• Proceedings of the Korea Society of Information Technology Applications Conference
• /
• 2001.05a
• /
• pp.101-103
• /
• 2001

최근 셍물정보 분야에서 웹상에서 단백질과 유전자의 서열정보 및 이와 관련된 실험과 참조정보를 다른 유전체 데이터베이스 시스템과 상호교환을 위한 표준 형식으로 XML을 이용하기 시작하였다. 더불어 웹에서 데이터전송을 위한 표준 형식인 XML을 생물정보응용 분야에서 이용하기 위한 BioML을 정의하였다. 그러나 BioML에서는 서열의 소스 및 참조정보, 갱신정보와 XML문서사이의 참조정보를 포함하지 않고 있다. 따라서 이 논문에서는 BioML에서 포함하지 않는 이러한 정보를 XLink와 XPointer를 이용하여 나타낼 수 있도록 BioML을 확장하고 BioML에 포함된 서열 정보에 대한 메타정보를 RDF를 적용하여 제시하였다. 이렇게 함으로써 이질적인 생명정보데이터베이스 시스템에서 서열에 대한 복잡한 링크 정보와 서열의 변경정보를 효율적으로 교환이 가능하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.697-700
• /
• 2004

서열의 유사성 검색에 잘 알려진 도구로는 BLAST 와 FASTA 가 있으며 이들 알고리즘은 알려지지 않은 유기체를 sequencing 작업을 통하여 얻어진 염기서열과 유전자 데이터베이스를 대상으로 유사성을 검색한다. 이때 서열의 유사성을 검색하기에 앞서 선행 되어야만 하는 sequencing작업은 시간적인 면에서 상당한 비용을 요구한다. 반면 sequencing 작업을 하기 않고도 간단한 실험에 의해 얻을 수 있는 부분적인 서열정보만을 대상으로 데이터베이스에서 검색 할 수 있는 알고리즘으로 RIFLE가 있다. 본 논문에서는 RIFLE 알고리즘을 구현하고 실험데이터를 생성하여 성능에 대한 분석 평가를 하고자 한다. 성능평가 결과 RIFLE 알고리즘은 시간복잡도 $O(n^2)$으로 빠른 반면 일부 서열에 있어서 실제 유사도에 비해 정확도가 낮게 평가되는 결과가 산출되었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06b
• /
• pp.9-14
• /
• 2007

단백질 분류는 현대 생물학의 큰 도전과제이다. 현재 여러 단체에 의해 잘 관리되는 상세한 주석이 달린 많은 양의 단백질 정보들이 존재한다. 이러한 데이터베이스의 덕분으로 다양한 물리 화학적 특성과 주석들에 기반하고 있는 분류 기법들이 연구되고 있다. 특히 아미노산들로 이루어진 단백질 서열이 해당 단백질의 분류에 중요한 역할을 하는 진화적 기록들의 단서가 되기 때문에 단백질 서열들에 대한 연구가 활성화되고 있다. 비록 단백질 서열이 단백질 분류 문제의 중요한 특징이 된다고 해도 단순한 단백질 서열만으론 해당 단백질에 대한 충분한 정보를 얻을 수 없으며, 타 종 간에도 기능상 유사성 때문에 서로 비슷하게 판별될 수 있다. 이러한 문제점에 착안해서 우리는 오토마타 종 분류기라고 부르는 새로운 시스템적인 종 분류 접근 방법을 제안한다. 이 시스템의 클러스터링과 종 분류 판별 성능에 대한 평가 실험을 수행해본 결과 상대적으로 좋은 성능을 얻을 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04b
• /
• pp.1183-1186
• /
• 2002

DNA 의 염기서열 탐색을 위한 유전체학의 다음 세대인 구조유전체학은 유전체 사업으로 인한 인간 게놈지도의 완성과 축적된 생물정보를 이용한 생물정보학의 발달과 함께 급속한 성장을 계속하고 있다. 포스트 게놈 시대를 맞이하여 생명현상에 대한 궁극적인 이해를 위한 노력으로 단백질의 구조와 기능에 대한 연구가 주목을 받게 되었다. 다양한 구조 규명을 위한 도구들과 단백질 정보를 관리하기 위한 데이터베이스 구축에 따른 관련 기술의 발전은, 앞으로 다가올 생물정보의 방대함을 감안할 때, 가치 있는 지식정보를 얻기 위한 데이터 마이닝 기법들을 통해서만 가능하다. 본 논문은 데이터 마이닝의 근간 기술인 연관규칙 마이닝을 응용한 효율적인 서열 연관 규칙 알고리즘을 제안하며, 단백질 구조의 예측을 위한 단백질 서열 및 DNA 서열간의 패턴 비교 및 연관성을 목적으로 한다. 또한, 공간적 시간적 복잡성을 CMS-tree 라는 자료구조를 통해 알고리즘의 확장성 및 병렬화의 기본 알고리즘으로 사용하도록 개발하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.894-897
• /
• 2013

서열 정렬(sequence alignment)은 유전학(genomic)에서 널리 사용되는 도구 중 하나이다. 최근에는 차세대 시퀀싱 기술(NGS)이 발달함에 따라 데이터의 생산량이 크게 증가했고, 이에 따라 높은 처리량(throughput)을 가진 서열 정렬 알고리즘의 필요성이 증가하였다. 본 논문에서 제안하는 염기 서열 정렬 알고리즘은 시퀀스(sequence)데이터를 그래프 형태로 변형시킨 다음, 마이크로소프트사의 그래프 기반인 메모리(in-memory) 분산시스템(distributed system) 트리니티(Trinity)를 이용해 서열 정렬을 수행한다. 본 논문의 알고리즘은 트리니티 시스템에서 시뮬레이션 염기 데이터를 성공적으로 정렬하였으며, 슬레이브의 개수가 늘어날수록 빠른 속도를 나타내어 확장성(scalability)을 입증했다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.15-18
• /
• 2021

최장 공통 부분 서열(Longest Common Subsequence, LCS)은 서열 유사도(Similarity)를 측정하기 위한 주요 지표 중 하나로 특별한 가정이 없는 한 두 문자열의 LCS 를 계산하기 위해서는 두 문자열의 길이의 곱에 비례하는 시간이 필요하다. 최근 최장(longest)이라는 조건을 극대(maximal)로 완화한 극대 공통 부분 서열(Maximal Common Subsequence, MCS)이 제시되었고, 두 문자열의 MCS 를 선형에 가까운 시간에 찾는 알고리즘이 개발되었다. 극대는 최장을 보장하지 않기 때문에 두 문자열의 MCS 길이는 LCS 길이와 달리 유일하지 않을 수 있고, LCS 길이가 매우 길어도 길이가 1인 MCS가 존재할 수도 있다. 본 논문에서는 기존 알고리즘에 의해 계산되는 MCS 의 효용성을 알아보기 위해, DNA 등 여러 종류의 실제 데이터와 랜덤 생성된 데이터에 대해 LCS 와 MCS 의 길이를 비교했다. MCS 길이는 LCS 길이 대비 실제 데이터에서 32.1 ~ 60.2%, 랜덤 데이터에서는 27.5 ~ 62.9%로 나타났다. 이 비율은 문자열을 이루고 있는 알파벳 수가 많을수록, 문자열의 길이가 길어질수록 감소했다.

• Proceedings of the Korean Society of Developmental Biology Conference
• /
• 2003.10a
• /
• pp.94-94
• /
• 2003

Rotavirus는 유아나 어린아이들에게 가장 일반적으로 나타나는 심한 위장염의 원인자이며 설사로 인한 심한 탈수 증세를 일으켜 급속히 성장하는 유아의 균형적인 영양 공급을 방해함으로써 유아들의 발육과 성장 그리고 심하면 생명에 커다란 영향을 미치게 된다. 한편 모유로 키운 유아들은 설사병의 낮은 발병율과 연관이 있었다. 특히 모유의 뮤신 복합체는 rotavirus에 특이적으로 결합하여 항 바이러스활동을 보여주는 것으로 나타났다. 이러한 배경에서 본 연구는 human breast tissue로부터 lactadherin의 cloning 및 sequence 분석을 통하여 유전자의 다양성을 조사하기로 하였다. 한국 여성 9명의 유두 근처 조직에서 lactadherin을 cloning하여 그 sequence를 보고 된 서양여성의 염기서열과 비교 분석결과 여러 곳에서 single nucleotide variation이 발견되었고 본 연구에서 클론한 lactadherin(31bp-1518bp)의 염기서열과 보고된 서양여성 lactadherin gene의 SNP와 비교하였을 때 8개의 SNP중 3부분만이 일치한다는 것을 확인하였다. 또한 같은 조직중 정상 조직과 암 조직 부분에서 각각 lactadherin을 클론하여 염기서열을 비교 분석하였는데 정상 조직에서 2곳의 silent mutation있었고 암조직에서 2곳의 mutation과 1곳의 silent mutation을 발견하였으며 전체 적으로 정상조직과 암 조직 부분에서 lactadherin을 clone하여 염기서열을 분석해본 결과 암조직일수록 유전자의 변이 비율이 높다는 것을 알 수 있었다. 그리고 동일한 염기서열 상에서 많은 변이가 일어났는데 286dp(A->C), 1418dp(G->C)은 mutation이었고 327dp (A->G), 454(C->T)은 silent mutation이었다. 그 외 DNA상에서 여러 부근에 변이가 존재하였는데 이 결과로 보아 coding region에 위치한 cSNP 중 amino acid 변화를 일으켜 protein structure 또는 function에 영향을 줄 수 있는 non-synonymous cSNP 일 것으로 예상되어지며 natural selection의 영향을 받고 있음을 암시하고 있다. 본 연구에서 관찰되어진 각각의 염기 서열의 변이는 한국 사람이 가지는 lactadherin gene의 cSNP의 일부라고 판단하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.167-170
• /
• 2007

동일한 집단에 속하는 개체를 다른 집단에 속하는 개체로부터 구별할 수 있는 염기의 특징을 해당 집단의 시그너쳐라고 한다. 학습 데이터는 두 집단에 속하는 염기서열들이고, 염기서열에 대한 시그너쳐는 개체를 다른 집단과 구별할 수 있는 위치의 염기들로 구성된 서열이다. 제안한 방법에서는 각 집단에 대해서 위치별로 염기의 발생빈도를 계산하고, 가장 발생빈도가 높은 염기를 결정한 다음, 다른 집단의 대응 위치에서 해당 염기의 빈도를 계산하여, 빈도차이가 지정한 분류임계값 이상이면, 해당 위치의 염기를 시그너쳐를 구성하는 특징으로 간주한다. 시그너쳐를 대한 임의의 염기서열에 대한 부합정도는 시그너쳐에 속하는 염기의 학습집단에서의 상대빈도값을 가중치로 하여 계산한다. 임의의 염기서열이 특정 집단에 속하는지 판단하기 위해서는 해당 집단의 시그너쳐에 대한 부합정도를 계산하게 되는데, 부합정도가 얼마이상이 되어야 해당 집단에 속하는 것으로 간주할지 기준이 되는 임계값을 엄밀도 임계값이라고 한다. 엄밀도 임계값은 학습 데이터 집합에 대해서 주어진 시그너쳐에 대한 엄밀도 임계값이 민감도와 특이도를 최대로 하는 것을 선택한다. 제안한 방법을 구현한 바이오인포매틱스 도구를 개발하여, 한국형 HIV-1 바이러스 시그너쳐 추출에 적용하여 분류특성이 우수한 시그너쳐를 추출할 수 있음을 확인하였다.

• KIISE Transactions on Computing Practices
• /
• v.21 no.3
• /
• pp.263-268
• /
• 2015

Malware variations could be defined as malicious executable files that have similar functions but different structures. In order to classify the variations, this paper analyzed sequence alignment, the method used in Bioinformatics. This method found common parts of the Malwares' API call information. This method's performance is dependent on the API call information's length; if the length is too long, the performance should be very poor. Therefore we removed the repeated patterns in API call information in order to improve the performance of sequence alignment analysis, before the method was applied. Finally the similarity between malware was analyzed using sequence alignment. The experimental results with the real malware samples were presented.

• Proceedings of the Korea Society of Poultry Science Conference
• /
• 2003.11a
• /
• pp.67-68
• /
• 2003

한국 재래 닭의 유전적 특성 규명 및 기능 유전체 연구의 기초재료를 확보하고자 대량 EST 염기서열 결정 및 생물정보학 분석을 실시하였다. 대량 EST 염기서열 분석을 위한 첫 번째 단계로 재래 닭의 뇌, 비장, 정소, 배아 생식기를 이용하여 cDNA library를 구축하였다. 각각의 library로부터 총 15,121개의 클론을 선정하여 염기서열을 결정하였다. 생물정보학 분석결과 15,121개의 염기서열은 총 10,353개의 contig로 정리되었다. 이들 염기서열을 기존 데이터베이스를 대상으로 tBlastX(http://www.ncbi.nlm.nih.gov/BLAST) 분석을 실시한 결과, 염기서열 중 56 ％가 기존 데이터베이스에 존재하는 유전자와의 상동성을 보였다. 상동성을 보이는 유전자들은 유전자의 구조 및 기능 분석에 이용될 것이고, 상동성을 보이지 않는 유전자들은 microarray와 같은 대량 유전자 발현분석 시스템을 이용하여 선별한 후 기능분석이 실시될 것이다.