• Genomics & Informatics
• /
• 제21권2호
• /
• pp.24.1-24.7
• /
• 2023

Assays of clinical diagnosis and species identification using molecular markers are performed according to a quantitative method in consideration of sensitivity, cost, speed, convenience, and specificity. However, typical polymerase chain reaction (PCR) assay is difficult to quantify and have various limitations. In addition, to perform quantitative analysis with the quantitative real-time PCR (qRT-PCR) equipment, a standard curve or normalization using reference genes is essential. Within the last a decade, previous studies have reported that the digital PCR (dPCR) assay, a third-generation PCR, can be applied in various fields by overcoming the shortcomings of typical PCR and qRT-PCR assays. We selected Stilla Naica System (Stilla Technologies), Droplet Digital PCR Technology (Bio-Rad), and Lab on an Array Digital Real-Time PCR analyzer system (OPTOLANE) for comparative analysis among the various droplet digital PCR platforms currently in use commercially. Our previous study discovered a molecular marker that can distinguish Hanwoo species (Korean native cattle) using Hanwoo-specific genomic structural variation. Here, we report the pros and cons of the operation of each dPCR platform from various perspectives using this species identification marker. In conclusion, we hope that this study will help researchers to select suitable dPCR platforms according to their purpose and resources.

• 디지털콘텐츠학회 논문지
• /
• 제17권6호
• /
• pp.509-521
• /
• 2016

본 논문에서는 파킨슨 병 진단 및 바이오 표지자 검출을 위한 극한 기계학습을 결합하는 새로운 균형 표본 유전 알고리즘(SBGA-ELM)을 제안하였다. 접근법은 정확한 파킨슨 병 진단 및 바이오 표지자 검출을 위해 공개 파킨슨 병 데이터베이스로부터 22,283개의 유전자의 발현 데이터를 사용하며 다음의 두 가지 주요 단계를 포함하였다 : 1. 특징(유전자) 선택과 2. 분류단계이다. 특징 선택 단계에서는 제안된 균형 표본 유전 알고리즘에 기반하고 파킨스병 데이터베이스(ParkDB)의 유전자 발현 데이터를 위해 고안되었다. 제안된 제안 된 SBGA는 추가적 분석을 위해 ParkDB에서 활용 가능한 22,283개의 유전자 중에서 강인한 서브셋을 찾는다. 특징분류 단계에서는 정확한 파킨슨 병 진단을 위해 선택된 유전자 세트가 극한 기계학습의 훈련에 사용된다. 발견 된 강인한 유전자 서브세트는 안정된 일반화 성능으로 파킨슨 병 진단을 할 수 있는 ELM 분류기를 생성하게 된다. 제안된 연구에서 강인한 유전자 서브셋은 파킨슨병을 관장할 것으로 예측되는 24개의 바이오 표지자를 발견하는 데도 사용된다. 논문을 통해 발견된 강인 유전자 하위 집합은 SVM이나 PBL-McRBFN과 같은 기존의 파킨슨 병 진단 방법들을 통해 검증되었다. 실시된 두 가지 방법(SVM과 PBL-McRBFN)에 대해 모두 최대 일반화 성능을 나타내었다.

• 한국멀티미디어학회논문지
• /
• 제25권3호
• /
• pp.510-518
• /
• 2022

This paper confirmed the technical reliability of mobile-based sarcopenia prediction and monitoring system. In implementing the developed system, we designed using only sensors built into a smartphone without a separate external device. The prediction system predicts the possibility of sarcopenia without visiting a hospital by performing the SARC-F survey, the 5-time chair stand test, and the rapid tapping test. The Monitoring system tracks and analyzes the average walking speed in daily life to quickly detect the risk of sarcopenia. Through this, it is possible to rapid detection of undiagnosed risk of undiagnosed sarcopenia and initiate appropriate medical treatment. Through prediction and monitoring system, the user may predict and manage sarcopenia, and the developed system can have a positive effect on reducing medical demand and reducing medical costs. In addition, collected data is useful for the patient-doctor communication. Furthermore, the collected data can be used for learning data of artificial intelligence, contributing to medical artificial intelligence and e-health industry.