초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Post-genomic 시대에 접어들면서 단백질의 기능의 주석이 중요한 문제로 떠오르기 시작하였다. 이런 단백질 기능을 예측하기 위해 단백질 상호작용(Protein-Protein interaction) 데이터를 이용한 방법들이 지난 10여 년간 발표되어왔다. 단백질 상호작용(Protein-Protein interaction) 데이터는 단백질들 간의 서열 등의 특징을 이용해 상호간의 연결 관련성이 있는 단백질끼리의 관계를 네트워크로 나타낸 자료이다. 현재 이러한 단백질 상호작용(Protein-Protein interaction) 데이터들은 MIPS, DIP, BioGrid등 약 5~6군데에서 제공되고 있다. 각각의 데이터는 다른 형식을 가지고 있고, 중복되는 정보도 포함하고 있다. 여러 연구 방법에서 데이터를 사용할 때 한군데에서만 추출하기 보다는 여러 데이터에서 추출하는 경우가 많기 때문에 다른 형식의 데이터를 이용하는데 불필요한 수고가 들어가게 된다. 때문에 여러군데의 데이터를 한 가지 형식으로 맞추어 통합적으로 구축하여 연구 시 데이터 사용에 용이하도록 설계 하였다. 또한 발표된 단백질 기능 예측 방법에 대한 정리를 통해 앞으로의 연구를 하는데 있어서 필요한 자료를 얻고 열람할 수 있도록 설계하였다. 이를 통해 관련 연구를 하거나 관심이 있는 사람들의 데이터를 검색하는데 많은 도움이 될 것이다.

Post-genomic 시대에 접어들면서 단백질의 기능의 주석이 중요한 문제로 떠오르기 시작하였다. 이런 단백질 기능을 예측하기 위해 단백질 상호작용(Protein-Protein interaction) 데이터를 이용한 방법들이 지난 10여 년간 발표되어왔다. 단백질 상호작용(Protein-Protein interaction) 데이터는 단백질들 간의 서열 등의 특징을 이용해 상호간의 연결 관련성이 있는 단백질끼리의 관계를 네트워크로 나타낸 자료이다. 현재 이러한 단백질 상호작용(Protein-Protein interaction) 데이터들은 MIPS, DIP, BioGrid등 약 5~6군데에서 제공되고 있다. 각각의 데이터는 다른 형식을 가지고 있고, 중복되는 정보도 포함하고 있다. 여러 연구 방법에서 데이터를 사용할 때 한군데에서만 추출하기 보다는 여러 데이터에서 추출하는 경우가 많기 때문에 다른 형식의 데이터를 이용하는데 불필요한 수고가 들어가게 된다. 때문에 여러군데의 데이터를 한 가지 형식으로 맞추어 통합적으로 구축하여 연구 시 데이터 사용에 용이하도록 설계 하였다. 또한 발표된 단백질 기능 예측 방법에 대한 정리를 통해 앞으로의 연구를 하는데 있어서 필요한 자료를 얻고 열람할 수 있도록 설계하였다. 이를 통해 관련 연구를 하거나 관심이 있는 사람들의 데이터를 검색하는데 많은 도움이 될 것이다.

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

• 이러한 작업은 본 개발 방법에 대한 실험을 하는데 있어 시간 낭비를 초래하게 된다. 따라서 본 논문에서는 이러한 데이터베이스들의 이용에 용이하기 위한 통합 설계를 제시하였다.
• 단백질들 간의 상호작용 데이터를 제공하는 데이터베이스들 중 대표적인 DIP, GRID, MIPS를 이용하여 설계하였다. 설계의 목적은 각기 다르거나 중복된 단백질을 가지고, 다른 형태로 이루어진 이 데이터베이스들을 한 가지 형태로 통합하여 단백질 기능 예측 기술을 개발하는데 용이하도록 하는 것이다.

제안 방법

• 또한 기존보다 나은 개발을 하기 위해서는 기존에 나와 있는 방법에 대한 충분한 이해와 앞선 방법보다 나은 정확도를 가지고 있는지에 대한 비교분석이 필요하다. 이러한 기존에 나와 있는 대표적인 방법들에 대한 데이터들을 효율적으로 열람할 수 있고, 비교분석 할 수 있는 시스템을 제시하였다.
• 단백질들 간의 상호작용 데이터를 제공하는 데이터베이스들 중 대표적인 DIP, GRID, MIPS를 이용하여 설계하였다. 설계의 목적은 각기 다르거나 중복된 단백질을 가지고, 다른 형태로 이루어진 이 데이터베이스들을 한 가지 형태로 통합하여 단백질 기능 예측 기술을 개발하는데 용이하도록 하는 것이다.
• 새로운 방법을 도출하기 위해서는 무엇보다 기존의 방법들에 대한 파악이 중요하다. 이를 위해 방대한 자료들을 사용자 기반으로 축적하여 효율적인 자료 검색을 도와주는 시스템을 설계하였다.
• 최근 10년 동안 단백질과 단백질간의 상호작용을 나타내는 데이터를 이용하여 단백질의 기능을 찾아내는 방법이 연구되어 왔다. 새로운 방법을 찾아내는데 겪는 불편한 점을 줄이기 위한 두 가지 시스템을 설계하였다. 첫째로 여러 군데에서 제공하는 단백질 상호작용 데이터베이스들의 형식과 구성이 다른 점과 필요한 데이터만을 손쉽게 이용할 수 있도록 통합 데이터베이스를 구축하였다.
• 새로운 방법을 찾아내는데 겪는 불편한 점을 줄이기 위한 두 가지 시스템을 설계하였다. 첫째로 여러 군데에서 제공하는 단백질 상호작용 데이터베이스들의 형식과 구성이 다른 점과 필요한 데이터만을 손쉽게 이용할 수 있도록 통합 데이터베이스를 구축하였다. 그리고 수많은 단백질 기능 예측 방법들을 축적하여 효율적으로 검색할 수 있도록 하였다.
• 첫째로 여러 군데에서 제공하는 단백질 상호작용 데이터베이스들의 형식과 구성이 다른 점과 필요한 데이터만을 손쉽게 이용할 수 있도록 통합 데이터베이스를 구축하였다. 그리고 수많은 단백질 기능 예측 방법들을 축적하여 효율적으로 검색할 수 있도록 하였다. 이를 이용해 앞으로 단백질 기능 예측 방법을 찾는 분야의 연구를 도울 수 있다.

후속연구

• 그리고 수많은 단백질 기능 예측 방법들을 축적하여 효율적으로 검색할 수 있도록 하였다. 이를 이용해 앞으로 단백질 기능 예측 방법을 찾는 분야의 연구를 도울 수 있다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기