• Journal of the Korea Society of Computer and Information
• /
• v.15 no.12
• /
• pp.197-207
• /
• 2010

Using a variety of data-mining methods on high-throughput cDNA microarray data, the level of gene expression in two different tissues can be compared, and DEG(Differentially Expressed Gene) genes in between normal cell and tumor cell can be detected. Diagnosis can be made with these genes, and also treatment strategy can be determined according to the cancer stages. Existing cancer classification methods using machine learning select the marker genes which are differential expressed in normal and tumor samples, and build a classifier using those marker genes. However, in addition to the differences in gene expression levels, the difference in gene-gene correlations between two conditions could be a good marker in disease diagnosis. In this study, we identify gene pairs with a big correlation difference in two sets of samples, build gene classification modules using these gene pairs. This cancer classification method using gene modules achieves higher accuracy than current methods. The implementing clinical kit can be considered since the number of genes in classification module is small. For future study, Authors plan to identify novel cancer-related genes with functionality analysis on the genes in a classification module through GO(Gene Ontology) enrichment validation, and to extend the classification module into gene regulatory networks.

• Proceedings of the Korea Contents Association Conference
• /
• 2013.05a
• /
• pp.275-276
• /
• 2013

생명현상은 다양한 단백질들 간의 상호작용으로 외부의 환경에 대처하고 생명유지를 위한 다양한 생화학반응을 수행한다. 이러한 복잡한 생명현상의 과정을 이해하기 위해서 생명과학자들은 유전자 조절네트워크, 신호전달네트워크, 대사네트워크 등 다양한 종류의 네트워크를 모델링하고 있다. 하지만 각각의 모델링방법은 각 분야별로 다양하게 존재하고 있는 실정이다. 본 연구에서는 이러한 다양한 종류의 생물학적 네트워크를 통합적으로 모델링할 수 있는 통합적 모델링 시스템을 설계하고 구현하였다. 특히 신호전달 과정에 대한 블리온 모델링기법, 유전자 발현조절 및 대사과정에 대한 ODE(Ordinary Differential Equation)모델링 그리고 유전적 표현형을 분석할 수 있는 Flux 모델링을 하나의 모델링 시스템에서 설계 하였다. 또한 이 같은 다양한 종류의 모델링을 지원하기 위해서 SBML포멧을 기준으로 가시적인 모델링 시스템을 구현하였다. 특히 연구자가 모델링한 생물학적 모델이 다른 형태의 모델링기법에도 적용될 수 있도록 전환할 수 있도록 하였다. 이러한 통합적인 모델링 시스템은 향후 복잡해지는 생물학적 네트워크를 손쉽게 모델링 할 수 있는 시스템으로 활용될 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.277-279
• /
• 2005

DNA 마이크로어레이 기술의 발전으로 유전자 발현에 대한 많은 양의 정보가 쏟아지게 되었고, 이러한 정보들을 이용하여 유전자 조절 네트워크를 수학적으로 모델링하는 것이 시스템 생물학의 중요 관심사로 떠오르고 있다. 본 논문에서는 실험에서 얻어낸 데이터를 유전 프로그래밍을 이용한 기호 회귀를 통해 데이터 지점을 조정하고 유전 프로그래밍의 결과 함수를 이용해 각 지점에서의 미분값을 얻어내었다. 그 뒤, 불리안 네트워크를 표현하는 이진 배열과 S-시스템을 표현하는 실수 배열을 결합한 해를 사용하는 유전 알고리즘으로 앞에서 얻은 데이터를 이용해 원하는 S-시스템의 구조와 매개변수를 구해내었다.

• Annual Conference of KIPS
• /
• 2019.05a
• /
• pp.383-386
• /
• 2019

4 차산업혁명의 발달은 전 세계가 건강한 삶에 관련된 스마트시티 및 맞춤형 치료에 큰 관심을 갖게 하였고, 특히 기계학습 기술은 암을 극복하기 위한 유전체 기반의 정밀 의학 연구에 널리 활용되고 있어 암환자의 예후 예측 및 예후에 따른 맞춤형 치료 전략 수립 등을 가능케하였다. 하지만 암 예후 예측 연구에 주로 사용되는 유전자 발현량 데이터는 약 17,000 개의 유전자를 갖는 반면에 샘플의 수가 200 여개 밖에 없는 문제를 안고 있어, 예후 예측을 위한 신경망 모델의 일반화를 어렵게 한다. 이러한 문제를 해결하기 위해 본 연구에서는 고차원의 유전자 발현량 데이터를 신경망 모델이 효과적으로 학습할 수 있도록 2D 이미지로 표현하는 기법을 제안한다. 길이 17,000 인 1 차원 유전자 벡터를 64×64 크기의 2 차원 이미지로 사상하여 입력크기를 압축하였다. 2 차원 평면 상의 유전자 좌표를 구하기 위해 유전자 네트워크 데이터와 Node2Vec 이 활용되었고, 이미지 기반의 암 예후 예측을 수행하기 위해 합성곱 신경망 모델을 사용하였다. 제안하는 기법을 정확하게 평가하기 위해 이중 교차 검증 및 무작위 탐색 기법으로 모델 선택 및 평가 작업을 수행하였고, 그 결과로 베이스라인 모델인 고차원의 유전자 벡터를 입력 받는 다층 퍼셉트론 모델보다 더 높은 예측 정확도를 보여주는 것을 확인하였다.

• Horticultural Science & Technology
• /
• v.34 no.1
• /
• pp.102-111
• /
• 2016

The goal of this study was to characterize the BrDSR (Drought Stress Resistance in B. rapa) gene and to identify the expression network of drought-inducible genes in Chinese cabbage under drought stress. Agrobacterium-mediated transformation was conducted using a B. rapa inbred line ('CT001') and the pSL100 vector containing the BrDSR full length CDS (438 bp open reading frame). Four transgenic plants were selected by PCR and the expression level of BrDSR was approximately 1.9-3.4-fold greater than that in the wild-type control under drought stress. Phenotypic characteristics showed that BrDSR over-expressing plants were resistant to drought stress and showed normal growth habit. To construct a co-expression network of drought-responsive genes, B. rapa 135K cDNA microarray data was analyzed to identify genes associated with BrDSR. BrDSR was directly linked to DARK INDUCIBLE 2 (DIN2, AT3G60140) and AUTOPHAGY 8H (ATG8H, AT3G06420) previously reported to be leaf senescence and autophagy-related genes in plants. Taken together, the results of this study indicated that BrDSR plays a significant role in enhancement of tolerance to drought conditions.

• Proceedings of the Korean Society for Bioinformatics Conference
• /
• 2004.11a
• /
• pp.286-295
• /
• 2004

생물학적으로 의미 있는 결과를 도출하기 위해서는 많은 실험 데이터가 필요하다. 최근에는 마이크로 어레이 실험 기술이 발달함에 따라 대량의 데이터를 얻을 수 있게 되었고, 이로 인해서 데이터를 체계적으로 관리하고 필요한 정보를 습득할 수 있는 시스템이 필요하게 되었다. LIMS(Laboratory Information Management System) 는 이러한 요구 조건을 충족시키기 위한 시스템으로 기존의 파일 시스템에 의존해서 비효율적으로 실험 데이터를 관리해 오던 것을 체계적이고 효율적으로 관리해 주기 위한 시스템이다. 대량의 유전자 발현 데이터의 생산은 유전자의 조절 네트워크 예측을 가능하게 하였다. 유전자간의 상호 작용을 분석하는 것은 세포의 활동을 이해하는데 매우 중요한 요소라고 할 수 있다. 본 논문에서는 기존의 LIMS 기능과 유전자 조절 네트워크 분석 시스템을 통합하여 사용자가 쉽게 데이터를 공유 및 습득할 수 있으며 편리한 사용자 인터페이스를 이용하여 컴퓨터에 익숙하지 않은 실험들도 쉽게 사용할 수 있는 GELIM(an Integrated system with GEnetic network analyzer and LIMs) 을 소개한다.

• Journal of Life Science
• /
• v.17 no.5 s.85
• /
• pp.714-718
• /
• 2007

The high-throughput sequencing of a lot of genomes has resulted in the relatively rapid accumulation of an enormous amount of genomic sequence data. In this context, the problem posed by the detection of promoters in genomic DNA sequences via computational methods has attracted considerable attention in recent years since exact promoter prediction can give a clue to the elucidation of overall genetic networks. In this study, applications of support vector machine(SVM) to promoter prediction are explored to show a right approaches to discriminate between promoter and non-promoter regions by means of SVM. The results of various experiments show that encoding method, encoding region and learning data constitution can play an important role in the performance of SVM.

• Journal of Digital Contents Society
• /
• v.11 no.1
• /
• pp.99-104
• /
• 2010

Numerous bio-digital contents have been produced by new technology using biochip and others for analyzing early chemical-induced genes. These contents have little meaning by themselves, and so they should be modified and extracted after consideration of biological meaning. These include genomics, transcriptomics, protenomics, metabolomics, which combined into omics. Omics tools could be applied into toxicology, forming a new field of toxicogenomics. It is possible that approach of toxicogenomics can estimate toxicity more quickly and accurately by analyzing gene/protein/metabolite profiles. These approaches should help not only to discover highly sensitive and predictive biomarkers but also to understand molecular mechanism(s) of toxicity, based on the development of analysing technology. Furthermore, it is important that bio-digital contents should be obtained from specific cells having biological events more than from whole cells. Taken together, many bio-digital contents should be analyzed by careful calculating algorism under well-designed experimental protocols, network analysis using computational algorism and related profound databases.

• Journal of KIISE
• /
• v.45 no.1
• /
• pp.61-68
• /
• 2018

The identification of genes that contribute to the prediction of prognosis in patients with cancer is one of the challenges in providing appropriate therapies. To find the prognostic genes, several classification models using gene expression data have been proposed. However, the prediction accuracy of cancer prognosis is limited due to the heterogeneity of cancer. In this paper, we integrate microarray data with biological network data using a modified PageRank algorithm to identify prognostic genes. We also predict the prognosis of patients with 6 cancer types (including breast carcinoma) using the K-Nearest Neighbor algorithm. Before we apply the modified PageRank, we separate samples by K-Means clustering to address the heterogeneity of cancer. The proposed algorithm showed better performance than traditional algorithms for prognosis. We were also able to identify cluster-specific biological processes using GO enrichment analysis.

• Horticultural Science & Technology
• /
• v.32 no.5
• /
• pp.684-693
• /
• 2014

Abiotic stress conditions such as cold, drought, and salinity trigger physiological and morphological changes and yield loss in plants. Hence, plants adapt to adverse environments by developing tolerance through complex regulation of genes related to various metabolic processes. This study was conducted to construct a coexpression network for multidirectional analysis of salt-stress response genes in Brassica rapa (Chinese cabbage). To construct the coexpression network, we collected KBGP-24K microarray data from the B. rapa EST and microarray database (BrEMD) and performed time-based expression analyses of B. rapa plants. The constructed coexpression network model showed 1,853 nodes, 5,740 edges, and 142 connected components (correlation coefficient > 0.85). On the basis of the significantly expressed genes in the network, we concluded that the development of salt tolerance is closely related to the activation of $Na^+$ transport by reactive oxygen species signaling and the accumulation of proline in Chinese cabbage.