본문 바로가기
[학술대회자료]

  • 학술대회자료

남용현(아주대학교) 신현정(아주대학교)

UCI(KEPA) : I410-ECN-0101-2016-530-001316778

표지

북마크 0

리뷰 0

이용수 162

피인용수 0

초록

질병 네크워크는 여러 질병의 연관성을 그래프의 노드와 엣지로 표현한 네트워크로서, 최근 유전자, 단백질 등의 정보를 활용하여 질병간 연관성을 유도하는 심도있는 연구들이 활발히 진행되고 있다. 그러나 현재까지는 모든 질병에 대한 분자생물학적 정보들이 밝혀지지 않았으므로, 질병 네트워크 상에는 아직 연결되지 못한 질병들이 다수 존재한다. 바이오정보의학 측면에서 완전 연결된 질병 네트워크의 구성은 중요한 의의를 갖는다: 질병간 유전적 유사성 분석, 신약 개발, 질병 진단 및 치료에 연대한 연계성 부여 등. 본 연구에서는 유전자 및 단백질 데이터를 기초로 질병 네트워크를 구성하고, 연결이 이루어지지 않은 질병에 대해서는 이종 데이터의 정보를 활용하여 연결하는 알고리즘을 제안한다. 이종 정보로는 임상에서 보고된 공존질환(Comorbidity) 에 대한 연구를 활용하고, 알고리즘은 기계학습의 준지도학습(Semi-Supervised Learning) 에 기반한다. 제안한 네트워크의 성능은 대사질환군에 대한 성능평가에서 기존 네트 워크의 성능을 항상시켰음을 검증한다.

목차

등록된 정보가 없습니다.

키워드

저자키워드
등록된 정보가 없습니다.

참고문헌(0)

리뷰(0)

도움이 되었어요.0

도움이 안되었어요.0

첫 리뷰를 남겨주세요.
DBpia에서 서비스 중인 논문에 한하여 피인용 수가 반영됩니다.
인용된 논문이 DBpia에서 서비스 중이라면, 아래 [참고문헌 신청]을 통해서 등록해보세요.
Insert title here