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
- 후)주변miRNA들이">주변 miRNA들이 질병과 연관이 많을수록 center node도 질병과 관련이 높을 것이라 가정하였다. 본 논문에서는 알츠하이머병과 관련이 있는 miRNA를 점수화하였다.
- 후)연구 내용은">연구내용은 매우 미흡한 실정이다. 본 논문에서는 여러 종류의 miRNA 데이터 셋(miRecords, miRTarBase, miR2Disease 등)을 통합하고, target gene을 이용한 접근 방법을 통하여 miRNA가 특정 질병과 연관이 있는지를 밝혀내는 시도를 수행하였다. 새로이 제안하는 scoring 방법과 특정 질병과 관련된 miRNA의 순위 본 논문에서는 질병 관련 miRNA 추출 및 예측하는 방법으로, miRNA 데이터를 통합하고 miRNA의 Target gene을 이용하여 두 miRNA 사이의 거리를 기반으로 한 유사성(similarity)을 구하여 질병 관련 miRNA 추출 및 예측하는 것이다. 실험 결과, 논문에서 제시하는 질병 관련 miRNA 추출 본 논문에서는 질병과 연관이 있는 miRNA를 찾는 실험을, 알츠하이머 질병 관련 데이터를 표본으로 하여 수행하였다. 본 논문에서 새로이 제안하는 scoring 방법 기본적으로 두 miRNA 간에 공통적으로 공유하는 target gene을 바탕으로 개별 네트워크를 형성하는 방법은 scoring 방법 1과 동일하다. 중심 miRNA의 질병 연관성을 살펴보기 위해서 edge로 연결된 주변 miRNA가 질병과 관련이 있는지를 확인한다. miRNA의 질병 관련 유무는 miR2Disease 데이터를 기반으로 확인하였다.
가설 설정
- miRNA를 하나의 개별 node로 나타내었고, miRNA 간에 서로 공유하는 target gene가 있으면 둘 사이를 edge로 이어 나타내었다. miRNA끼리의 유사성(similarity)은 공통으로 공유하는 target gene가 많을수록 높다고 가정하여 실험을 수행하였다.
- 후)공유할수록">공유 할수록 서로 기능적으로 유사성(similarity)이 높다고 본다. 따라서 center node(miRNA)에 edge로 이어진 주변 miRNA들이 질병과 연관이 많을수록 center node도 질병과 관련이 높을 것이라 가정하였다. 본 논문에서는 알츠하이머병과 관련이 있는 miRNA를 점수화하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.