초록

AI-Helper

유전 연구를 통해 밝혀지고 있는 단백질은 각각의 기능적 특성을 가지고 서로 영향을 주고받으며 상호 작용한다. 단백질의 기능적 특성은 생물체에서는 단백질이 나타내는 기능으로 단백질 이름은 이들 단백질의 기능을 정확히 나타낼 수 있도록 붙여진다. 기능적 특성에 의해 명명된 단백질은 단백질을 구성하는 단어도 단백질과 유사한 기능 특성을 가질 가능성이 높다. 이는 텍스트 기반의 연구에서 단어가 가지는 중요성에서 비롯된다. 본 논문에서는 단백질을 구성하는 단어들을 단백질의 기능적 특성으로 분류하고, 이 기능분포에 의해서 단백질의 기능을 역으로 예측하고 판단하고자 하였다.

유전 연구를 통해 밝혀지고 있는 단백질은 각각의 기능적 특성을 가지고 서로 영향을 주고받으며 상호 작용한다. 단백질의 기능적 특성은 생물체에서는 단백질이 나타내는 기능으로 단백질 이름은 이들 단백질의 기능을 정확히 나타낼 수 있도록 붙여진다. 기능적 특성에 의해 명명된 단백질은 단백질을 구성하는 단어도 단백질과 유사한 기능 특성을 가질 가능성이 높다. 이는 텍스트 기반의 연구에서 단어가 가지는 중요성에서 비롯된다. 본 논문에서는 단백질을 구성하는 단어들을 단백질의 기능적 특성으로 분류하고, 이 기능분포에 의해서 단백질의 기능을 역으로 예측하고 판단하고자 하였다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 논문에서는 기능 특성에 의해 명명된 단백질의 이름에 나타나는 단어들이 단백질의 기능적 특성의 반영과 단어의 기능 분포 확률에 의해 단백질 기능 예측 정확도 산출을 중심으로 실험하였다.
• 본 논문에서는 단백질 이름을 구성하는 단어를 이용하여 단백질의 기능을 기초로 하는 기능적인 확률 분포를 구성하고,단어들의 기능 분포에 의해 단백질의 기능을 예측하고자 하였다. Molecular function으로 분류된 단백질 데이터로부터 단어를 추출하고, 추출한 단어들을 molecular function에 의해 재분류하였다.
• 본 논문에서의 실험은 molecular fUnctiori 으로 분류된 단백질 데이터를 대상으로 단어의 기능 분포를 확률 모델로 구성하여 단백질의 기능을 예측하고자 시도하였다. Molecular function으로 분류된 단백질 데이터뿐만 아니라 텍스트에 나타내는 단백질 이름을 대상으로 단어에 의한 기능 예측 실험이 필요할 것으로 보인다.

제안 방법

• GO molecular function으로 분류된 단백질은 GO ID mapping table을 이용하여 56개 molecular function class 로 다시 분류한다. Molecular function classes로 분류된 단백질 데이터에서 단백질의 기능적 특성을 나타낼 수 있는 단어를 추출한다.
• 본 논문에서는 단백질 이름을 구성하는 단어를 이용하여 단백질의 기능을 기초로 하는 기능적인 확률 분포를 구성하고,단어들의 기능 분포에 의해 단백질의 기능을 예측하고자 하였다. Molecular function으로 분류된 단백질 데이터로부터 단어를 추출하고, 추출한 단어들을 molecular function에 의해 재분류하였다. 분류된 단어들은 molecular function class에서의 출현 빈도 정보를 가지게 된다.
• 분류된 단어들은 molecular function class에서의 출현 빈도 정보를 가지게 된다. 각 단어들이 가지는 molecular function에 대한 분포 확률로 단백질의 기능을 예측한다.
• 단백질 데이터는 단어의 기능 분류 확률 구성을 위한 학습 데이터 set 과 단백질 기능 예측 테스트를 위한 데이터 set으로 나누어 구성하였다.
• 단백질 데이터는 GO(Gene Ontology) 사이트에서 제공하는 non-redundant human proteome set 의 단백질에 대한 GO assignments 데이터를 이용하였다. 단백질 데이터에서 단백질 이름과 단백질의 기능 분류를 나타내는 GO ID 를 추출하여 사용하였다. 단백질 이름은 full name 을 대상으로 하였으며, symbol 과 synonym 은 제외하였다.
• 단어의 추출은 단백질 이름으로부터의 단어의 분리와 분리된 단어의 filtering 과정을 통해 단백질의 기능 특성을 반영할 수 있는 단어를 구별하게 된다. 단백질 이름 표현 형태를 분석하여 단어의 구분자를 추출하고 이를 이용하여 단어를 분리하였다.
• 단백질의 기능 예측 및 분류는 단백질 이름을 구성하는 단어의 기능적 확률에 의해 이루어진다. 단백질 이름에서 추출한 단어가 가지는 molecular function class에서의 출현빈도와 단어를 포함하는 function class의 수를 이용하여 function class에서의 출현 확률을 계산한다. 각 단어의 class에 대한 확률은 단백질의 function class 에 대한 확률로 귀착될 수 있다.
• 단백질의 기능을 분류하기 위한분류 기준으로 GO 분류를 이용하였다. GO분류는 molecular function, biological process, cellular component로 구성되며, molecular function activities 기술한다.
• 본 논문에서 적용하는 molecular function classes는 GO molecular function 분류의 상위 28개 그룹과 상위 그룹에 중복되어 포함된 하위 기능을 새 그룹으로 구분하여 구성한다. 즉, 기능적으로 독립된 56개의 그룹으로 단백질을 분류한다.
• 본 논문에서 제시하는 단어의 기능적 특성 분포에 따른 단백질의 기능 예측 분류는 두 가지 단계로 구성된다. 단백질의 기능 분류에 기초하여 단백질을 구성하는 단어들의 기능적 분포를 구성하는 학습단계와 단어의 기능 분포로 단백질의 기능을 예측하여 분류하는 단계로 구성된다.
• 많은 유전 정보의 축적은 생물 정보학 분야의 연구에 긍정적인 영향을 주고 있으나, 아울러 많은 데이터의 축적으로 필요한 정보 획득에 많은 시간과 노력을 필요로 하게 되었다. 이들 많은 데이터로부터 필요한 정보를 쉽고 빠르게 획득하기 위해 노력은 데이터베이스화되어 축적된 데이터로부터의 정보 검색, 추출에 관한 연구로 이어지고 본 논문에서는 단백질 이름을 구성하는 단어를 이용하여 단백질의 기능을 기초로 하는 기능적인 확률 분포를 구성하고,있다.

대상 데이터

• 단백질 데이터는 GO(Gene Ontology) 사이트에서 제공하는 non-redundant human proteome set 의 단백질에 대한 GO assignments 데이터를 이용하였다. 단백질 데이터에서 단백질 이름과 단백질의 기능 분류를 나타내는 GO ID 를 추출하여 사용하였다.

성능/효과

• Rate 는 단어의 기능 분포를 구성하는 이용된 단백질 이름의 비율을 말한다. 60%의 단백질 데이터로 학습데이터를 사용했을 때는 84.82%의 정확도를 보였으며 90%에서는 89.52%의 결과를 보였다. 전체 데이터를 모두 학습 데이터로 사용하여 단어의 기능 분포를 구성하여 분류 실험한 결과 91.
• 실험을 통해, 단백질 이름을 구성하는 단어는 단백질의 특성을 나타내는 중요한 요소로 작용함을 알 수 있다. 특히, 텍스트에 나타나는 단백질 이름은 단백질의 기능 및 생물 특성을 표현할 수 있도록 그 이름이 명명됨으로, 단백질의 이름을 구성하는 단어는 단백질의 특성과 밀접한 관계가 있음을 알 수 있다.
• 52%의 결과를 보였다. 전체 데이터를 모두 학습 데이터로 사용하여 단어의 기능 분포를 구성하여 분류 실험한 결과 91.05%의 정확도를 보였다.

후속연구

• 본 논문에서의 실험은 molecular fUnctiori 으로 분류된 단백질 데이터를 대상으로 단어의 기능 분포를 확률 모델로 구성하여 단백질의 기능을 예측하고자 시도하였다. Molecular function으로 분류된 단백질 데이터뿐만 아니라 텍스트에 나타내는 단백질 이름을 대상으로 단어에 의한 기능 예측 실험이 필요할 것으로 보인다. 그리고 단백질에 포함된 단어의 추출을 언어처리 방법을 적용하지 않고 간단한 분리, 제거 과정으로 추출하였으나 단백질 이름에 쓰이는 단어의 정확한 추출을 위해서는 언어처리 방법의 적용이 필요할 것으로 보인다.
• Molecular function으로 분류된 단백질 데이터뿐만 아니라 텍스트에 나타내는 단백질 이름을 대상으로 단어에 의한 기능 예측 실험이 필요할 것으로 보인다. 그리고 단백질에 포함된 단어의 추출을 언어처리 방법을 적용하지 않고 간단한 분리, 제거 과정으로 추출하였으나 단백질 이름에 쓰이는 단어의 정확한 추출을 위해서는 언어처리 방법의 적용이 필요할 것으로 보인다.
• 단백질의 기능이 단백질 이름에 포함된 단어에 의해 예측이 가능한 수준이므로 텍스트에서의 단백질간의 상호 관련성 연구에 도움을 줄 수 있을 것으로 본다. 단백질간의 상호 관련성은 단백질이 가지는 기능에 많은 영향을 받을 것으로 기대되며, 단어에 의한 단백질 기능 예측으로 단백질간의 상호 관련성을 추출이 용이할 것으로 보인다.
• 단백질의 기능이 단백질 이름에 포함된 단어에 의해 예측이 가능한 수준이므로 텍스트에서의 단백질간의 상호 관련성 연구에 도움을 줄 수 있을 것으로 본다. 단백질간의 상호 관련성은 단백질이 가지는 기능에 많은 영향을 받을 것으로 기대되며, 단어에 의한 단백질 기능 예측으로 단백질간의 상호 관련성을 추출이 용이할 것으로 보인다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기