• Journal of KIISE:Computer Systems and Theory
• /
• v.36 no.2
• /
• pp.60-67
• /
• 2009

Analyzing protein-protein interactions(PPI) is an important task in bioinformatics as it can help in new drugs' discovery process. However, due to vast amount of PPI data and their complexity, efficient visualization of the data is still remained as a challenging problem. We have developed efficient and effective visualization system that integrates Gene Ontology(GO) and PPI network to provide better insights to scientists. To provide efficient data visualization, we have employed dynamic interactive graph drawing methods and context-based browsing strategy. In addition, quick and flexible cross-reference system between GO and PPI; LCA(Least Common Ancestor) finding for GO; and etc are supported as special features. In terms of interface, our visualization system provides two separate graphical windows side-by-side for GO graphs and PPI network, and also provides cross-reference functions between them.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06a
• /
• pp.61-63
• /
• 2006

본 논문은 온톨로지를 이용하여 단백질 상호작용 네트워크를 개념적으로 분류하여 레이아웃하는 방법을 제안한다. 상호작용 네트워크를 이루는 단백질은 온톨로지의 표준 통제 용어에 대한 주석 정보를 가지고 있으므로 동일 분류에 해당하는 통제 용어를 가지고 있는 단백질들은 근접한 곳에 위치하도록 레이아웃한다. 이는 기존 물리적 레이아웃에 기능별 그룹화를 해줌으로써 복잡한 네트워크를 개념적으로 분석할 수 있도록 한다. 또한, 동일 분류에 속하는 단백질들을 한 노드로 대응하여 레이아웃 알고리즘을 수행함으로써 기존의 그래프표현 알고리즘 보다 빠르게 시각화할 수 있다.

• Proceedings of the Korea Contents Association Conference
• /
• 2012.05a
• /
• pp.133-134
• /
• 2012

후성유전은 DNA 염기서열이 변화하지 않고 DNA의 메틸화(methylation)및 히스톤 단백질의 변형(modification)등의 후천적 과정에 의해 유전자 발현이 조절되는 현상이다. 특히 DNA 메틸화 정도에 대한 분석은 후성유전을 이해하는 중요한 접근방법 중 하나이다. DNA 메틸화 패턴 분석을 위하여 노화관련 109개 유전자들의 단백질 상호작용 네트워크를 구축하였으며 -3000bp ~ +200bp 사이에 있는 DNA 염기서열 정보를 추출하여 기존에 알려진 메틸화 저항성 (Methylation resistant) 모티프를 네트워크로 구축하였다. 메틸화 모티프기반 단백질 네트워크에서는 기존 단백질 네트워크보다 더 복잡한 구조를 이루고 있었다. 이러한 구조는 동일한 메틸화 모티프들이 여러 유전자들의 활성을 조절할 것으로 추측되며 복잡한 모티프들을 분석하기 위한 방법으로 이용될 수 있을 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.1115-1118
• /
• 2011

단백질 사이의 상호작용 네트워크(PPI network: Protein-Protein Interaction network)를 이용하여 단백질 기능을 예측 하는 것은 단백질 기능 예측 기법들 중에서 중요한 작용을 한다. 하지만 PPI를 이용한 단백질 기능 예측은 기능의 복잡도와 다양성으로 인해 제한적인 결과를 나타내 왔다. 따라서 본 논문에서는 기존의 연구들 보다 높은 정확도로 단백질 기능을 예측하기 위해 기능 예측을 하려는 단백질과 상호작용 하는 단백질들에 그래프 마이닝 기법을 적용하여 빈발 2-노드 상호작용 패턴을 찾고, 그 패턴을 이용하여 단백질 기능을 예측하는 접근법을 제안하였다. 실험데이터로 DIP(Database of Interacting Proteins)에서 제공하는 단백질 상호작용 데이터를 사용하였으며, 다른 기존의 단백질 기능 예측 기법들보다 높은 정확도를 보여주었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.790-792
• /
• 2003

본 논문에서는 생물체의 세포에 존재하는 방대한 단백질들 사이의 복잡한 관계들로 표현되는 상호작용 네트워크를 효율적으로 항해할 수 있는 시스템을 제안한다. 이 항해 시스템은 네트워크 검색 컴포넌트 그리고 상호작용 정보 시각화 컴포넌트로 구성된다. 네트워크 검 색 컴포넌트는 사용자 질의를 통해 여러 네트워크들 중에서 사용자가 관심이 있는 네트워크들만을 개념기반으로 검색할 수 있도록 지원한다. 또한, 사용자는 시각화 컴포넌트를 통해 검색된 하나의 네트워크에 포함된 복잡한 노드들 사이의 관계 정보를 자동으로 시각화할 수 있다.

• The Journal of the Korea Contents Association
• /
• v.5 no.6
• /
• pp.31-40
• /
• 2005

In the post-genomic era, researches on proteins as well as genes have been increasingly required. Particularly, work on protein-protein interaction and protein network construction have been recently establishing. Most biologists publish their research results through papers or other media. However, biologists do not use the information effectively, because the published research results are very large. As the growth of internet field, it becomes easy to access these research results. It is important to extract information with a biological meaning from various media. Therefore, In this paper, we efficiently extract the protein information from many open papers or other media and construct the database of the extracted information. We build a protein network from the established database and then design and implement various pathway analysis algorithms which find biological meaning from the protein network.

• Proceedings of the Korea Contents Association Conference
• /
• 2011.05a
• /
• pp.341-342
• /
• 2011

선행연구에서 우리는 암과 관련된 단백질-단백질 상호작용 네트워크와 단백질-질병 네트워크를 통해서 핵심 단백질 60개를 추출했다. 이 단백질들을 조절하여 암을 제어하기 위한 방법으로 miRNA(microRNA)를 이용하기위해 단백질과 상호작용하는 miRNA와 miRNA 서열정보를 추출하였다. 한 단백질과 상호작용하는 miRNA의 수가 많았기 때문에 각각의 miRNA에 대해 우선순위를 주어서 가중치를 부여했는데, 기준으로는 miRNA 서열길이, 수소결합 수 등으로 잡아주었다. 이 방법을 사용함으로써 밝혀지지 않은 단백질과 miRNA의 상호작용 서열을 찾는데 이용가능 할 것이다.

• Proceedings of the Korea Contents Association Conference
• /
• 2016.05a
• /
• pp.185-186
• /
• 2016

최근 DNA 복구 기작 저해가 암 전이를 억제한다는 연구결과가 발표되었다. 이번 연구에서는 DNA 복구 기작을 효율적으로 저해시킬 수 있는 단백질을 선정하고자 했다. 먼저 HPRD에서 59개의 DNA repair 단백질 정보를 얻고 각각의 도메인 정보를 추출하였다. 이 단백질과 상호작용하는 단백질을 KEGG로 부터 추출하고 추출한 단백질의 도메인 정보는 HPRD에서 얻었다. Cytoscape를 통하여 DNA 복구 단백질-상호작용 단백질-도메인의 네트워크를 시각화하였다. 네트워크 상에서 보존적이며 핵심적인 단백질 후보 및 도메인 후보를 선정 하였다. KEGG에서 제공하는 암의 경로(pathways in cancer)을 이용하여 후보의 적용 가능성을 확인하였다. 선정한 최종 후보들은 향후 암 전이 억제에 사용될 수 있는 타깃이 될 수 있을 것으로 기대한다.

• Journal of the KSME
• /
• v.57 no.6
• /
• pp.37-41
• /
• 2017

이 글에서는 분자동역학 및 탄성 네트워크 모델 기반 계산과학 기법을 이용하여 단백질의 역학적 거동 해석에 대한 연구를 소개하고자 한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2008.05a
• /
• pp.842-845
• /
• 2008

The protein interaction network contains a small number of highly connected protein, denoted hub and many destitutely connected proteins. Recently, several studies described that a hub protein is more likely to be essential than a non-hub protein. This phenomenon called as the centrality-lethality rule. This rule is widely credited to exhibit the importance of hub proteins in the complex network and the significance of network architecture as well. To confirm whether the rule is accurate, we investigated all protein interaction DBs of yeast in the public sites such as Uetz, Ito, MIPS, DIP, SGD, and BioGRID. Interestingly, the protein network shows that the rule is correct in lower scale DBs (e.g., Uetz, Ito, and DIP) but is not correct in higher scale DBs (e.g., SGD and BioGRID). We are now analyzing the features of networks obtained from the SGD and BioGRD and comparing those of network from the DIP.