• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.340-343
• /
• 2008

유전자들은 복잡한 상호작용을 통해 세포의 기능이 조절된다. 상호작용하는 유전자 그룹들을 유전자 조절 네트워크라고 한다. 기존의 유전자 조절 네트워크는 2D microarray 데이터를 이용하여 시간의 흐름에 따른 유전자간의 상호작용을 알 수가 없었다. 이 논문에서는 시간의 변화에 따른 유전자들 간의 조절관계를 살펴 볼 수 있는 조절네트워크 모델링의 방법을 제시한다. 유전자의 발현양을 표시하기 위해 이진 이산화 방법을 사용하였고 3D microarray 데이터에서 유전자 발현 패턴을 찾기 위해 Cube mining 알고리즘을 적용하였고, 유전자간의 관계를 밝히기 위해 시간 관계 규칙탐사 기법을 사용하여 유전자들 간의 시간 관계를 포함한 유전자 조절네트워크를 구축하였다. 이 연구는 시간의 흐름에 따른 유전자간의 상호작용을 알 수 있으며, 모델링된 조절 네트워크를 이용하여 기능이 아직 발견되지 않은 유전자들의 기능을 예측 할 수 있다.

• 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.

• The KIPS Transactions:PartB
• /
• v.14B no.5
• /
• pp.383-390
• /
• 2007

Interactions between proteins and genes are often considered essential in the description of biomolecular phenomena and networks of interactions are considered as an entre for a Systems Biology approach. Recently, many works try to extract information by analyzing biomolecular text using natural language processing technology. Previous researches insist that linguistic information is useful to improve the performance in detecting gene interactions. However, previous systems do not show reasonable performance because of low recall. To improve recall without sacrificing precision, this paper proposes a new method for detection of gene interactions based on syntactic relations. Without biomolecular knowledge, our method shows reasonable performance using only small size of training data. Using the format of LLL05(ICML05 Workshop on Learning Language in Logic) data we detect the agent gene and its target gene that interact with each other. In the 1st phase, we detect encapsulation types for each agent and target candidate. In the 2nd phase, we construct verb lists that indicate the interaction information between two genes. In the last phase, to detect which of two genes is an agent or a target, we learn direction information. In the experimental results using LLL05 data, our proposed method showed F-measure of 88% for training data, and 70.4% for test data. This performance significantly outperformed previous methods. We also describe the contribution rate of each phase to the performance, and demonstrate that the first phase contributes to the improvement of recall and the second and last phases contribute to the improvement of precision.

• Journal of Korean Library and Information Science Society
• /
• v.47 no.4
• /
• pp.289-307
• /
• 2016

This paper introduces a software system and process model for constructing domain-specific relation extraction datasets semi-automatically. The system uses a set of terms such as genes, proteins diseases and so forth as inputs and then by exploiting massive biological interaction database, generates a set of term pairs which are utilized as queries for retrieving sentences containing the pairs from scientific databases. To assess the usefulness of the proposed system, this paper applies it into constructing a genic interaction dataset related to Alzheimer's disease domain, which extracts 3,510 interaction-related sentences by using 140 gene names in the area. In conclusion, the resulting outputs of the case study performed in this paper indicate the fact that the system and process could highly boost the efficiency of the dataset construction in various subfields of biomedical research.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1117-1120
• /
• 2013

사람의 질병은 여러 요인의 복합적인 작용으로 발생하는데 이 중 유전적인 요인에는 유전자 간의 상호작용을 들 수 있다. 마이크로어레이(Microarray) 데이터로부터 유전자의 활성화 및 억제 관계를 밝히려는 다양한 시도는 계속되어왔다. 그러나 마이크로어레이 자체가 갖는 불안정성과 실험조건 수의 제약이 커다란 장애가 되어 왔다. 이에 생물학적 사전 지식을 포함하는 방법들이 제안되었다. 본 논문에서는 질병과 관련된 유전자 간의 상호작용의 집합을 질병 모듈이라 정의하고 이를 유전자 알고리즘으로 학습한 베이지안 네트워크(Bayesian network)로 추론하는 방법을 제안한다.

• Proceedings of the Korean Society of Applied Pharmacology
• /
• 1993.04a
• /
• pp.64-64
• /
• 1993

당해년도에는 HBV-X와 결합하는 상대 단백질을 탐색하는 것이 주목적이다. 이 목적으로 1) 우선 생물학적 활성을 보유하는 X-단백질을 E. coil system에서 다량으로 생산하는 공정을 확립하였으며 2) 이 X-단백질을 labelling한 후 Probe로 사용하여 liver cell내에 존재하는 43Kd, 48Kd, 55Kd, 100Kd의 단백질이 HBV-X에 결합하는 것을 확인하였으며 3) liver cell expression library를 screening하여 HBV-X와 결합하는 단백질을 coding하는 유전자를 cloning하여 현재 각 clone들을 규명하고 있는 중이다. 4) 또한 암억제 유전자 산물인 p53과 X-단백질과의 상호작용을 발견하였다. 이러한 결과는 X-단백질이 간암의 발생에 작용하는 기작을 설명할 수 있는 중요한 발견이다.

• The Microorganisms and Industry
• /
• v.17 no.1
• /
• pp.19-24
• /
• 1991

tRNA는 그 생화학적인 역할이 잘 알려져 있고 구조적으로 안정하며, 이용할 수 있는 분자 생물학적인 자료가 많아, 유전자 발현과 유전자 산물간의 조직적인 상호작용을 연구하는데 적합한 재료이다. 효모의 미토콘드리아에는 24개의 tRNA 유전자가 잇어, 단백질 합성에 필요한 tRNA를 자급하고 있으나, 유전자 발현과 processing에 관여하는 모든 정보가, tRNA의 5' 부위를 process하는데 관여하는 효소중 RNA subunit인 9S RNA를 산출하는 tsl 유전자를 제외하고, 핵 유전자에 존재한다. 효모의 대표적인 종인 Saccharomyces cerevisiae의 $tRNA^{Asp}$ 유전자에 결함이 생긴 한 돌연변이 균주의 성질을 조사하고, 억제현상(suppression)을 규명하므로써 tRNA의 구조적 특성을 파악하고, 나아가 미토콘드리아 생성에 관여하는 핵 유전자를 찾아보고자 한다.

• KOREAN JOURNAL OF CROP SCIENCE
• /
• v.30 no.2
• /
• pp.131-139
• /
• 1985

Breeders have concerned with the nature of gene action controlling the duration of grain filling period to combine early maturity and acceptable grain yield to fit wheat into multiple cropping systems. The 4 x 4 complete diallel set of F$_1$, F$_2$ and 1/2 (BC$_1$ + BC$_2$) in crosses of winter and spring wheat cultivars was made to determine the nature of gene action involved for duration of grain filling period. Using the Jinks-Hayman model, no maternal effects were noted nor were any non-allelic interactions observed for total duration of grain filling and lag period. The actual grain filling period was influenced to some degree by such interactions. The spring cultivars Red Bobs and Siete Cerros also appeared to have more dominant genes for longer total duration of grain filling and lag period. In contrast, the winter parents Yamhill and Hyslop had more dominant genes for the longer actual grain filling period. The genes appeared to be independently distributed among the parents.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.229-231
• /
• 2002

생물학 분야의 방대한 지식을 효율적으로 다루기 위하여 생물정보학이 주요한 연구 분야가 되었다. 이중 특히 생물학 문헌에서 정보를 자동으로 추출하는 연구가 활발히 진행되고 있는데, 이러한 정보추출 결과를 이용하여 유전자 온톨로지와 같은 유용한 지식베이스를 자동으로 확장함으로써 폭발적으로 증가하는 생물학 분야의 연구 결과들을 지식베이스에 통합할 수 있다. 자동으로 확장된 온톨로지는 신뢰성을 보장하기 위한 검증 과정을 거쳐, 정보추출 시스템의 성능을 향상시키기 위한 지식베이스로 사용되게 된다. 본 연구에서는 단백질 간의 상호작용에서 나타나는 조건을 추출하는 시스템과 유전자 온톨로지를 이용하여 추출된 생물학 용어를 분석하는 시스템을 제안하고 유전자 온톨로지의 자동 확장 및 검증 시스템에 대하여 논의한다.

• Journal of Life Science
• /
• v.26 no.8
• /
• pp.904-910
• /
• 2016

Complex traits are determined by the combined effects of many loci and are affected by gene networks or biological pathways. Systems biology approaches have an important role in the identification of candidate genes related to complex diseases or traits at the system level. The gene network analysis has been performed by diverse types of methods such as gene co-expression, gene regulatory relationships, protein-protein interaction (PPI) and genetic networks. Moreover, the network-based methods were described for predicting gene functions such as graph theoretic method, neighborhood counting based methods and weighted function. However, there are a limited number of researches in livestock. The present study systemically analyzed genes associated with 102 types of economic traits based on the Animal Trait Ontology (ATO) and identified their relationships based on the gene co-expression network and PPI network in cattle. Then, we constructed the two types of gene network databases and network visualization system (http://www.nabc.go.kr/cg). We used a gene co-expression network analysis from the bovine expression value of bovine genes to generate gene co-expression network. PPI network was constructed from Human protein reference database based on the orthologous relationship between human and cattle. Finally, candidate genes and their network relationships were identified in each trait. They were typologically centered with large degree and betweenness centrality (BC) value in the gene network. The ontle program was applied to generate the database and to visualize the gene network results. This information would serve as valuable resources for exploiting genomic functions that influence economically and agriculturally important traits in cattle.