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.
제안 방법
- k-평균 방법은 군집분석 실행 시가다 임의적인 군집 결과를 나타내는 특성이 있으며, 군집분석 실행 반복횟수를 100회 이상으로 설정하여 적용시킴으로써 이러한 군집 결과의 변동가능성을 줄였다. 군집분석과정에서는 나누고자하는 전체 군집개수 k를 60개에서 2개까지 변경시켜가며 적용하여 각각의 군집결과를 얻고, 이러한 군집들에 대응하는 유전자기능벡터를 구성했다. 그 후 각 k에서 해당 유전자 기능 벡터의 분산팽창계수를 계산하여 군집간 공선성이 존재하지 않을 때의 k를 최적의 생물학적 군집개수 k* 로 선택했다.
- 본 논문에서는 효모 유전자의 기능정보를 특화시켜 제공해주는 Yeast GO Slim[11]을 통계학적인 방법론과 접목시킴으로써 생물학적인 최적의 군집개수 k*를 추정하고, 이를 통해 실시한 군집화 결과에 대한 성능을 분석하였다. GO Slime Saccharomyces Genome Database(SGD)에서 제공하는 생물학적 기능 데이터베이스로서, 모든 생물 종을 통틀어 분류해 놓은 방대한 양의 GO 기능항목 중에서 특정 생물 종에 해당하는 기능항목만을 모아놓은 특성화된 GO이다.
- 0 미만일 때 공선성이 존재하지 않는다고 해석했다[13][14]. 유전자기능벡터는 Yeast GO Slim의 BP, MF, CC를 바탕으로 각각 구성하였고, 비교분석을 위해 MIPS CYGD FunCat에도 같은 방법을 적용하였다. 생물학적 기능 데이터베이스에 따른 다섯 종류의 유전자기능벡터를 실제 군집화 과정에 적용했을 때 Yeast GO Slim BP가 두 종류의 실험 데이터 모두에서 실제 규명된 클래스의 개수와 동일하게 추정되었다.
- GO Slime Saccharomyces Genome Database(SGD)에서 제공하는 생물학적 기능 데이터베이스로서, 모든 생물 종을 통틀어 분류해 놓은 방대한 양의 GO 기능항목 중에서 특정 생물 종에 해당하는 기능항목만을 모아놓은 특성화된 GO이다. 특히 본 논문에서 사용한 Yeast GO Slime 세 종류의 생물학적 기능분류체계에 따라 Biologic기 process(BP) 34개, Molecular function(MF) 23개, Cellular component(CC) 25개의 효모 유전자 기능에 해당하는 GO 기능항목들로 분류되어있고 이러한 기능항목들은 이후 최적의 생물학적 군집개수 k*를 추정할 때 사용되는 유전자 기능 벡터의 구성에 이용한다.
대상 데이터
- Eisen데이터의 총 10개 군집 중 “The ribosome and translation"에 해당하는 군집의 유전자 이름이 수록되어있지 않아 9개 군집만을 분석대상으로 삼았다[10]. 분석데이터에 내재된 생물학적인 최적 군집개수를 추정하기위한 과정 중 군집화 방법으로는 상관계수를 거리로 한 k-평균 방법을 사용했다.
- 실험은 두 종류의 효모유전자 발현데이터인 Cho데이터[12]와 Eisen데이터[1]를 대상으로 진행되었다. Eisen데이터의 총 10개 군집 중 “The ribosome and translation"에 해당하는 군집의 유전자 이름이 수록되어있지 않아 9개 군집만을 분석대상으로 삼았다[10].
데이터처리
- Eisen데이터의 총 10개 군집 중 “The ribosome and translation"에 해당하는 군집의 유전자 이름이 수록되어있지 않아 9개 군집만을 분석대상으로 삼았다[10]. 분석데이터에 내재된 생물학적인 최적 군집개수를 추정하기위한 과정 중 군집화 방법으로는 상관계수를 거리로 한 k-평균 방법을 사용했다. k-평균 방법은 군집분석 실행 시가다 임의적인 군집 결과를 나타내는 특성이 있으며, 군집분석 실행 반복횟수를 100회 이상으로 설정하여 적용시킴으로써 이러한 군집 결과의 변동가능성을 줄였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.