$\require{mediawiki-texvc}$

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] 생물학 문헌 데이터의 제목과 본문을 이용한 질병 관련 유전자 추론 방법
Inferring Disease-related Genes using Title and Body in Biomedical Text

정보과학회. 컴퓨팅의 실제 논문지 = KIISE transactions on computing practices, v.23 no.1, 2017년, pp.28 - 36  

김정우 (연세대학교 컴퓨터과학과) ,  김현진 (연세대학교 컴퓨터과학과) ,  여윤구 (연세대학교 컴퓨터과학과) ,  신민철 (연세대학교 컴퓨터과학과) ,  박상현 (연세대학교 컴퓨터과학과)

초록
AI-Helper 아이콘AI-Helper

1990년대 게놈프로젝트 이후 유전자와 관련된 많은 연구가 진행되고 있다. 데이터 저장 기술의 발달로 연구의 결과물들은 다량의 문헌들로 기록되고 있으며, 이러한 문헌들은 새로운 생물학적 관계들을 추론하는 데이터로 유용하게 사용되고 있다. 이러한 이유로 본 연구에서는 생물학 문헌들을 활용하여 질병과 관련한 유전자를 추론하는 방법론에 대해서 제안한다. 문헌들을 제목과 본문으로 구분하고, 각 영역에서 등장한 유전자들을 추출한다. 제목 영역에서 추출된 유전자는 중심 유전자로 구분하고, 본문 영역에서 추출된 유전자는 제목에서 추출된 유전자와 관계를 갖는 주변 유전자로 구분한다. 이러한 과정을 각 문헌에 적용하여, 지역 유전자 네트워크를 구축한다. 구축된 지역 유전자 네트워크는 모두 연결하여 전역유전자 네트워크를 구축한다. 구축한 네트워크를 분석하여 질병 관련 유전자를 추론하였으며, 비교 실험을 통해 제안하는 방법론이 질병 관련 유전자를 추론하는 유용한 방법론임을 입증하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

After the genome projects of the 90s, a vast number of gene studies have been stored in online databases. By using these databases, several biological relationships can be inferred. In this study, we proposed a method to infer disease-gene relationships using title and body in biomedical text. The t...

Keyword

#유전자   #질병   #유전자-질병 관계   #텍스트 마이닝   #유전자 네트워크  

참고문헌 (26)

  1. PubMed: MEDLINE Retrieval on the World Wide Web. DOIhttp://www.sanger.ac.uk/ 

  2. Chiang, J.H., Yu, H.C., and Hsu, H.J. GIS: a biomedical text-mining system for gene information discovery, Bioinformatics. 20, 1, (2004), 120-121. 

    상세보기 crossref

  3. Xie, B., Ding, G., Han, H., Wu, D. miRCancer: a microRNA-cancer association database constructed by text mining on literature, Bioinformatics. 2013. 29(6):638-644. 

    상세보기 crossref

  4. Lee, S., Choi, J., Park, K.., Song, M., and Lee, D. Discovering context-specific relationships from biological literature by using multi-level context terms, BMC Medical Informatics and Decision Making. 12(Suppl 1):S1 (2012). 

    상세보기 crossref

  5. Vanunu, O., Magger, O., Ruppin, E., Shlomi, T., Sharan, R. Associating Genes and Protein Complexes with Disease via Network Propagation. PLoS Comput Biol. 6(1): e1000641. 

    상세보기

  6. Li, S., Wu, L., and Zhang, Z. Constructing biological networks through combined literature mining and microarray analysis: a LMMA approach. Bioinformatics. 22, 17 (2006), 2143-2150. 

    상세보기 crossref

  7. HGNC Database, HUGO Gene Nomenclature Committee (HGNC), EMBL Outstation - Hinxton, European Bioinformatics Institute, Wellcome Trust Genome Campus, Hinxton, Cambridgeshire, CB10 1SD, UK. DOIhttp://www.genenames.org/ 

  8. Wellcome Trust Sanger Institute. DOIhttp://www.sanger.ac.uk/ 

  9. KEGG: Kyoto Encyclopedia of Genes and Genomes. DOIhttp://www.genome.jp/kegg/ 

  10. National Library of Medicine (US). Genetics Home Reference [Internet]. Bethesda (MD): The Library. DOIhttp://ghr.nlm.nih.gov/ 

  11. National Cancer Institute: Comprehensive Cancer Information. DOIhttp://www.cancer.gov/ 

  12. Gottlieb, A., Magger, O., Berman, I., Ruppin, E., Sharan, R. PRINCIPLE: a tool for associating genes with diseases via network propagation, Bioinformatics. 2011. 27(23):3325-3326. 

  13. Hong, L., Han, Y., Zhang, H., Zhao, Q., Yang, J., Ahuja, N. High expression of epidermal growth factor receptor might predict poor survival in patient with colon cancer: a meta-analysis. Genet Test Mol Biomarkers. 2013; 17(4) :348-51. 

    상세보기 crossref

  14. Teng, Z., Wang, L., Cai, S., Yu, P., Wang, J., Gong, J., Liu, Y. The 677C>T (rs1801133) polymorphism in the MTHFR gene contributes to colorectal cancer risk: a meta-analysis based on 71 research studies. PLoS One. 2013; 8(2):e55332. 

    상세보기 crossref

  15. Saito, S., Okabe, H., Watanabe, M., Ishimoto, T., Iwatsuki, M., Baba, Y., Tanaka, Y., Kurashige, J., Miyamoto, Y., Baba, H. CD44v6 expression is related to mesenchymal phenotype and poor prognosis in patients with colorectal cancer. Oncol Rep. 2013 Apr; 29(4):1570-8. 

    상세보기 crossref

  16. Hinoi, T., Loda, M., Fearon, ER., Silencing of CDX2 expression in colon cancer via a dominant repression pathway. J Biol Chem. 2003 Nov 7;278(45): 44608-16. 

    상세보기 crossref

  17. Park, JH., Kim, NS., Park, JY., Chae, YS., Kim, JG., Sohn, SK., Moon, JH., Kang, BW., Tyoo, HM., Bae, SH., Choi, GS., Jun, SH. MGMT -533G>T polymorphism is associated with prognosis for patients with metastatic colorectal cancer treated with oxaliplatin-based chemotherapy. J Cancer Res Clin Oncol. 2010 Aug;136(8):1135-42. 

    상세보기 crossref

  18. Liu, C., Wang, QS., Wang, YJ. The CHEK2 I157T variant and colorectal cancer susceptibility: a systematic review and meta-analysis. Asian Pan J Cancer Prev. 2012;13(5);2051-5. 

    원문보기 상세보기 crossref

  19. Bajro, MH., Josifovski, T., Panovski, M., Jankulovski, N., Nestorovska, AK., Metevska, N., Petrusevska, N., Dimovski, AJ. Promoter length polymorphism in UGT1A1 and the risk of sporadic colorectal cancer. Cancer genetics, 2012 Apr;205(4):163-7. 

    상세보기 crossref

  20. Wang, W., Zhao, C., Jou, D., Lu, J., Zhang, C., Lin, L., Lin, J. Ursolic acid inhibits the growth of colon cancer-initiating cells by targeting STAT3. Anticancner Res. 2013 Oct;33(10):4279-84. 

  21. Tang, Y., Zhu, L., Li, Y., Ji, J., Li, J., Yuan, F., Wang, D., Chen, W., Huang, O., Chen, X., Wu, J., Shen, K., Loo, WT., Chow, LW. Overexpression of epithelial growth factor receptor (EGFR) predicts better response to neo-adjuvant chemotherapy in patients with triple-negative breast cancer. J Transl Med. 2012 Sep 19;10 Suppl 1:S4. 

    상세보기 crossref

  22. Tulsyan, S., Agarwal, G., Lal, P., Agrawal, S., Mittal, RD., Mittal, B. CD44 gene polymorphisms in breast cancer risk and prognosis: a study in North Indian population. PLoS One. 2013 Aug 5;8(8):e71073 

  23. Jung, JA., Lim, HS. Association between CYP2D6 genotypes and the clinical outcomes of adjuvant tamoxifen for breast cancer: a meta-analysis. Pharmacogenomics. 2014 Jan;15(1):49-60. 

    상세보기 crossref

  24. Buck, K., Hug, S., Seibold, P., Ferschke, I., Altevogt, P., Sohn, C., Schneeweiss, A., Burwinkel, B., Jager, D., Flesch-Janys, D., Chang-Claude, J., Marme, F. CD24 polymorphisms in breast cancer: impact on prognosis and risk. Breast Cancer Res Treat. 2013 Feb;137(3):927-37. 

    상세보기 crossref

  25. Piotrowski, P., Lianeri, M., Rubis, B., Knula, H., Rybczynska, M., Grodecka-Gazdecka, S., Jagodzinski, PP. Murine double minute clone 2,309T/G and 285G/C promoter single nucleotide polymorphism as a risk factor for breast cancer: a Polish experience. Int J Biol Markers. 2012 Jul 19;27(2):e105-10. 

    상세보기 crossref

  26. Araujo, AP., Ribeiro, R., Pinto, D., Pereira, D., Sousa, B., Mauricio, J., Lopes, C., Medeiros, R. Epidermal growth factor genetic variation, breast cancer risk, and waiting time to onset of disease. DNA Cell Biol. 2009 May;28(5):265-9. 

    상세보기 crossref

저자의 다른 논문 :

LOADING...

관련 콘텐츠

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