[논문]진화 알고리즘을 통한 전사 조절 모티프 조합 탐색

이제근; 정제균; 오석준; 장병탁

진화 알고리즘을 통한 전사 조절 모티프 조합 탐색
Search of Transcriptional Motif Combination using Evolutionary Algorithms 원문보기

이제근 (서울대학교 생물정보학 협동과정) , 정제균 (서울대학교 바이오정보기술 연구센) , 오석준 (서울대학교 바이오정보기술 연구센) , 장병탁 (서울대학교 컴퓨터공학부)

유전자 발현은 다양한 전사 인자들의 상호 작용에 의해서 조절되어진다 이러한 전사 인자들에 존재하는 모티프는 직접적으로 조절 작용을 위한 기능을 수행한다. 또한 대부분의 경우에서 여러 모티프가 함께 유전자 발현 기작을 위하여 조절 작용을 한다. 따라서 이러한 모티프들이 어떤 조합으로 함께 전사 과정에 관여하는지 여부를 밝히는 작업은 중요한 일이다. 본 논문에서 진화 연산을 응용하여, 다양한 조건 하에 전사 과정에 중요하게 작용하는 모티프들의 조합을 알아보았고, 그 결과를 기본적인 k-Means 알고리즘 등과 비교하여 제안한 방법이 유전자들의 상관관계에 있어서 보다 우수한 결과를 보임을 알 수 있었다.

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

문제 정의

본 논문에서는 세포 주기를 비롯한 여러 조건하에서 어떤 모티프들이 상호 조합으로 조절 기작에 참여하는지 를 알아보기 위하여 진화 알고리즘을 이용하였다, 진화 알고리즘은 병렬탐색을 수행함으로서 최적화에 있어서 좋은 성능올 보이는 것으로 알려져 있다. 우선 전체적인 알고리즘의 개요에 대해 설명하고, 이를 위해 필요한 알 고리즘을 제안할 것이다.
본 논문에서는 진화 연산을 이용하여 유전자 빌현 과 정에 영향을 미치는 전사 인자의 모티프들이 어떤 조합 으로 작용하는지 여부를 알아보았다. 진화 알고리즘을 이용하여 각 유전자들을 높은 상관관계가 있는 집단으로 군집화함으로서 함께 작용하는 모티프 조합들올 쉽게 분 리할 수 있었다.

제안 방법

실험 결과를 확인하기 위해서는 효모의 세포 주기 동 안의 800개의 ORF의 마이크로어레이 분석 결과를 사용 하였다[3]. 또한 모티프들이 서로 간에 공동 상승효과를 나타내는지 여부를 확인하기 위하여 6000개 이상의 ORF 에 대하여, 포자 형성 (sporulation), 열에 의한 충격 (heat-shock), 혐기적 성질에서 호기적 성질로의 일시적 인 변환(diauxic shift) 등의 환경에서의 유전자 발힌 데 이터를 이용하였다[4].
마지막으로 우리는 네 가지의 다른 발현 환경에서 모 티프 조합으로 인한 유전자 발현의 상호 상숭효과를 확 인해보았다. 그림 4는 우리의 알고리즘을 이용하여 얻어 진 모티프 조합의 결과를 보여주며, 특정한 생물학적 조 건들과 중요하게 관련되어 있음을 알 수 있다.
본 논문에서는 세포 주기를 비롯한 여러 조건하에서 어떤 모티프들이 상호 조합으로 조절 기작에 참여하는지 를 알아보기 위하여 진화 알고리즘을 이용하였다, 진화 알고리즘은 병렬탐색을 수행함으로서 최적화에 있어서 좋은 성능올 보이는 것으로 알려져 있다. 우선 전체적인 알고리즘의 개요에 대해 설명하고, 이를 위해 필요한 알 고리즘을 제안할 것이다. 그리고 3절에서는 실험 데이터 를 이용하여 실질적인 실험올 해 보고, 그 결과를 기존 의 결과들과 비교해보았다.
교차 연산의 결과 두 부모 로부터 새로운 두 개의 개체군이 만들어지게 된다. 이 실험에서 교차 연산은 랜덤하게 선택된 교차점을 기준으 로 서로 교환되도록 하였다. 교차 연산은 그림 1에서 보 이는 모티프 조합 M들의 교환을 수행한다.
실험을 위하여 Pilpel이 추출했던 효모(yeast)의 모티프 정보들을 이용하였다[2]. 이 자료들은 이미 알려진 37개 의 모티프와 모티프로 추정되는 329가지의 자료로 구성 되며, AlignACE 프로그램을 사용하였다.

대상 데이터

실험 결과를 확인하기 위해서는 효모의 세포 주기 동 안의 800개의 ORF의 마이크로어레이 분석 결과를 사용 하였다[3]. 또한 모티프들이 서로 간에 공동 상승효과를 나타내는지 여부를 확인하기 위하여 6000개 이상의 ORF 에 대하여, 포자 형성 (sporulation), 열에 의한 충격 (heat-shock), 혐기적 성질에서 호기적 성질로의 일시적 인 변환(diauxic shift) 등의 환경에서의 유전자 발힌 데 이터를 이용하였다[4].
실험에서 개체군은 100개를 기본으로 하고, 총 200세 대까지 세대수가 진행되도록 하였다. 또한 교차가 일어 날 확률(孔)은 0.
실험을 위하여 Pilpel이 추출했던 효모(yeast)의 모티프 정보들을 이용하였다[2]. 이 자료들은 이미 알려진 37개 의 모티프와 모티프로 추정되는 329가지의 자료로 구성 되며, AlignACE 프로그램을 사용하였다.

데이터처리

먼저 실험올 통하여 유전자들 간의 관계를 확인해보 고, 이를 A;-Means 알고리즘과 비교하여 보았다. 그림 3 은 이 실험에 대한 결과를 보여주고 있다.
이 결과는 같은 집단에 속하는 유전자들의 상호 관계 를 파악하기 위하여 단백질 상호작용 점수(0 score)를 측정해 본 것이다. 효모에 대한 단백질 상호작용 정보는 MIPS 데이터베이스로부터 얻었으며, 이 점수는 과 PID(R)간의 차이를 이용하여 계산된다.

이론/모형

우선 유전자 발현에 있어서 모티프 간의 상호 조합의 효과를 파악하기 위하여 마이크로어레이 실험데이터가 필요하다. 만약 상류지역 (upstream region)에 같은 모티 프 조합올 가지고 있는 유전자들이 있을 때, 그 유전자 들의 발현 프로파일들도 서로 유사하다면, 상호 조절할 가능성이 크다고 판단할 수 있다, 이러한 상호 조절에 영향을 주는 모티프 조합을 추출하기 위하여 여기서는 진화 알고리즘을 이용하였다. 각 개체군은 서로 연관된 모티프 집합(set)으로 표현되며, 한 세대가 진행될수록 보다 적합한 모티프 조합이 만들어지게 된다.

성능/효과

F丑)(M)은 모티프 조합을 포함하는 유전자들에서 단 백질 상호작용 밀도(protein interaction density)를 나타 내는 것이며, PID(R)은 랜덤하게 선택된 言합에서의 단백질 상호작용 밀도를 의미한다. A;-Means 클러스터링 에서 클러스터 k의 수는 30으로 하였다, 이 실험의 결과, 妇Means 알고리즘보다 본 논문에서 제시한 알고리즘에 의해 얻어진 클러스터 내의 유전자들에 해당하는 단백질 사이에, 더 많은 상호작용이 존재함올 볼 수 있었다. 따 라서 진화알고리즘에 의해 탐색된 모티프 조합들은 전사 조절에 있어서 상호 작용에 의한 영향올 줄 가능성이 상 당히 높다는 것을 말해주고 있다.
이 MBF와 SBF는 세포 주기 상의 G1 기에서 S기 넘어가는 과정에 사용되는 유전자의 발현을 조절하는 역할올 수행하는 것으로 알려져 있다[5]. 결국 우리의 실험 결과로서 얻어진 모티프들의 작용이 유전자 발현의 조절에 중요한 역할을 수행하는 사실을 확인할 수 있다.
본 논문에서는 진화 연산을 이용하여 유전자 빌현 과 정에 영향을 미치는 전사 인자의 모티프들이 어떤 조합 으로 작용하는지 여부를 알아보았다. 진화 알고리즘을 이용하여 각 유전자들을 높은 상관관계가 있는 집단으로 군집화함으로서 함께 작용하는 모티프 조합들올 쉽게 분 리할 수 있었다.

후속연구

향후 연구로는 모티프 조합에 대한 최적화 방법에 있 어서 우리가 재안한 알고리즘을 보다 개선하고, 생물학 적으로 더욱 신뢰할 수 있는 결과를 보일 수 있도록 해 야할 것이다.

원문 보기

ScienceON 원문보기

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

저작권 관리 안내

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

진화 알고리즘을 통한 전사 조절 모티프 조합 탐색
Search of Transcriptional Motif Combination using Evolutionary Algorithms 원문보기

초록
AI-Helper