선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 이를 해결하기 위해 범주형 자료로 이루어진 변수를 각 범주를 나타내는 지시 변수들로 표현한 변수인 더미변수를 활용한다. 본 논문에서는 더미변수를 정의하는 방법과 그것을 활용한 회귀분석에서 변수들의 회귀계수의 해석상 의미를 통해 각 범주들 사이의 상호 간의 차이를 비교하여 범주를 'high, 집단과, low, 집단으로 분류하는 방법을 소개하고, 이를 통해 연속형 데이터에서 적용 할 수 있는 더미변수를 활용한 MDR 방법을 소개한다. 아울러 본 연구에서는 더미 변수를 활용한 MDR 방법을 통해 한우의 경제형질인 등심단면적(longissimus muscle dorsi area: LMA), 도체중(carcass cold weight: CWT), 일당증체량(average daily gain: ADG)에 영향을 주는 우수 유전자 단일염기다형성(SNPs)을 규명한다.
가설 설정
- 결론 - 각 평균을 내림차순으로 정렬한 후 기존의 평균과 비교하여 Monte Carlo의 유의확률 값을 구한다. 절차 2-4과정을 10번 시행(10개의 훈련용 데이터셋)하여 유희확률들의 평균값을 구하여 유의수준보다 작으면 선정된 우수 SNP 마커가 경제 형질에 영향력이 있다는 가설을 채택한다.
제안 방법
- 2절에서 소개한 더미변수기법으로 단순선형 회귀모형을 생성한다. 각각의 회귀모형에서 더미변수에 대해 추정된 회귀계수(기준 변수와 통계적으로 유의한 차이를 가지는)의 부호를 중심으로 SNP조합 마커의 각 수준을 상대적으로 양의 영향을 미치는 개체, high, 그룹 과음의 영향을 미치는 개체 'low, 그룹들로 분류한다.
- 절차 4. 관측치의 재배열과 재배열 후의 통계량 계산 - 두 그룹의 데이터를 ”개 만큼 랜덤 추출하여 그룹을 상호 변경한 후 각 'high, 그룹의 평균을 구한다. 이 과정을 10, 000번 반복한다.
- 그 다음 위의 과정의 반복(훈련용 데이터셋과 검정용 데이터셋의 변경을 통한 교차검정)에서 나온 10개의 ASE와 P-ASE의 평균을 구해 그 값이 가장 낮은 것을 우수 모델로 정한다. (Bastone 등, 2004).
- 더미변수를 활용하여 이분형 데이터에만 적용 가능한 MDR 방법의 문제점을 해결하였으며 적용 방법 및 실험을 통한 적용가능성을 확인하기 위해 연속형 데이터로 이루어진 한우의 경제형질 데이터에 적용하여 보았다. 더미변수를 활용한 MDR 방법에 적용하여 ASE, P-ASE, CVC, 순열 검정을 통해 분석한 결과 단일 SNP 마커에서는 SNP(19_1) 마커가 한우의 경제형질에 영향을 많이 주었으며, 두 개의 SNP조합 마커에서는 SNP(19_1)*SNP(28_2) 마커가 한우의 경제형질에 영향을 가장 많이 주는 것으로 나타났다.
- 경제형질 데이터는 연속형 자료로 이루어져있다. 따라서 MDR 방법에 적용하기 위해 2.2절에서 소개한 더미변수를 활용한 이분화 방법을 적용하였다. 또한 데이터의 수는 229두로 SNP조합 마커의 각 수준이 9개의 범주임을 감안할 때 각 cell의 빈도가 매우 낮거나 0이 될 가능성이 있다.
- 비록 MDR 방법에 의해 우수 SNP 마커가 선정되었지만, MDR 방법에 의한 통계적 유의성을 확신 할 수 없다. 따라서 순열 검정을 통해 통계적 유의성을 유도하고자 한다. 2.
- 그러나 이 MDR 방법은 사례-대조로 이분화 된 데이터에 대해 사용하는 방법으로 연속형 데이터에 대해 적용하는데 문제점이 발생한다. 본 논문에서는 이를 해결하기 위해 범주형 자료로 이루어진 변수를 각 범주를 나타내는 지시 변수들로 표현한 변수인 더미변수를 활용한다. 본 논문에서는 더미변수를 정의하는 방법과 그것을 활용한 회귀분석에서 변수들의 회귀계수의 해석상 의미를 통해 각 범주들 사이의 상호 간의 차이를 비교하여 범주를 'high, 집단과, low, 집단으로 분류하는 방법을 소개하고, 이를 통해 연속형 데이터에서 적용 할 수 있는 더미변수를 활용한 MDR 방법을 소개한다.
- 본 논문에서는 더미변수를 정의하는 방법과 그것을 활용한 회귀분석에서 변수들의 회귀계수의 해석상 의미를 통해 각 범주들 사이의 상호 간의 차이를 비교하여 범주를 'high, 집단과, low, 집단으로 분류하는 방법을 소개하고, 이를 통해 연속형 데이터에서 적용 할 수 있는 더미변수를 활용한 MDR 방법을 소개한다. 아울러 본 연구에서는 더미 변수를 활용한 MDR 방법을 통해 한우의 경제형질인 등심단면적(longissimus muscle dorsi area: LMA), 도체중(carcass cold weight: CWT), 일당증체량(average daily gain: ADG)에 영향을 주는 우수 유전자 단일염기다형성(SNPs)을 규명한다.
- 위의 순열 검정을 통해 MDR 방법에 의해 선정된 SNP 마커들에 대해 유의성을 확인하여 결론을 얻게 된다. 3장에서는 2장에서 살펴본 방법들을 적용한 결과를 나타낸다.
- 이는 회귀분석과 같이 수치형 독립변수를 통해 목표변수와의 관계를 설명하거나 예측하는 분석에서 범주형 독립변수를 통해 목표변수와의 관계를 설명하기 위해 사용된다. 즉 본 연구에서 사용한 회귀분석의 경우 종속변수와 독립변수가 모두 연속형 자료인 경우에 서로간의 관계를 함수식으로 표현하여 분석하는 방법이며, 이때 독립변수가 범주형 자료인 경우 범주형 독립변수를 기준범주를 제외한 (범주의 수 - 1)개의 더미변수로 정의하여 회귀분석을 시행하게 된다. 더미변수의 정의방법은 해당 범주와 일치하는 경우 1로 나머지를 0으로 코딩하여 준다.
대상 데이터
- (Barendse 등, 2004; Page 등, 2004). 따라서 본 연구에서는 EST-based SNP 연관지도 (Snelling 등, 2005)에서 Kim 등 (2003)에 의해 규명 되어진 한우 염색체 6번에 위치한 후보 QTL인 ILSTS035와 같은 거리에 있는 SNP들 중 다형성이 나타난 SNP(19_1, 18-4, 28-2)를 이용하였다.
- 본 연구 데이터는 농협중앙회 가축개량 사무소에서 개발되었고 16grand-sire half-sibs families로부터 229두의 수송아지로 구성되어졌다. 한우의 여러 경제형질인 등심단면적(longissimus muscle dorsi area: LMA), 도체중(carcass cold weight: CWT), 일당증체량(average daily gain: ADG)은 모든 Fl 자손으로부터 수집되어 졌고 한국축산물등급판정소의 규격 에 따라 측정되었다.
데이터처리
- 절차 5. 결론 - 각 평균을 내림차순으로 정렬한 후 기존의 평균과 비교하여 Monte Carlo의 유의확률 값을 구한다. 절차 2-4과정을 10번 시행(10개의 훈련용 데이터셋)하여 유희확률들의 평균값을 구하여 유의수준보다 작으면 선정된 우수 SNP 마커가 경제 형질에 영향력이 있다는 가설을 채택한다.
- 절차 3. 관측치의 통계량 계산 - 각 경제형질 데이터(검정용 데이터)를 더미변수를 활용한 MDR 모형에 의해 선택된 'high, 그룹과 low, 그룹으로 이분화 시킨 후 'high, 그룹의 평균을 계산한다.
- 절차 6. 절차 5에서 선정된 SNP의 조합 마커를 중심으로 검정용 데이터셋에 적용하여 예측한 평균 제곱 오차(P-ASE) 를 구한다.
- 절차 2. 통계량과 기각역 설정 - 분석에 사용할 통계량으로, high, 그룹의 평균을 선택. 선정된 SNP 마커에 의한 'high, 그룹의 평균이 그룹간 데이터를 서로 바꾸었을 때 보다 높다면 경제형질에 영향력 이 있다고 판단한다.
이론/모형
- 등심단면적, 도체중, 일당증체량에 대해 각 선택된 모형의 유의성을 확인하기 위하여 순열 검정('Good (2000), 이 제시한 절차를 통해)을 실시하여 표 3.3과 같이 나타냈다.
- 본 연구에서는 다음의 절차에 따라 순열 검정을 시행하였다 (Good, 2000).
- 하지만 우리는 한우의 경제형질에 영향을 주는 유전자가 개별 SNP유전자가 아닌 여러 개의 복잡한 SNP 유전자의 상호작용이 더 영향을 준다고 믿고 있다. 이들을 규명하기 위해 상호작용에 더 효과적이며 연속형 데이터에 적용 할 수 있는 더미변수를 활용한 MDR 방법을 적용하였다.
- 또한 데이터의 수는 229두로 SNP조합 마커의 각 수준이 9개의 범주임을 감안할 때 각 cell의 빈도가 매우 낮거나 0이 될 가능성이 있다. 이를 해결하기 위해 붓스트랩 방법 (Efron과 Tibshirani, 1993)을 사용하였다. 모든 적용 방법을 그림 2.
- 229두의 수송아지로 구성되어졌다. 한우의 여러 경제형질인 등심단면적(longissimus muscle dorsi area: LMA), 도체중(carcass cold weight: CWT), 일당증체량(average daily gain: ADG)은 모든 Fl 자손으로부터 수집되어 졌고 한국축산물등급판정소의 규격 에 따라 측정되었다.
성능/효과
- 따라서 한우의 종합적인 경제형질에 영향을 주는 요인은 하나의 SNP 마커에 대한 효과보다는 두 개의 SNP조합 마커에 의한 효과가 더 많다는 것을 알 수 있다. 다음으로 표 3.2의 CVC결과를 살펴보면 하나의 SNP 마커에서는 SNP(19_1) 마커가 10으로 가장 높게 나타났으며 SNP조합 마커에서는 SNP(19_1)*SNP(28_2) 마커가 각각 10으로 가장 높게 나타났다. 따라서 앞의 결과와 이 결과를 보면 SNP(19_1)*SNP(28_2) 마커가 가장 우수한 SNP 마커로 선정되었다.
- 보았다. 더미변수를 활용한 MDR 방법에 적용하여 ASE, P-ASE, CVC, 순열 검정을 통해 분석한 결과 단일 SNP 마커에서는 SNP(19_1) 마커가 한우의 경제형질에 영향을 많이 주었으며, 두 개의 SNP조합 마커에서는 SNP(19_1)*SNP(28_2) 마커가 한우의 경제형질에 영향을 가장 많이 주는 것으로 나타났다. 또한 SNP(19_1) 마커와 SNPQ9_ 1)*SNP(28_2) 마커의 ASE와 P-ASE를 비교한 결과 SNP(19_1) 마커 인 하나의 유전자의 효과보다는 SNP(19_l)*SNP(28-2) 마커와 같이 조합에 의 한 유전 효과가 한우의 경제형질에 더 많은 영향을 주는 인자임을 밝혔다.
- 등심단면적, 도체중, 일당증체량 모두 하나의 요인에 의한 효과인 SNP(19_1)과 두 개의 조합형태의 효과인 SNP(19_1)*SNP(28_2)가 유의하게 나타났으며, 조합형태의 효과가 더 유의하게 나타났다. 따라서 한우의 종합적인 경제형질에 영향을 주는 요인은 하나의 SNP에 대한 효과보다는 SNP의 조합에 의한 효과가 더 많다는 것을 검증하였다.
- 006990으로 가장 낮게 나타났다. 따라서 한우의 종합적인 경제형질에 영향을 주는 요인은 하나의 SNP 마커에 대한 효과보다는 두 개의 SNP조합 마커에 의한 효과가 더 많다는 것을 알 수 있다. 다음으로 표 3.
- 따라서 한우의 종합적인 경제형질에 영향을 주는 요인은 하나의 SNP에 대한 효과보다는 SNP의 조합에 의한 효과가 더 많다는 것을 검증하였다.
- 더미변수를 활용한 MDR 방법에 적용하여 ASE, P-ASE, CVC, 순열 검정을 통해 분석한 결과 단일 SNP 마커에서는 SNP(19_1) 마커가 한우의 경제형질에 영향을 많이 주었으며, 두 개의 SNP조합 마커에서는 SNP(19_1)*SNP(28_2) 마커가 한우의 경제형질에 영향을 가장 많이 주는 것으로 나타났다. 또한 SNP(19_1) 마커와 SNPQ9_ 1)*SNP(28_2) 마커의 ASE와 P-ASE를 비교한 결과 SNP(19_1) 마커 인 하나의 유전자의 효과보다는 SNP(19_l)*SNP(28-2) 마커와 같이 조합에 의 한 유전 효과가 한우의 경제형질에 더 많은 영향을 주는 인자임을 밝혔다. 이와 같이 더미변수를 활용하여 MDR 방법의 문제점을 해결하는 실험을 성공적으로 수행하였으며, 한우의 경제형질에 영향을 주는 우수 유전자 SNP(19.
- 통계량과 기각역 설정 - 분석에 사용할 통계량으로, high, 그룹의 평균을 선택. 선정된 SNP 마커에 의한 'high, 그룹의 평균이 그룹간 데이터를 서로 바꾸었을 때 보다 높다면 경제형질에 영향력 이 있다고 판단한다.
- 3절의 과정을 10번 반복한 후 각각의 SNP조합 마커에 대한 ASE와 P-ASE의 평균을 구한 값이다. 우수 모델은 평균 ASE와 평균 P-ASE가 가장 낮은 것을 선택하는데 위의 표 3.1 을 보면 하나의 SNP 마커에 대한 효과에서는 SNPQ9-1) 마커의 ASE가 등심단면적과 도체중, 일당증체량에서 각각 59.051, 1089.17, 0.007331로 가장 낮게 나타났으며 SNP조합 마커에 대한 효과에서는 SNP(19_1)*SNP(28_2) 마커의 ASE가 등심단면적과 도체중, 일당증체량에서서 각각 57.793, 1043.67, 0.006990으로 가장 낮게 나타났다. 따라서 한우의 종합적인 경제형질에 영향을 주는 요인은 하나의 SNP 마커에 대한 효과보다는 두 개의 SNP조합 마커에 의한 효과가 더 많다는 것을 알 수 있다.
- 또한 SNP(19_1) 마커와 SNPQ9_ 1)*SNP(28_2) 마커의 ASE와 P-ASE를 비교한 결과 SNP(19_1) 마커 인 하나의 유전자의 효과보다는 SNP(19_l)*SNP(28-2) 마커와 같이 조합에 의 한 유전 효과가 한우의 경제형질에 더 많은 영향을 주는 인자임을 밝혔다. 이와 같이 더미변수를 활용하여 MDR 방법의 문제점을 해결하는 실험을 성공적으로 수행하였으며, 한우의 경제형질에 영향을 주는 우수 유전자 SNP(19.1)*SNP(28_2) 마커를 규명하였다.
- 그래서 다중인자 차원 축소방법 (Ritchie 등, 2001; Chung 등, 2005), 조합 분할 방법 (Nelson 등, 2001), 제한된 분할 방법 (Culverhouse 등, 2004) 등이 여러 유전자에 대한 상호작용을 결정하는 방법들로 개발되었다. 특히 다중인자 차원 축소(MDR) 방법은 상호작용에 대한 명확한 모형의 가정이 없는 비모수적인 방법으로 적당한 high-order 차수의 데이터로 복잡한 관계를 밝힐 수 있었다. MDR 방법은 사례항목과 대조항목의 비율을 통해 독립변수의 범주를 'high, 집단과 집단으로 분류한 후 목표변수에 대한 오분류율을 비교하여 분석한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.