$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

SNP 데이터의 중요도 평가와 SVM 학습법을 이용한 폐암 감수성 예측
Prediction of Lung Cancer Susceptibility using an Importance Evaluation of SNP Data and SVM Learning 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.8 no.10, 2008년, pp.11 - 19  

류명춘 (경운대학교 컴퓨터공학과) ,  김상진 (경운대학교 컴퓨터공학과) ,  박창현 (영남대학교 전자정보공학부 컴퓨터공학)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 폐암의 발생에 관여하는 유전자 데이터인 SNP 데이터의 중요도 평가와 SVM 학습법을 이용하여 폐암 감수성을 예측하는 방법을 제안한다. 학습에 사용될 폐암 관련 양성 데이터에 비하여 음성 데이터의 수가 훨씬 많은 이유로 각 양성 데이터에 대하여 같은 성별과 적은 나이 차를 갖는 음성 데이터를 찾아서 쌍이 되도록 한다. 또한 각 SNP가 발병 예측에 미칠 영향력을 계산하는 수식을 도입하여 각 SNP의 중요도를 평가하고 SNP를 중요도에 따라 서열화 한다. 실험에서는 학습에 사용되는 순위별 SNP 개수에 따라 변화되는 예측률을 관측하였고, LOOCV 테스트 결과 제안된 방법은 실험 데이터에 대하여 최대 65.0%의 예측 정확도를 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we propose a prediction method of lung cancer susceptibility using an importance evaluation of SNP data and the SVM learning, a gene data concerning getting sick with the lung cancer. Since the number of negative data is much larger that of positive data, which are to be used in the S...

주제어

#기계 학습   #지지벡터머신   #인간 유전체   #단일염기다형성   #폐암  

참고문헌 (13)

  1. J. A. Cruz and D. S. Wishart, "Applications of Machine Learning in Cancer Prediction and Prognosis," Cancer Informatics, pp.59-78, 2006. 

  2. J. Listgarten, S. Damaraju, B. Poulin, L. Cook, J. Dufour, A. Driga, J. Mackey, A. Wishart, R. Greiner, and B. Zanke, "Predictive models for Breast Cancer susceptibility for multiple single nucleotide polymorphism," Clinical Cancel Research, Vol.10, pp.2725-2737, 2004. 

    상세보기 crossref

  3. J. I. Bell, "Single nucleotide polymorphisms and disease gene mapping," Arthritis Research, Vol.4, pp.S273-S278, 2002. 

    상세보기 crossref

  4. Z. Wang and J. Moult, "SNPs, Protein Structure, and Disease," Human Mutation, Vol.17, pp.263-270, 2001. 

    상세보기 crossref

  5. 박재용, 폐암 감수성 진단용 마커 및 이를 이용한 폐암 감수성 예측 및 판단방법, 대한민국 특허출원 제 10-2006-0100277호, 2006. 

  6. 박현석, 정철희, 자바로 배우는 바이오인포매틱스, 사이텍미디어, 2006. 

  7. T. G. Dietterich, "Machine Learning Research: Four Current Directions," The AI Magazine, Vol.18, No.4. pp.97-136, 1997. 

  8. S. Mukkamala, G. Janowski, and A. H. Sung, "Intrusion Detection Using Support Vector Machines," Proceedings of High Performance Computing Symposium-HPC, pp.178-183, 2002. 

  9. 김동회, 엄상용, 함기백, 김진, "Single Nucleotide Polymorphism(SNP) 데이터와 Support Vector Machine(SVM)을 이용한 만성 간염 감수성 예측", 정보과학회논문지: 시스템 및 이론, 제37권, 제7호, 2007. 

  10. 제홍모, 방승양, "앙상블 구성을 이용한 SVM 분류성능의 향상", 정보과학회논문지: 소프트웨어 및 응용, 제30권, 제3호, pp.251-258, 2003. 

  11. 김한성, 권영희, 차성덕, "SVM 기반의 효율적인 신분위장기법 탐지", 정보보호학회논문지, 제13권, 제5호, pp.91-104, 2003. 

  12. L. Wang, Support Vector Machines: Theory and Applications, Springer, 2005. 

  13. http://www.slcmsr.net/boulesteix/papers/wilcoxon.pdf 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로