmap
EverScan 플랫폼은 이식 거부반응 진단에서 출발해 암 조기 진단과 바이러스 모니터링으로 적응증을 확장합니다.
The EverScan platform expands from transplant rejection diagnostics into cancer early detection and viral monitoring.
이식 거부반응 (OTR)
Organ Transplant Rejection
신장이식 거부반응 조기 진단. 3방향 분류(Stable/ABMR/TCMR). 알고리즘 개발 및 초기 검증 완료.
Early diagnosis of kidney transplant rejection. 3-way classification (Stable/ABMR/TCMR). Algorithm development and initial validation complete.
암 조기 진단
Cancer Early Detection
cfDNA 메틸화 시그니처 기반 암종 특이적 조기 검출. 폐암, 대장암, 간암 대상 바이오마커 발굴 중.
Tumor-type-specific early detection based on cfDNA methylation signatures. Biomarker discovery ongoing for lung, colorectal, and liver cancers.
바이러스 모니터링
Viral Monitoring
이식 후 BKV/JCV/CMV 등 기회감염 바이러스의 재활성화를 cfDNA로 조기 감지. 확장 참조 게놈 활용.
Early cfDNA-based detection of opportunistic viral reactivation (BKV/JCV/CMV) post-transplant using an extended reference genome.