데이터 드리븐 바이오사이언스 vs 딜리네이트

데이터 드리븐 바이오사이언스 장단점

• 단일 튜브 워크플로우 덕분에 검체 손실이 거의 없어 작은 생검 샘플로도 높은 분석 성공률을 보입니다. 분석 속도가 매우 빨라 2일 만에 임상 결정을 내릴 수 있으며, 기존 표준 검사인 FoundationOne 등과 비교했을 때 SNV 98%, Indel 96% 이상의 높은 일치도(Concordance)를 입증받았습니다. 특히 DNA 변이 외에도 RNA 발현 정보와 EBV 바이러스 상태를 한 번에 리포트하므로 진단 정확도가 높고, EPIC과 같은 전자의무기록(EHR) 시스템과 직접 연동되어 의료진의 데이터 관리 편의성이 뛰어납니다.

• 병원이 직접 장비를 운용해야 하는 키트 형태이므로, 내부에 Illumina 시퀀싱 장비가 구축되어 있어야 하며 이를 운영할 숙련된 전문 인력이 필수적입니다. 초기 장비 도입 비용이 수반되므로 검사 수량이 적은 소규모 병원에서는 가성비 면에서 부담을 느낄 수 있습니다. 또한 연구용 대형 패널에 비하면 분석 유전자 수가 제한적이어서 탐색적 연구 목적으로는 부족할 수 있으며, 병원마다 자체 검사(LDT)로서의 밸리데이션 과정을 거쳐야 하는 규제적 절차가 진입 장벽이 될 수 있습니다.

딜리네이트 장단점

• 가장 큰 장점은 수작업으로 수개월이 걸리던 임상 데이터 수집 및 구조화 작업을 약 15배 이상 빠르게 처리할 수 있다는 점입니다. 특히 논문 속 그래프(Plots)에 숨겨진 수치를 정확하게 복원하는 능력이 뛰어나, 데이터가 소실된 과거 연구 결과도 다시 활용할 수 있게 해줍니다. 글로벌 Top 10 제약사들과 협업하며 검증된 높은 데이터 품질과 품질 관리(QC) 프로세스를 제공하며, 이를 통해 임상 설계 단계에서 하루만 앞당겨도 발생하는 수백만 달러의 기회비용을 절감하는 데 실질적인 도움을 줍니다.

• 제약 및 바이오 전문 엔터프라이즈 솔루션 특성상 일반 사용자가 접근하기 어려운 폐쇄적인 가격 정책을 가지고 있으며, 도입 비용이 상당히 높을 것으로 예상됩니다. AI가 추출한 데이터라 할지라도 임상 시험이라는 특수성 때문에 최종 단계에서는 반드시 전문가의 검토가 필요하다는 인적 리소스 부담이 여전히 존재합니다. 또한 현재는 영어권 기반의 연구 자료 처리에 최적화되어 있어, 한국어 등으로 작성된 국내 특허나 로컬 임상 자료에 대한 처리 정확도는 상대적으로 낮을 수 있다는 한계가 있습니다.

데이터 드리븐 바이오사이언스 주요 기능

• 단일 샘플에서 DNA·RNA 동시 분석 (유전체·전사체 통합)
• 돌연변이·유전자 융합·발현·B/T세포 클론성·EBV 상태 포괄 탐지
• 48시간 이내 통합 임상 리포트 생성
• EPIC·EHR 시스템 자동 연동으로 의무기록 즉시 통합
• 300개 이상 핵심 유전자 패널 기반 MISRA 준수 분석

딜리네이트 주요 기능

• AI 에이전트 기반 체계적 문헌 고찰 자동화
• 컴퓨터 비전을 활용한 그래프·도표 수치 추출(plot digitization)
• 100% 감사 가능한 데이터 출처 추적
• 특정 약물 계급에 특화된 대규모 데이터셋 구축
• 비구조화 문서(PDF·특허)의 구조화 변환
• 멀티소스 파라미터 추출 및 생물학적 메커니즘 탐색