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.
문제 정의
- 실제로 유사 부분 서열을 찾는 경우, 범용적으로 Basic Local Alignment Search Tool(BLAST)[4, 5, 6]0| 널리 알려져 있고, 뛰어난 성능을 보인다. 본 연구에서는 BLAST 보다 간단한 알고리즘을 이용하여 프로그램을 개발하였다. 알 고리즘이 단순하기 때문에 유사부분을 찾는 다른 프로그 램 개발에 쉽게 적용이 가능하다.
- 이미 효과적인 RNAi 실험을 수행하기 위해서 RNAi의 off-target 효과를 방지하는 여러 알고리즘 및 프로그램[2] 개발 관련 연구들은 많이 진행이 되었지만, 아직 PNA의 off-target 효과를 최소화하고 PNA를 이용하여 실험하고자 하는 생 물학자들에게 최상의 서열 정보를 제공하는 Bioinform가ics to이이 없는 것이 현실이다. 본 연구에서는 PNA와 DNA상의 상호관계를 바탕으로 알고리즘을 설 계하고 off-target 효과를 방지하기 위해 최상의 서열정보를 제공하는 병렬 컴퓨팅용 프로그램을 개발하였다. 프 로그램은 크게 두 가지 구성요소를 가지고 있다.
- 본 연구에서는 Rock-이니ste「[9]를 활용한 안정적인 시스템을 구축하였다. 개별 PC는 저장장치를 필요로 하며 Diskless환경과는 차이가 있다.
- 본 연구에서는 병렬 컴퓨팅 환경에서 구동이 가능하고 PNA의 off-target 효과를 최소화하는 서열 정보를 제공하는 프로그램을 개발하였다. 전체 게놈 서열 중 표적 유 전자서열의 위치를 찾는 부분에서는 좀 더 빠른 실행 시간을 위한 알고리즘의 개선이 필요하며, 전체 게놈 및 표 적의 특성에 따른 파라미터의 설정을 위한 경험적인 데이터의 축적이 필요하다.
- 그리고 PNA와 DNA의 특이적인 상 호관계를 반영하기 위해 통계학적으로 분석한 모델[3]을 적용하였다, 더 나아가 Message Passing Interface (MPI) 라이브러리를 사용하여 프로그램이 병렬 시스템에서 구동 될 수 있도록 하였다. 이로써 생물학자들에게 빠 른 시간 내에 off-target 효과를 최소화하는 이상적인 PNA 서열정보를 제공하고자 하였다.
가설 설정
- 본 연구에서는 기존 Smith-Waterman의 알고리즘을 개 선하였다. 전체 게놈서열의 길이를 m, 원하는 표적 유전 자 서열의 길이를 n이라 가정하였다. 게놈서열상에서 표 적 유전자의 정확한 위치를 찾는 것이 과제이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.