• Journal of KIISE:Software and Applications
• /
• v.35 no.6
• /
• pp.347-356
• /
• 2008

High-throughput microarray is one of the most popular tools in molecular biology, and various computational methods have been developed for the microarray data analysis. While the computational methods easily extract significant features, it suffers from inferring modules of multiple co-regulated genes. Hypernetworhs are motivated by biological networks, which handle all elements based on their combinatorial processes. Hence, the hypernetworks can naturally analyze the biological effects of gene combinations. In this paper, we introduce a hypernetwork classifier for microRNA (miRNA) profile analysis based on microarray data. The hypernetwork classifier uses miRNA pairs as elements, and an evolutionary learning is performed to model the microarray profiles. miTNA modules are easily extracted from the hypernetworks, and users can directly evaluate if the miRNA modules are significant. For experimental results, the hypernetwork classifier showed 91.46% accuracy for miRNA expression profiles on multiple human canters, which outperformed other machine learning methods. The hypernetwork-based analysis showed that our approach could find biologically significant miRNA modules.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.6 no.3
• /
• pp.14-24
• /
• 1996

A fuzzy classifier which needs various analyses of features using genetic algorithms is proposed. The fuzzy classifier has a simple structure, which contains a classification part based on fuzzy logic theory and a rule generation ation padptu sing genetic algorithms. The rule generation part determines optimal fuzzy membership functions and inclusior~ or exclusion of each feature in fuzzy classification rules. We analyzed recognition rate of a specific object, then added finer features repetitively, if necessary, to the object which has large misclassification rate. And we introduce repetitive analyses method for the minimum size of string and population, and for the improvement of recognition rates. This classifier is applied to three examples of the classification of iris data, the discrimination of thyroid gland cancer cells and the recognition of confusing handwritten and printed numerals. In the recognition of confusing handwritten and printed numerals, each sample numeral is classified into one of the groups which are divided according to the sample structure. The fuzzy classifier proposed in this paper has recognition rates of 98. 67% for iris data, 98.25% for thyroid gland cancer cells and 96.3% for confusing handwritten and printed numeral!;.

• Korean Journal of Plant Taxonomy
• /
• v.38 no.4
• /
• pp.371-388
• /
• 2008

Phylogenetic studies were conducted for 35 populations of the subfamily Coryloideae (Betulaceae) based on waxy gene of nuclear DNA and atpB-rbcL intergenic spacer region of chloroplast DNA. Waxy data analysis suggest that Coryloideae is monophyletic; Corylus is monophyletic and basally branching within the subfamily Coryloideae; Ostryopsis is sister to the Carpinus and Ostrya clade, and the Ostrya is monophyletic (BS=86, PP=99). AtpB-rbcL intergenic spacer region analysis shows that Ostryopsis appeared as the most basal clade within the Coryloideae; Corylus is monophyletic(BS=98, PP=100) and placed between Carpinus-Ostrya and Ostryopsis clade; Carpinus and Ostrya formed a clade with a high support value(BS=100, PP=100). Carpinus sect. Carpinus is monophyletic, whereas sect. Distegocarpus is paraphyletic in the waxy tree. Corylus formed two subclades, but discordance at the infrageneric classification based on morphological characters. In the atpB-rbcL tree, Carpinus and Corylus taxa form a polytomy within the each clade. Results from the two data sets differ mainly in the relative position of Ostryopsis, the monophyly of Ostrya, and the relationships within the Carpinus-Ostrya clade. Further studies are needed for clarify the taxonomic position and the generic limitation.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.60-63
• /
• 2008

바이오칩을 이용하여 유전자를 분석하는데 이때 바이오 칩 분석 시스템을 이용한다. 바이오 칩은 유전자와 실험의 두 축으로 이루어져 있으며 바이오 칩 분석 시스템을 사용하여 바이오 칩에서 자료를 추출하고 필요한 정보를 얻기 위해 데이터를 분석하는 시스템이다. 데이터를 분석하는 기법 중 클러스터링을 사용하는데 유사한 유전자들을 찾아 내어 정해놓은 클러스터로 정의한다. 같은 클러스터 안에 있는 유전자들은 서로 비슷한 성질을 가지고 있기 때문에 사용자들은 이 바이오 칩 으로부터 나온 정보를 효율적이게 사용할 수 있다. 더욱 효율적으로 사용하기 위해 본 논문에서는 방대한 양의 데이터의 최적화에 효율적인 생태계 모방 알고리즘 Particle Swarm Optimization을 이용하여 데이터들을 클러스터링을 하여 분류하는 시스템을 기술하고 있다.

• Environmental Analysis Health and Toxicology
• /
• v.19 no.3
• /
• pp.295-305
• /
• 2004

본 연구에서는 유전자 재조합 발광 박테리아를 이용하여 농약에 대한 박테리아의 스트레스 반응과 세포 독성을 분석하였다. 15종류의 농약에 대하여 유전자 손상, 생물막 손상, 산화적 손상 및 단백질 손상을 측정할 수 있는 발광 박테리아와 독성 유무로 인한 세포 독성을 측정할 수 있는 발광 박테리아, 5종을 이용하여 스트레스 반응을 분류하고 세포 독성 정토를 분석하였다. 그 결과, 농약의 화학적 구조가 박테리아의 스트레스 반응에 영향을 미치며, 산화과정이 진행 됨에 따라 독성의 작용 기작이 변하는 것을 확인 할 수 있었다. 이와 같은, 유전자 재조합 발광 박테리아를 이용한 생물체내의 독성 메커니즘에 대한 분석은 생태계 유해물질들에 의한 독성을 분석하고 예상하기 위해 적용될 수 있을 것이다.

• The Korean Journal of Zoology
• /
• v.20 no.3
• /
• pp.149-157
• /
• 1977

At present over 3 dozen mutant genes have been recognized in the Mexican axolotl. These genes, all recessives, are categorized in 5 groups according to the nature of their effects and the developmental stage at which their phenotype is predominately expressed. They are genes affecting the oogenesis (maternal-effect genes), genes affecting the size of the nucleolus, genes affecting the development of specific tissues and organs, genes exert lethal effects on all cells or tissues (autonomous lethals), and genes affecting pigment cells. This report describes briefly the phenotypes and some of the current research applications of those genes.

• Journal of KIISE:Software and Applications
• /
• v.28 no.8
• /
• pp.560-569
• /
• 2001

지식 기반 정보검색 시스템에서의 질의 확장은 단어간의 의미 관계를 고려한 지식베이스를 필요로 한다. 기존의 단순 마이닝 기법은 사용자의 선호도를 고려하지 않은 채 연관 단어를 추출하므로 재현율은 향상되나 정확도는 저하된다. 본 논문에서는 단어간의 의미 관게를 고려한 연관 단어 중에서 사용자가 선호하는 연관 단어만을 포함하는 정확도가 향상된 최적화된 연관 단어 지식베이스 구축을 위한 방법을 제안한다. 이를 위해 컴퓨터 분야의 웹문서를 8개의 클래스로 분류하고, 각 클래스별 웹문서에서 명사를 추출한다. 추출된 명사를 대상으로 Apriori 알고리즘을 이용하여 연관 단어를 추출하고, 유전자 알고리즘을 이용하여 사용자가 선호하지 않은 연관 단어를 지식베이스의 구축 대상에서 제외시킨다. 본 논문에서 제안된 Apriori 알고리즘과 유전자 알고리즘의 성능을 평가하기 위하여 Apriori 알고리즘은 상호 정보량과 Rocchio 알고리즘과 비교하며, 유전자 알고리즘은 TF.IDF를 이용한 단어 정제 방법과 비교한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.583-585
• /
• 2004

암의 발병을 조기에 예측하고 진단하는 것은 매우 중요하지만 그 과정이 매우 복잡하고 많은 노력이 필요하다. 암이 발생하는 원인은 매우 다양하지만 근본적으로 단백질을 형성하는 유전자에 변화가 오기 때문으로 생각해 볼 수 있다. 유전자 발현 정보로부터 기계적으로 암을 예측하기 위한 과정은 중요한 유전자의 선택, 모델의 학습, 모델을 이용한 예측과정으로 나뉘어 진다. 본 논문에서는 대장암 여부를 유전자 발현 데이터로부터 예측하기 위한 종분화 진화 신경망을 제안한다. 종분화 진화 신경망은 진화 알고리즘을 사용하여 신경망의 구조를 결정하고 종분화 알고리즘을 사용하여 다양한 개체의 생성을 유도한 후 모델의 앙상블을 통해 보다 높은 성능을 내는 방법이다 실험 결과 제안하는 방법이 대장암 예측 cross validation 테스트에서 96.5%의 높은 성능을 보였다.

• Korean Journal of Ecology and Environment
• /
• v.54 no.3
• /
• pp.247-256
• /
• 2021

Understanding the selective feeding behavior of zooplankton on phytoplankton is essential for evaluating the nutrient cycle and energy flow in the food web. Although many studies have been conducted regarding the feeding behaviors of zooplankton through gut content analyses, there are limitations in the visual identification of digested contents using a microscope. DNA techniques have been applied to overcome these limitations since they can detect and amplify small amounts of prey DNA remaining in the gut contents. We designed a method to extract prey DNA from the gut contents of the whole body of the copepod specimen and tested the resolution of DNA identification for the prey phytoplankton. The common brackish species, Sinocalanus tenellus, were collected from Saemangeum Reservoir in different sites and seasons, and gut content DNA was extracted using 2.5% bleach treatment for 2 min for removal of potential contamination sources existing in preserved specimens without dissolution of the body. The sequences of the extracted gut contents were confirmed using BLASTn suite based on the NCBI database. The phytoplankton species detected in the gut showed temporal and spatial differences. Although DNA analysis of small copepod gut contents has been suggested as an effective method to examine the dynamics of primary prey sources at the genus or species level, uncertainties such as misidentification and limitations in the detailed information of the composition still exist.

• The Korean Journal of Applied Statistics
• /
• v.25 no.2
• /
• pp.269-277
• /
• 2012

In microarray data analysis, recent efforts have focused on the discovery of gene sets from a pathway or functional categories such as Gene Ontology terms(GO terms) rather than on individual gene function for its direct interpretation of genome-wide expression data. We introduce a meta-analysis method that combines $p$-values for changes of each gene in the group. The method measures the significance of overall treatment-induced change in a gene group. An application of the method to a real data demonstrates that it has benefits over other statistical methods such as Fisher's exact test and permutation methods. The method is implemented in a SAS program and it is available on the author's homepage(http://cafe.daum.net/go.analysis).