[논문]정보병목기법에 기반한 유전자 발현 데이터의 이중 클러스터링

김병희; 황규백; 장정호; 장병탁

정보병목기법에 기반한 유전자 발현 데이터의 이중 클러스터링
Double Clustering of Gene Expression Data Based on the Information Bottleneck Method 원문보기

김병희 (서울대학교 컴퓨터공학부 바이오지능 연구실) , 황규백 (서울대학교 컴퓨터공학부 바이오지능 연구실) , 장정호 (서울대학교 컴퓨터공학부 바이오지능 연구실) , 장병탁 (서울대학교 컴퓨터공학부 바이오지능 연구실)

기능 유전체학에서 클러스터링 기법은 고차원의 마이크로 어레이 데이터 분석을 위한 주된 도구 중의 하나이다. 본 논문에서는 정보병목(information bottleneck)기법 기반의 이중 클러스터링에 의한, 유전자 발현 데이터의 계층적 병합방식 클러스터링 기법을 제안한다. 정보병목기법은, 두 랜덤변수의 결합확률분포가 주어진 경우 두 변수의 상호 정보량을 최대한 보존하면서 한 변수를 압축하는 기법이며, 두 변수를 차례로 압축하는 것이 이중 클러스터링이다. 실제 마이크로 어레이 데이터인 NC160 데이터(암세포 내 유전자 발현 데이터)에 대한 실험에서, 먼저 유전자를 그 발현패턴에 따라 클러스터링 한 후 이를 이용하여 표본들을 클러스터링하고 그 성능을 다각도로 분석하였다. 상호 정보량과 유전자 및 표본 클러스터 수와 엔트로피 척도에 의한 성능을 검토해 본 결과, 표본이 추출 조직에 따라 구분 가능할 것이라는 가정을 검증할 수 있었으며, 적절한 클러스터의 수를 결정할 수 있는 임계점의 기준을 설정할 수 있었다.

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

문제 정의

실헝에서는 실제 이크로어레이 데이터인 N이60테이터에서 표본(오ample)에 대한 킇허스터링읗 실시하였으며, 유전자 쿨러스터 수의 변화에 따른 엔트로피 및 상호 정보량읗 관찰하여 클러스터 결과의 의미룧 파악하고, 적절한 클러스터의 수養 결정하기 위한 기준을 살뗘보았다.
이중 큘러스터링의 DNA 마이크로어레이 데이터의 중복성과 차원옿 会이고 내재된 구조를 파악하는 도구로서의 가능성을 지금까지 확인해보았다. 이 점에서 PCA(principal component analysis)와 비교뒅 만하며, 정보병목기법이 PCA와는 달리 비선형적인 접근법이라논 정에서 대조적이다.

가설 설정

클러스터링 및 분석은 (1) dendrograms 통한 [3]의 결과 와의 비교 욏 (2) 이중 클러스터링의 특성과 클러스터링 결과 에 대한 품질평가에 초점을 두었다. 표본이 추출 조직에 파라 구분될 것이라는 가정 하에, 60개의 표본을 9개의 클러스터로 구성하여 [표 3]과 같은 표를 구성하였다. 표본의 이중 클러스터링 결과에 대해 엔트로피 측정을 통해 품질 평가룔 한 것이 [그림 2]-(a)이며, 클러스터링 과정에서의 상호 정보량의 변화 暑 살펴본 것이 [그림 2]-(b)와 [그림 3]이다.

제안 방법

이 논문에서는 이 데이터에 정보병목기법을 이용해 표본에 대해 단일 및 이중 클러스터링을 적용하였으며, 이중 쿨러스터링에서는 유전자의 클러스터 수를 변경하며 결과를 살펴보았다. 정보병목기법을 적용하기 위해서는 발현수치를 확暑분포 로 변환해야 하며, 이률 위해 log?변환되어 있는 행렬의 각 원 소값 丁에 다음 식율 적용한 후(양수로 만든다),

대상 데이터

여기에는 9개 조직 60여종의 인간 암세포의 유전자 발현정 도握 마이크로어레이養 이용해 생성한 자료가 포함되어 있으며, 이는 60여 표본(sample)에 대해 9, 706개 유전자의 발현 정도를 수치화한 2차원 행렬 형태(9706x60)의 데이터이다. 실헝에논 [3]에서 적용한 기준에 따라 1, 364개의 유전자만을 걸러낸 1, 364x60 행렬 데이터養 사용하였다.
미국 국립 앙센터(National Cancer Institute, NCI)에서는 암 치료제 개발을 위해 'NCI60 Cell Lines Data Set'을 구축하였다. 여기에는 9개 조직 60여종의 인간 암세포의 유전자 발현정 도握 마이크로어레이養 이용해 생성한 자료가 포함되어 있으며, 이는 60여 표본(sample)에 대해 9, 706개 유전자의 발현 정도를 수치화한 2차원 행렬 형태(9706x60)의 데이터이다. 실헝에논 [3]에서 적용한 기준에 따라 1, 364개의 유전자만을 걸러낸 1, 364x60 행렬 데이터養 사용하였다.
[그림 2j-(a)는 /너364에서 3까치 다양한 값에서 [표 3]과 같은 표誓 구성하여, 클러스터의 엔트로피를 계산한 것이다. 화살표시한 곳은 G비00~140인 지점으로서, 단일 큫러스터링 (G너, 364)과 비교해 엔트로피의 편차가 8% 이내로 유지되는 햔계선이다. 유전자 클러스터링 진행 과정에서의 상호 정보량의 강소 정도([그림 2]-(b))는 예상과는 달리, 꾸준히 강소養 한다.

이론/모형

본 논문에서는 정보병목기법(infocmation bottleneck method)[5]읗 마이로어레이 데이터의 클러스터링에 적용한다. 정보병목기법은 두 랜덤변수의 결합확률문포가 주어진 경우, 두 변수 간의 상호 정보량을 최대한 보존하면서 한 변수U 압축하는 기법이다.
이 해를 적용한 쿨러스터링 방식은 계춍적 병합식 알고리즘이며 [표 1]에 정리하였다. 이 알고리즘은 X의 원소 각각을 하나의 클러스터로 나눈 상태, 즉 |X| 개의 클러스터에서 시작한다.

성능/효과

5%)가 되더라도 클러스터의 품질은 유지되며, 이는 단일 클러스터링과 비교한 [표 3], [그림 1]-(b)에서도 확인할 수 있다. 종합하면, 유전자의 클러스터링 과정에서 차원을 줄임에 따라 자료의 중복성(redundancy)이 제거되었다고 해석할 수 있다.

후속연구

이養 종합하면 같은 조직의 암세포는 유전자의 발현 정도가 유사할 것이라는 직관적인 예측에 대한 한 답변으로 是 수 있으며, 다른 조건에서 클러스터링한 결과가 일치하는 표본간의 관계는 생물학적으로 검증해뵿만한 의미 있논 자료가 되리라 기대한다.
이 점에서 PCA(principal component analysis)와 비교뒅 만하며, 정보병목기법이 PCA와는 달리 비선형적인 접근법이라논 정에서 대조적이다. 향후, 다양한 데이터에 확대적용하는 연구養 수행할 예정이다.

원문 보기

ScienceON 원문보기

*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.

내보내기 메뉴

내보내기 구분

파일저장
인쇄
메일전송

구성항목

기본정보
상세정보

관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관

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

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].

AI-Helper ※ AI-Helper는 을 사용합니다.

AI-Helper

안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

연합인증

정보병목기법에 기반한 유전자 발현 데이터의 이중 클러스터링
Double Clustering of Gene Expression Data Based on the Information Bottleneck Method 원문보기

초록
AI-Helper