노령화 대비 국가적인 노화 연구체계를 수립하기위해서는 기존에 보고된 노화연구내용을 수집과
노화연구에 언급되고 있는 유전자정보의 발굴이 중요하다. 국제적으로 노화연구는 초기단계이며,
이미 구축된 노화관련 데이터베이스인 GenAge 데이터베이스도 구축이후 데이터의 축적은 미미한
실정이다. 본 연구에서는 문헌 내에 생물학적인 상호작용 정보를 텍스트마이닝을 통해 수집하고
데이터베이스화 했다. 현재 이미 보고된 노화관련 유전자 461개중 OMIM(질병데이터베이스)와
GO(유전자 온톨로지)정보를 바탕으로 가장 노화와 관련된 64개의 유전자를 추출했으며, 각 유전자
를 키워드로 NCBI의 pubmed 데이터베이스로부터 관련논문을 다운로드 받아 생물학적 상호작용
정보를 추출했다. 생물학적 상호작용은 NCBI에서 제공하는 Metamap 데이터베이스를 기반으로 각
각의 생물학적 용어를 정의했다. 현재 노화 유전자 64개에 대해 128,729개의 생물학적 상호작용 정
보를 추출했고, 8대 노인성만성질환에 대해 301,176개의 생물학적 상호작용 정보를 추출했다. 추출
된 생물학적 네트워크가 실제 노화의 단계에서 중요한 네트워크인지를 확인하기 위해, 연령대 별
로 뇌의 유전자 발현데이터를 GEO데이터베이스로부터 다운 받아서 분석했다. 20대, 50대, 70대 90
대의 샘플을 대상으로 노화와 관계된 신호전달 네트워크를 분석한 결과 노화에 따른 3종류의 발현
패턴을 분석했다. 노화에 따른 발현차이를 보이는 신호전달네트워크는 Chemokine pathway, Focal
adhesion pathway, Nerotrophin pathway, MAP kinase pathway, Natural killer cell mediated
cytotoxicity pathway, insulin pathway, cancer pathway로 나타났으며, 전체적으로 노화가 진행되
면서 발현이 줄어드는 양상을 보였다. 또한 공동기전 분석 결과 알츠하이머병과 노화의 공동 기전
에 대한 3가지의 네트워크를 추출하였다.