[논문]DNA 서열 분석을 위한 통합 시스템

송영옥; 장덕진

doi:10.5392/jkca.2011.11.3.065

DNA 서열 분석을 위한 통합 시스템
Unification System for Analysis of DNA Sequence 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.11 no.3, 2011년, pp.65 - 72

송영옥 (우송대학교 컴퓨터정보학과) , 장덕진 (우송대학교 컴퓨터정보학과)

초록
AI-Helper

첨단 과학기술의 등장으로 유전자 정보의 활용 방법과 다양한 분야에서의 융합 형태가 속출하고 있는 현실에 우리는 서있다. 바이오 데이터의 분석을 기반으로 많은 연구와 개발이 이루어지면서 새로운 연관성과 정보를 찾아내기 위한 바이오인포매틱스의 많은 목표들이 설정되고 있는 실정에서 데이터의 정확한 분석을 도울 수 있는 도구의 필요성이 더욱 더 대두되고 있다. 본 논문에서는 기존에 제공되는 바이오 데이터 분석을 위한 여러 가지 도구들의 단점들을 보완할 수 있는 시스템을 개발함으로써 사용자에게 보다 편리한 연구 도구를 제공하고자 한다. 바이오 데이터 분석을 위한 작업으로 ORF 축출, 바이오 서열 정보 검색 및 유사성 비교등의 작업을 분리된 환경이 아닌 통합된 환경에서 제공하고 기존 분석 시스템에서 부족한 연속성을 제공하도록 설계하였다.

Abstract ▼ AI-Helper

We stand at real world that some practical use method of gene information appears in succession by entrance on the stage of advanced techonlogy. As a lot of studies and development are achieved based on analysis of bio data, necessity of a tool that can help correct interpretation of data is required more and more in a lot of targets of bioinformatics to search new relation and information are established. In this paper, we are offered in existing I wish to offer user a more convenient study tool developing system that can supplement shortcomings of various tools for data analysis. So we've designed to offer in united environment that is not environment that is parted ORF driving out, bio information retrieval and work of similarity comparison lamp to work for bio data analysis and offers lacking consecutiveness in existing analysis system.

주제어

AI 본문요약
AI-Helper

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

문제 정의

1절에서 각각 설계한 알고리즘을 바탕으로 구현된 소프트웨어의 일부분을 다음 [그림 8], [그림 9]와 같이 나타냈다. 본 논문에서 구현하고자 한 주요 부분을 보여주고 있으며 파일로 저장된 DNA 서열에 대한 텍스트 파일을 바탕으로 유효한 ORF를 찾고 각각의 ORF에 대한 의미를 분석할 수 있도록 DNA DB 웹사이트 연결 부분을 자동 처리함으로써 사용자에게 편리한 분석 환경을 제공할 수 있다.
본 논문에서 바이오 인포메틱스 분야의 많은 전산학적 접근 방법이 필요한 요소들을 분석하고 전산학적인 알고리즘들을 적용하여 바이오 데이터를 분석하고 있는데, 이를 바탕으로 현재 제공되고 있는 분석방법들과 데이터베이스들을 수용하여 바이오 데이터 분석을 하기 위한 시스템을 설계하였다.
본 논문에서는 기존 시스템의 단점들을 보완하면서 데이터 분석을 효율적으로 할 수 있는 통합 환경을 설계[1]한 것을 바탕으로 하고 소프트웨어를 구현하기위한 알고리즘을 설계하여 소프트웨어 시스템을 완성하고자 한다. 본 논문은 연구배경에 이어 다음과 같이 구성하였다.
위의 그림에서 표기된 각 부분은 바이오 데이터 분석을 위한 필수과정으로 이를 위한 각 알고리즘을 추가하였으며 각 단계의 연관성을 적용함으로써 기존 제공된 분석도구들에서 문제시 되었던 분석 작업의 연속성, 수동적인 입력 과정의 과다로 인한 오류 발생률이 증가할 수밖에 없었던 사항에 대해서 본 시스템에서 개선시키고자 한다.
바이오 데이터 분석을 위해 현재까지 가장 일반적으로 이용되는 도구로 NCBI[6], GenemeNet[8] 등을 볼 수 있다. 이들 도구는 대부분 웹기반으로 제공되고 있으므로 공통적인 특징은 관련 분석도구들을 언제, 어디서나 인터넷이 이용한 환경이라면 이용할 수 있도록 하는 것을 목적으로 하고 있다. 그러므로 웹의 일반적인 특징처럼 정보제공을 목적으로 하는 위의 분석 사이트들은 개개인의 분석 데이터 정보 관리 부분은 고려하지 못하고 있다.

제안 방법

성능평가를 위하여 본 시스템의 분석 요소 중 ORF검색 모듈과 유전자 탐색 모듈들에 대한 성능평가를 실시한다.
시스템 비교에 이용된 기능들은 ORF 검색, mRNA 번역 기능, 서열 다중 정렬 기준 등 기본 바이오 데이터 분석에 필요한 사항과 검색 데이터의 보관 방법들을 비교할 수 있는 항목들을 추가하였다.
또한 유전자 탐색에 대한 성능평가 기준은 유전자 탐색 정확성을 평가하기 위하여 예측된 엑손을 비교한다. 이러한 비교로부터 염기 레벨과 엑손 레벨의 정확성 측정을 계산한다. 다음은 염기 레벨의 정확성 측정을 위하여 사용될 파라미터이며 코딩으로 정확하게 예측되는 코딩된 염기의 비율인인 정확한 코딩으로 예측되는 염기의 예측 비율을 특이민감도(sensitivity:S_n), 특이성(specificity:S_p), 민감성과 특이성 사이의 상호관계율(Correlation Coefficient:CC)를 등을 이용하여 측정할 수 있다.
이번 장에서는 인터넷 기반 바이오 데이터 분석 시스템을 설계[1]를 바탕으로 분석 시스템에 포함되는 구성요소인 ORF 검색을 위한 알고리즘, 유전자 탐색을 위한 알고리즘을 설계 구현하고 이를 바탕으로 서열 유사성 비교를 위해 필요한 조건들을 자동 선택할 수 있는 시스템을 구현하고자 한다[5][9][10].
[그림 9]는 각각의 ORF 값의 의미를 NCBI를 통해 분석된 값을 보여주는 부분이다. 직접 NCBI 사이트를 통해 값을 복사하고 정해진 텍스트 필드에 붙여넣기를 한 후 필요한 데이터베이스 연결하는 등의 과정을 생략하고 [그림 8]의 각 ORF 값에 해당하는 그림을 선택함으로써 이와 같은 절차가 자동 실행될 수 있도록 구현하였다.

대상 데이터

분석 시스템에 포함된 데이터 분석 요소로는 기본적인 작업과정인 DNA전사, mRNA 번역, ORF 검색등과 이러한 작업과정을 통해 얻어진 결과들을 이용하여 데이터베이스로부터 서열 유사성 비교를 하고 전체 유전체로부터 유용한 유전자 탐색 등의 과정이 포함되었다.

데이터처리

ORF 검색을 위한 성능평가 기준은 유전체로부터 6개의 리딩프레임을 읽고 각 프레임에 대하여 단백질 변환 가능한 블록을 찾는 것으로 이는 찾고자 하는 기준에 따라서 결과가 달라질 수 있다. 또한 유전자 탐색에 대한 성능평가 기준은 유전자 탐색 정확성을 평가하기 위하여 예측된 엑손을 비교한다. 이러한 비교로부터 염기 레벨과 엑손 레벨의 정확성 측정을 계산한다.

성능/효과

NCBI에서 얻은 결과화면은 GeneNet와 본 논문에서 설계한 시스템 모두 기본 5개로 설정되었으며 본 논문의 경우 보여주는 결과 리스트의 수를 사용자가 결정할 수 있으며 설정하지 않은 경우 기본값인 5개로 설정된다.
기존 시스템의 개선점으로 제시하였던 분석 작업의 연속성, 수동적인 입력 과정의 과다로 인한 오류 발생률이 증가할 수 밖에 없었던 사항에 대해서는 본 시스템을 통해 크게 개선되었고, 해당 웹 서버의 부하 과중이나 네트워크 트래픽 증가로 인한 문제점을 해결할 수 있는 방법이 모색되었다. 또한 염기 서열 분석이나 엑손 분석과정에서 아주 작은 차이이지만 본 논문의 알고리즘을 통해 찾아진 정확성이 기존의 시스템보다 우수함을 보일 수 있었다.
기존 시스템의 개선점으로 제시하였던 분석 작업의 연속성, 수동적인 입력 과정의 과다로 인한 오류 발생률이 증가할 수 밖에 없었던 사항에 대해서는 본 시스템을 통해 크게 개선되었고, 해당 웹 서버의 부하 과중이나 네트워크 트래픽 증가로 인한 문제점을 해결할 수 있는 방법이 모색되었다. 또한 염기 서열 분석이나 엑손 분석과정에서 아주 작은 차이이지만 본 논문의 알고리즘을 통해 찾아진 정확성이 기존의 시스템보다 우수함을 보일 수 있었다. 따라서 본 시스템의 이용은 현재 바이오 데이터를 활용한 분야에서 초기 데이터 검색 및 분석하는 자동화 도구로 활용될 수 있을 것으로 전망해본다.
위의 분석 결과에서와 같이 실제 전체 바이오 데이터에 대한 텍스트 파일 중 찾아진 유용한 의미의 가능성이 있는 ORF 개수나 이용 가능한 ORF 개수는 크게 차이가 없었으나 작업하는 과정에서 발생하는 데이터 보관이나 편집 기능들의 제공 유무에서 연구자의 편의성을 보다 개선했다는 것을 볼 수 있다.

후속연구

그러나 여전히 다양한 분야에서의 연구 방법을 고려한다면 앞으로 추가될 항목이나 기존 방식에서의 개선점을 더 찾아 볼 수 있을 것이다. 예를 들어 서열의 개수가 많아질수록 서열 비교 분석 처리에 걸리는 시간이 기하급수적으로 증가하기 때문에 여전히 어느 분석 시스템을 이용하여도 어느 정도 불편함을 감소해야하는 부분이 남아있다.
또한 염기 서열 분석이나 엑손 분석과정에서 아주 작은 차이이지만 본 논문의 알고리즘을 통해 찾아진 정확성이 기존의 시스템보다 우수함을 보일 수 있었다. 따라서 본 시스템의 이용은 현재 바이오 데이터를 활용한 분야에서 초기 데이터 검색 및 분석하는 자동화 도구로 활용될 수 있을 것으로 전망해본다. 이에 따라 많은 분야에서 연구자가 직접 유용한 데이터를 찾아야했던 작업을 대신할 수 있을 것이다.
생명과학 분야에서 컴퓨터를 활용할 수 있는 대표적인 예로는 서열화, 서열화 분석, 비교, 진화, 돌연변이 추적, 약 설계를 위한 유사성 비교, 단백질 기능 예측, 그리고 세포 메커니즘과 질병 발생에서의 유전자 역할 예측 등 다양한 분야를 들 수 있다. 또한 데이터베이스를 구축함으로써 다른 데이터 연구에서 클로닝 작업을 하고자 할 때 가용성을 제공할 뿐만 아니라 비교 유전학을 위한 기반으로 사용될 수 있다. 바이오 데이터 분석의 가장 초기 과정으로 DNA와 단백질 서열에 대한 데이터 정보 검색을 들을 수 있으며, 이와 같은 생물학적 데이터 마이닝 작업을 하기위해 NCBI, EBI, GenomeNet 등에서 제공하는 데이터베이스를 활용하는 각종 도구들이 출시되고 있다.
본 논문에서 이미 설계한 시스템[1]을 바탕으로 이루어질 수 있는 전반적인 분석 프로세스를 다음 [그림 1]과 같이 표현할 수 있다. 바이오 데이터 전체 서열정보에서 유용한 ORF 자료가 축출될 것이며 이를 바탕으로 DNA 복제, DNA 전사, mRNA 번역과정이 진행되고 관련 DB서버에 자동 연결되어 가장 유사한 서열정보를 얻게 될 것이다.
시스템 비교한 표에서 볼 수 있는 결과를 기반으로 하여, 앞서 기존 시스템의 문제점 중에서 데이터 분석 과정의 연속성과 수동적인 작업에 따른 오류발생률 증가를 개선하기 위해 각 분석 과정을 연계시키고 기억시킬 수 있는 등의 특징을 파악하는데 기준으로 이용될 수 있다.
예를 들어 서열의 개수가 많아질수록 서열 비교 분석 처리에 걸리는 시간이 기하급수적으로 증가하기 때문에 여전히 어느 분석 시스템을 이용하여도 어느 정도 불편함을 감소해야하는 부분이 남아있다. 이와같은 추가될 항목이나 개선되어야 할 사항들에 대해 앞으로 계속적인 연구가 이뤄져야 한다.
제 3절에서는 DNA 설열 분석을 위한 시스템 설계와 구현부분으로 분석 시스템에서 구현하고자하는 분석 작업들을 위한 세부적인 알고리즘 부분과 구현에 필요한 절차들을 소개한다. 제 4절에서는 3절에서 구현된 시스템을 이용하여 분석 작업을 테스트하고 성능평가를 거쳐 기존 시스템과의 차이점들을 비교 분석하였고 마지막으로 5절에서는 본 논문에서 구현된 시스템을 바탕으로 바이오 데이터 분석에서 활용됨으로써 사용자에게 주어질 장점들을 소개하고 향후 추가 연구 진행 방향 등을 제시하고자 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	NCBI[6], GenemeNet[8] 등의 도구에서 목적은 무엇인가?	바이오 데이터 분석을 위해 현재까지 가장 일반적으로 이용되는 도구로 NCBI[6], GenemeNet[8] 등을 볼 수 있다. 이들 도구는 대부분 웹기반으로 제공되고 있으므로 공통적인 특징은 관련 분석도구들을 언제, 어디서나 인터넷이 이용한 환경이라면 이용할 수 있도록 하는 것을 목적으로 하고 있다. 그러므로 웹의 일반적인 특징처럼 정보제공을 목적으로 하는 위의 분석 사이트들은 개개인의 분석 데이터 정보 관리 부분은 고려하지 못하고 있다.
	바이오인포메틱스의 목표는 무엇인가?	바이오인포매틱스라는 용어가 우리에서 보편화 되고 있는 현실에서 바이오인포메틱스의 목표는 바이오 데이터의 정확한 분석을 통해 현실세계에서 필요한 연관성을 찾고 정보를 이용하여 고부가가치를 얻을 수 있는 방법들을 모색하는 것으로 향하고 있다. 이와같은 바이오인포매틱스는 생명 과학 분야에 전산학, 통계학, 그리고 수학 등이 통합되면서 IT분야와 BT분야를 최적으로 융합한 학문이라 할 수 있다.
	바이오인포매틱스는 무엇이 통합되면서 IT분야와 VT분야를 최적으로 융합한 학문이라 할 수 있는가?	바이오인포매틱스라는 용어가 우리에서 보편화 되고 있는 현실에서 바이오인포메틱스의 목표는 바이오 데이터의 정확한 분석을 통해 현실세계에서 필요한 연관성을 찾고 정보를 이용하여 고부가가치를 얻을 수 있는 방법들을 모색하는 것으로 향하고 있다. 이와같은 바이오인포매틱스는 생명 과학 분야에 전산학, 통계학, 그리고 수학 등이 통합되면서 IT분야와 BT분야를 최적으로 융합한 학문이라 할 수 있다.

참고문헌 (10)

송영옥, 김성영, 장덕진, "바이오 데이터 분석을 위한 시스템 및 알고리즘 설계", 한국콘텐츠학회논문지 10권, 2010(8).

원문보기 상세보기
Cynthia Gibas and Per Jambeck, Developing Bioinformatics Computer Skills, 2001.
Des Higging and Willie Taylor, Bioinformatics: Sequence, structure and databanks, Oxford University Press, 2000.
Andreas D. Baxevanis and B. F. Francis Ouellette, Bioinformatics : A Practical Guide to the Analysis of Genes and Proteins, 2000.
James Tisdall, Beginning Perl for Bioinformatics, 2001
http://www.ncbi.nlm.nih.gov/Genbank/genbankstats.html
Andreas D. Baxevanis and B. F. Francis Ouleeltte, Bioinformatics : A paractical Guide to the Analysis of Genes and Proteins, WILEY-INTERSCIENCE, 2001.
http://www.genome.ad.jp/dbget/db_growth.html.
Z. Galil and K. Park, Dynamic Programming with convexity, concavity and sparsity, theoretical computer science, Vol.92, No.49, 1992.

상세보기
Richard Neapolitan, Kumarss Naimipour, Jones and Bartlett Publishers, "Foundations of Algorithms using C++ pseudocode," 2nd,

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증