$\require{mediawiki-texvc}$

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.

[국내논문] 보완된 카이-제곱 기법을 이용한 단백질 기능 예측 기법
Fucntional Prediction Method for Proteins by using Modified Chi-square Measure 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.9 no.5, 2009년, pp.332 - 336  

강태호 (충북대학교 전기전자컴퓨터공학부) ,  유재수 (충북대학교 전기전자컴퓨터공학부) ,  김학용 (충북대학교 생명과학부)

초록
AI-Helper 아이콘AI-Helper

유전체 분석에서 중요한 부분 중 하나는 기능이 알려지지 않은 미지 단백질에 대한 기능 예측이다. 단백질-단백질 상호작용 네트워크를 분석하는 것은 미지 단백질에 대한 기능을 보다 쉽게 예측할 수 있게 한다. 단백질-단백질 상호작용 네트워크로부터 미지 단백질의 기능을 예측하기 위한 다양한 연구들이 시도되어 왔다. 카이-제곱(Chi-square) 방식은 단백질-단백질 상호작용 네트워크를 통해 기능을 예측하고자 하는 연구 중 대표적인 방식이다. 하지만 카이-제곱 방식은 네트워크의 토폴로지를 반영하지 않아 네트워크 크기에 따라 예측의 정확성이 떨어지는 문제점이 있다. 따라서 본 논문에서는 카이-제곱 방식을 보완하여 정확성을 높인 새로운 기능 예측 방법을 제안한다 이를 위해 MIPS, DIP 그리고 SGD와 같은 공개된 단백질 상호작용 데이터베이스들로부터 데이터를 수집하여 분석하였다. 그리고 제안된 방식의 우수성을 입증하기 위해 각 데이터베이스들에 대해 카이-제곱방식과 제안하는 보완된 카이-제곱(Modified Chi-square)방식으로 예측해보고 이들의 정확성을 평가하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Functional prediction of unannotated proteins is one of the most important tasks in yeast genomics. Analysis of a protein-protein interaction network leads to a better understanding of the functions of unannotated proteins. A number of researches have been performed for the functional prediction of ...

주제어

#단백질 기능예측   #단백질 상호작용 네트워크  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 그리고 수집된 상호작용 정보는 부정확한 데이터를 제거하기 위하여 정제하였다. 단백질-단백질 상호작용 정보는 기능이 알려지지 않은 미지 단백질의 기능을 예측하는데 효과적으로 이용될 수 있다.
  • 하지만 이들 방식들은 서로 다른 특징을 집중적으로 부각시킴으로서 기능 예측의 정확성을 떨어뜨리기도 한다. 따라서 본 논문에서는 이러한 문제점을 제시하고 이를 해결하기 위해 각 방식의 장점을 취합하여 보다 정확성 높은 상호작용 과 기능의 관계 분석 방법을 제시하고자 한다.
  • 본 논문에서는 단백질 상호작용과 기능사이의 연관성을 분석하여 기능이 알려지지 않은 미지 단백질의 기능을 보다 정확하게 예측할 수 있도록 하는 보완된 카이-제곱 방식을 제안하였다. MIPS, DIP 그리고 SGD등의 다양한 크기의 공개된 단백질 상호작용 데이터베이스를 활용해 성능평가를 수행하여 제안된 방식의 정확성이 보다 높음을 입증하였다.
  • 본 논문에서는 카이-제곱 방법에서 f(j)에 의해 Si(j) 가 지나치게 높게 설정되는 것을 방지하기 위해 다음과같은 보완된 카이-제곱 방식을 제안한다.
본문요약 정보가 도움이 되었나요?

참고문헌 (10)

  1. J. W. Ryu, "Prediction of Unannotated Proteins from Protein Interaction Network Filtered by Using Localization and Domains in Yeast," JKPS, Vol.51, No.5, 2007. 

  2. P. Holme, M. Huss, and H. Jeong, "Subnetwork Hierarchies of Biochemical Pathways," Bioinformatics, Vol.19, No.4, 2003. 

    상세보기

  3. X. He and J. Zhang, "Why Do Hubs Tend to Be Essential in Protein Networks?", PLoS Genetics, Vol.2, No.6, 2006. 

    상세보기

  4. R. Aragues, A. Sali, J. Bonet, M. A. Marti-Renom, and B. Oliva, "Characterization of Protein Hubs by Inferring Interacting Motifs from Protein Interactions," PLoS Comput. Biol., Vol.3 No.9, 2007. 

    상세보기

  5. P. Uetz, "A Comprehensive Analysis of Protein-protein Interactions in Saccharomyces Cerevisiae". Nature Vol. 403, pp. 623-627, 2001. 

    상세보기 crossref

  6. http://mips.gsf.de/ 

  7. http://dip.doe-mbi.ucla.edu/ 

  8. http://www.yeastgenome.org/ 

  9. T. R. Hazbun and S. fields. "Networking Proteins in Yeast", Proc. Natl. Acad. Sci. USA, 2001. 

  10. H. Y. Kim, H. Y. Kang, J. W. Ryu, C. N. Yoon, S. K. Han, "Phase Specific Activated Modules from a Protein Interaction Network of Yeast Cell Cycle," JKPS, Vol.50, No.91, 2007. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

유발과제정보 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