• 응용통계연구
• /
• 제25권2호
• /
• pp.269-277
• /
• 2012

마이크로어레이 분석은 특이 발현하는 개별적인 유전자보다 유전자 온톨로지(Gene Ontology)와 같이 기능적 분류나 생물학적 경로(pathway)와 관련된 유전자군을 찾아내는 것이 그 해석의 용이성 때문에 최근 더욱 많은 연구가 진행되고 있다. 약물 처리에 의한 생물학적 반응을 연구할 때, 한 유전자군에 속하는 유전자들 각각의 특이 발현 여부의 유의성을 나타내는 $p$-value들을 취합하여 그 유전자군의 유의성을 결정하는 통계 검증 방법을 본 논문에서 소개하였다. 본 논문에 제시된 유전자군 분석(Gene group analysis) 방법은 Fisher's exact test나 permutation test와 같은 기존의 대표적인 방법들보다 더 정확하고 적용범위가 넓음을 실재 생물학 실험 자료의 분석을 통해 보였다. 제시된 유전자군 분석 방법은 SAS 프로그램으로 구현되었고 저자의 홈페이지(http://cafe.daum.net/go.analysis)에서 내려 받아 사용할 수 있다.

• 응용통계연구
• /
• 제22권5호
• /
• pp.1059-1072
• /
• 2009

마이크로어레이 극소수 샘플(array) 자료의 분석에서는 유의한 발현수치를 나타내는 유전자를 검정통계량에 의해 결정하는 것이 주요과제이다. 이 때 수 천 또는 수 만개인 유전자의 발현수치로부터 귀무분포(null distribution)의 생성이 필수적이며, 극소수 샘플 자료의 경우에는 순열방법(permutation methods)에 의해 귀무분포를 생성하는 것이 가장 바람직하다. 본 논문에서는 귀무분포 생성에 사용될 수 있는 매우 단순한 검정통계량을 제시하면서 더불어 귀무분포 생성에 적절한 순열방법도 제안한다. 모의실험으로 기존의 검정통계량으로 생성된 귀무분포와 본 논문에서 제안하는 검정통계량의 귀무분포를 비교하며, 실제 자료에 적용하여 유의 유전자를 탐색한다.

• 전자공학회논문지CI
• /
• 제45권4호
• /
• pp.27-33
• /
• 2008

유전자 발현 데이터의 분석 기법 중 무감독 학습 기반의 클러스터링 기법은 생물학적 변화와 진의 발현 정도를 이해하는데 자주 사용되는 방법이다. 생명공학 연구에 있어서 그래프 기반의 MCL 알고리즘은 그래프 내의 노드들을 클러스터링 하는 알고리즘으로 빠르고 효과적이다. 우리는 기존의 MCL 알고리즘을 개선하여 마이크로어레이 데이터에 적용시켰다. MCL 알고리즘 수행 시 inflation과 대각선 항의 두 요인을 조정하는 시뮬레이션을 실행하였으며, 마코브 행렬을 이용하여 변환하였다. 또한 개선된 MCL 알고리즘에서는 더 명확한 클래스를 구분하기 위하여 각 열의 평균을 구한 후 그 값을 임계치로 사용하였다. 따라서 수정된 알고리즘은 기존의 알고리즘들보다 정확도를 높일 수 있었다. 즉, 실제 실험 결과 기존에 알려진 클래스와 비교했을 때 평균 70%의 정확도를 보였다. 또한, 다른 클러스터링 기법, K-means 알고리즘, 계층적 클러스터링 그리고 SOM 알고리즘을 비교 분석하였으며, 그 결과 MCL 알고리즘이 다른 클러스터링 기법보다 더 좋은 결과를 보임을 알 수 있다.

• Molecular & Cellular Toxicology
• /
• 제5권1호
• /
• pp.67-74
• /
• 2009

Exposures to environmental chemicals that mimic endogenous hormones are proposed for a number of adverse health effects, including infertility, abnormal prenatal and childhood development and above all cancers. In addition, recently miRNA (micro RNA) has been recognized to play an important role in various diseases and in cellular and molecular responses to toxicants. In this study, endocrine disrupting environmental toxicant, nonylphenol (NP) was treated to MCF-7 (Human breast cancer cell) and HepG2 (Human hepatocellular liver carcinoma) cell line at 3 hrs and 48 hrs time point and miRNA analysis using $mirVana^{TM}$ miRNA bioarray was performed and compared with total mRNA microarray data for the same cell line and treatment. Robust data quality was achieved through the use of dye-swap. Analysis of microarray data identifies a total of 20 and 11 miRNA expressions at 3 hrs and 48 hrs exposure to NP in MCF-7 cell line and a total of 14 and 47 miRNA expression at 3 hrs and 48 hrs exposure respectively to NP in HepG2 cell line. Expression profiling of the selected miRNA (let-7c, miR-16, miR-195, miR-200b, miR200c, miR-205, and miR-589) reveals changes in the expression of target genes related to metabolism, immune response, apoptosis, and cell differentiation. The present study can be informative and helpful to understand the role of miRNA in molecular mechanism of chemical toxicity and their influence on hormone dependent disease. Also this study may prove to be a valuable tool for screening potential estrogen mimicking pollutants in the environment.

• 정보처리학회논문지D
• /
• 제16D권3호
• /
• pp.327-338
• /
• 2009

마이크로어레이 데이터는 유전자의 집합이 어떠한 조건 혹은 샘플의 집합 하에서 얼마나 발현되는지를 수치화한 2차원 행렬 데이터이다. 바이클러스터는 마이크로어레이의 샘플의 부분 집합과 이 샘플 부분 집합 하에서 일정한 증감 패턴을 보이는 유전자의 부분 집합을 말한다. 이렇게 같은 패턴을 보이는 유전자의 부분 집합은 일정한 정도의 유의 수준으로 비슷한 기능을 한다고 말할 수 있다. 따라서 바이클러스터링 알고리즘은 같은 기능에 연관된 유전자의 집합과, 이 기능이 발현되고 있는 조건의 집합을 밝혀내는데 있어서 매우 유용하다. 본 논문에서는 다항식 시간 복잡도를 유지하면서, 높은 기능적 상관관계를 가지는 바이클러스터를 밝혀 낼 수 있는 알고리즘을 제안한다. 이 알고리즘은 1) 마이크로어레이 데이터에 심한 노이즈가 있을 경우 패턴으로 인식하지 못하는 기존 알고리즘과 달리, 노이즈 레벨이 심하더라도 거시적으로 비슷한 모양을 보이는 패턴을 찾아내는 방식을 이용하여 숨어있는 패턴들을 찾아낼 수 있고, 2) 바이클러스터 상호간에 오버랩을 허용하며, 또한 다양성이 보장되는 복수의 바이클러스터를 찾아내며, 3) 찾아진 유전자 부분 집합의 기능적 상관관계가 매우 높은 특성을 지니고, 4) 유전자 및 샘플의 순서와 상관없이 결정적인(deterministic) 결과를 도출한다. 또한 본 논문에서는 알고리즘이 찾아낸 바이클러스터의 기능적 상관관계의 정도와, 비교 알고리즘이 찾아낸 바이클러스터의 기능적 상관관계의 정도를 유전자 온톨로지(Gene Ontology)를 통해서 측정함으로써 비교하고 있다.

• 제어로봇시스템학회논문지
• /
• 제10권12호
• /
• pp.1189-1195
• /
• 2004

This paper investigates construction of gene (interaction) networks from gene expression time-series data based on evolutionary computation. To illustrate the proposed approach in a comprehensive way, we first assume an artificial gene network and then compare it with the reconstructed network from the gene expression time-series data generated by the artificial network. Next, we employ real gene expression time-series data (Spellman's yeast data) to construct a gene network by applying the proposed approach. From these experiments, we find that the proposed approach can be used as a useful tool for discovering the structure of a gene network as well as the corresponding relations among genes. The constructed gene network can further provide biologists with information to generate/test new hypotheses and ultimately to unravel the gene functions.

• Genomics & Informatics
• /
• 제17권4호
• /
• pp.45.1-45.3
• /
• 2019

To identify pathways associated with survival phenotypes using gene expression data, we recently proposed the hierarchical structural component model for pathway analysis of gene expression data (HisCoM-PAGE) method. The HisCoM-PAGE software can consider hierarchical structural relationships between genes and pathways and analyze multiple pathways simultaneously. It can be applied to various types of gene expression data, such as microarray data or RNA sequencing data. We expect that the HisCoM-PAGE software will make our method more easily accessible to researchers who want to perform pathway analysis for survival times.

• 전기학회논문지
• /
• 제58권7호
• /
• pp.1424-1434
• /
• 2009

DNA computing-inspired pattern classification based on the hypernetwork model is a novel approach to pattern classification problems. The hypernetwork model has been shown to be a powerful tool for multi-class data analysis. However, the ordinary hypernetwork model has limitations, such as operating sequentially only. In this paper, we propose a efficient implementing method of DNA computing-inspired pattern classifier using GPU. We show simulation results of multi-class pattern classification from hand-written digit data, DNA microarray data and 8 category scene data for performance evaluation. and we also compare of operation time of the proposed DNA computing-inspired pattern classifier on each operating environments such as CPU and GPU. Experiment results show competitive diagnosis results over other conventional machine learning algorithms. We could confirm the proposed DNA computing-inspired pattern classifier, designed on GPU using CUDA platform, which is suitable for multi-class data classification. And its operating speed is fast enough to comply point-of-care diagnostic purpose and real-time scene categorization and hand-written digit data classification.

• 원예과학기술지
• /
• 제31권6호
• /
• pp.748-755
• /
• 2013

본 연구는 배추에서 염 저항성 관련 유전자를 발굴하기 위해 수행되었다. 우선 염처리(250mM NaCl)된 순계배추 'Chiifu'를 이용한 KBGP-24K oligo chip 데이터[BrEMD(B. rapa EST and microarray database)]를 분석하였다. 그 결과, 염처리 시 크게 반응하는 202개의 unigene들을 1차 선발하였고, 이들 중 기능이 정확히 알려지지 않았으나 완전장을 갖추고 있는 1개의 유전자를 최종선발하여 BrSSR(B. rapa salt sensitive resistance)로 명명하였다. BrSSR은 94개의 아미노산으로 번역되는 총 285bp의 오픈리딩프레임을 가지고 있으며, DUF581 도메인을 지니고 있다. 염 저항성을 분석하기 위하여 BrSSR이 과발현된 pSL94 vector를 제작하여 담배에 형질전환시켰다. BrSSR이 과발현된 $T_1$ 세대 담배 형질전환체들은 PCR과 DNA blot 분석에 의해 선발하였다. Quantitative real-time RT PCR 분석 결과, 형질 전환된 담배에서 BrSSR의 발현이 대조군 보다 약 3.8배까지 높게 발현되었다. 이는 RNA blot 분석 결과와도 일치했다. 또한 표현형 분석에서 5일간 250mM NaCl 염 처리 후 BrSSR이 과발현된 형질전환체들이 대조군보다 우수한 염 저항성을 보여 주었다. 위 결과들에 근거하여 염 스트레스 환경 하에서 BrSSR 유전자의 과발현은 식물의 염 저항성을 향상과 매우 밀접한 관계가 있는 것으로 판단된다.

• 생명과학회지
• /
• 제19권12호
• /
• pp.1787-1793
• /
• 2009

파이토케미칼의 일종인 CAPE가 암세포 생장에 미치는 영향과 유전자 발현을 연구하기 위하여, 인간 대장암 세포주 HCT116에 CAPE를 처리하였다. CAPE의 처리는 농도 의존적으로 암 세포 생존율을 감소시키고, 세포사멸을 유도함을 확인하였다. CAPE에 의해 차별적으로 발현되는 유전자를 분석하기 위하여, oligo DNA microarray 실험을 수행하였다. 그 결과, $20{\mu}M$ CAPE를 24시간 동안 처리한 경우, 2배 이상 발현이 증가되는 유전자 266개, 2배 이상 발현이 감소되는 유전자 143개를 확인하였다. 발현이 증가되는 유전자중 3개(NAG-1, p21, GADD45A)를 선택하여, RT-PCR을 수행하였다. 그 결과, 모든 유전자의 발현이 마이크로어레이 실험결과와 일치하였다. 또한, CAPE를 농도 의존적으로 처리한 후, NAG-1 유전자와 단백질의 발현을 확인한 결과, mRNA 수준과 단백질 수준에서의 발현양상이 동일함을 확인하였다. 게다가, CAPE를 포함한 5개의 다른 종류의 파이토케미칼(resveratrol, genistein, daidzein, capsaicin)을 처리한 경우, 처리한 모든 파이토케미칼에 의해 NAG-1 유전자의 발현이 증가됨을 확인하였다. 이중 CAPE가 가장 낮은 농도의 처리임에도 불구하고 NAG-1의 발현을 가장 강하게 유도하였다. 결론적으로 이러한 연구결과는 CAPE에 의한 세포사멸은 항암유전자인 NAG-1의 과대발현과 밀접한 관련이 있음을 의미한다.