최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기응용통계연구 = The Korean journal of applied statistics, v.33 no.3, 2020년, pp.269 - 280
신혜서 (가톨릭대학교 의생명.건강과학과) , 김동재 (가톨릭대학교 의생명.건강과학과)
Time course gene expression data is a large amount of data observed over time in microarray experiments. This data can also simultaneously identify the level of gene expression. However, the experiment process is complex, resulting in frequent missing values due to various causes. In this paper, we ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
결측값을 대체하는 방법 중 전체적 방법에는 어떤 것들이 있는가? | 완전 자료인 전체에 대해서 공분산 구조를 사용하여 결측값을 대체하는 방법인 전체적 방법과 전체 자료를 이용하기보다 어느 부분의 강한 유사성을 띄는 자료들만을 이용하여 결측값을 대체하는 국소적인 방법으로 나눌 수 있다. 전체적인 자료를 활용하는 기존 방법들은 singular value decomposition (SVD) 방법, Bayesian principal component analysis (BPCA) 방법, partial least squares (PLS) 방법 등이 있고, 유사성을 지닌 일부분만을 사용하는 기존 방법들은 0대체인법, 평균대체법, 핫덱대체법, k-최근접 이웃(k-nearest neighbors; KNN) 방법, 적응 최근접 이웃(adaptive nearest neighbors; ANN) 방법 등이 있다. SVD 방법은 행 평균 대체값을 적용하여 완전 자료를 만들고 설명력이 높은 k개의 고유 유전자를 추출한다. | |
마이크로어레이 자료란? | 정확한 진단이나 적절한 치료방법의 개발을 위해 질병들의 양상을 분자적인 수준에서 살펴볼 수 있는 마이크로어레이 기술을 통해 유전자 발현 양상에 따라 재분류하게됨으로써 많은 연구들이 진행되어왔다 (Park과 Lee, 2002). 마이크로어레이 자료는 광학현미경 슬라이드에 연구할 대상인 특정 세포나 특정 조직에서 얻어진 cDNA 타겟을 혼합시키면 이들이 서로 화학적 반응을 통해 빨간색과 녹색으로 유전자의 발현정도를 나타내며 이를 로그비로 변환한 자료이다. 전체 구성 유전자의 동시분석을 가능하게 하 여 생물현상의 규명에 있게 되어 명확한 정보를 제공하는 마이크로어레이 기술은 이전보다 실험자의 시간과 노력을 덜어주었고 다양한 임상적 응용 가능성에 청신호를 보여주었다 (Park과 Lee, 2002). | |
마이크로어레 이 시간경로 유전자 발현자료는 무엇을 파악할 수 있게 해주는가? | 전체 구성 유전자의 동시분석을 가능하게 하 여 생물현상의 규명에 있게 되어 명확한 정보를 제공하는 마이크로어레이 기술은 이전보다 실험자의 시간과 노력을 덜어주었고 다양한 임상적 응용 가능성에 청신호를 보여주었다 (Park과 Lee, 2002). 마이크로어레이 유전자 실험을 시간의 흐름에 따라서 연속적으로 수행되면서 얻어지는 자료를 마이크로어레 이 시간경로 유전자 발현자료라고 하며 유전자 발현수준이 시간에 따라 어떻게 변화하는지를 파악할 수 있게 된다 (Son과 Baek, 2005). 많은 생물학적 시스템은 동적 시스템으로 이루어져 있어 시간경로자료의 분석은 주어진 생물학적 과정이 전개되면서 유전자의 발현수준이 시간에 따라 변화의 정도를 파악할 수 있게 한다 (Son과 Baek, 2005). |
DeRisi, J. L., Iyer, V. R., and Brown, P. O. (1997). Exploring the metabolic and genetic control of gene expression on a genomic scale, Science, 278, 680-686.
Jhun, M., Jeong, H., and Koo, J. (2007). On the use of adaptive nearest neighbors for missing value imputation, Communications in Statistics: Simulation and Computation, 36, 1275-1286.
Kim, S. and Kim, D. (2018). Imputation method for missing data based on clustering and measure of property, The Korean Journal of Applied Statistics, 31, 29-40.
Park, J. and Lee, I. (2002). Utilization of BioInforMetics with high efficiency array biotech, News & Information for Chemical Engineers, 20, 431-440.
Spellman, P. T., Sherlock, G., Zhang, M. Q., Iyer, V. R., Anders, K., Eisen, M. B., Brown, P. O., Botstein, D., and Futcher, B. (1998). Comprehensive identification of cell cycle- regulated genes of the yeast Saccharomyces cerevisiae by microarray hybridization, Molecular Biology of the Cell, 9, 3273-3297.
Troyanskaya, O., Cantor, M., Sherlock, G., Brown, P., Hastie, T., Tibshirani, R., Bostein, D., and Altman, R. B. (2001). Missing value estimation methods for DNA microarrays, Bioinformatics, 17, 520-525.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.