최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보처리학회 2013년도 제40회 추계학술발표대회, 2013 Nov. 08, 2013년, pp.1113 - 1116
김정림 (연세대학교 컴퓨터과학과) , 여윤구 (연세대학교 컴퓨터과학과) , 박상현 (연세대학교 컴퓨터과학과)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
유전체에 대한 관심을 크게 일으켰던 프로젝트는 무엇인가? | 게놈 프로젝트 (Genome project) 이후로 유전체에 대한 관심이 증가하면서 다양한 종류의 데이터가 등장하였고, 이러한 데이터를 해석하고, 다른 데이터와 통합하는 것은 중요한 연구과제이다. 또한, 다양한 데이터들을 통한 질병유전자 예측은 암과 같은 복잡한 유전적 질병의 진단, 치료, 예방, 신약재창출(Drug repositioning) 등에 핵심적인 역할을 수행 할 수 있기 때문에 지속적으로 연구되고 있는 분야이다. | |
다양한 데이터들을 통한 질병유전자 예측은 어떤 역할을 수행할 수 있기 때문에 지속적으로 연구되어야 하는 분야인가? | 게놈 프로젝트 (Genome project) 이후로 유전체에 대한 관심이 증가하면서 다양한 종류의 데이터가 등장하였고, 이러한 데이터를 해석하고, 다른 데이터와 통합하는 것은 중요한 연구과제이다. 또한, 다양한 데이터들을 통한 질병유전자 예측은 암과 같은 복잡한 유전적 질병의 진단, 치료, 예방, 신약재창출(Drug repositioning) 등에 핵심적인 역할을 수행 할 수 있기 때문에 지속적으로 연구되고 있는 분야이다. | |
질병유전자 예측 연구에서 마이크로 데이터의 문제점은 무엇인가? | 위에 언급된 데이터들은 모두 질병유전자 예측 연구에 사용될 수 있지만, 각각의 데이터들은 모두 단점을 가지고 있다. 특히, 마이크로어레이 데이터의 경우 노이즈가 매우 많이 포함되어 있기 때문에 이를 단독으로 사용할 경우에 정확도 높은 질병 유전자 예측을 하기 힘들다. 이러한 점을 보완하기 위하여 본 논문은 텍스트마이닝 기법을 통해 문헌정보로부터 얻은 데이터와 유전자들 간의 상호작용 데이터를 마이크로어레이 데이터와 함께 이용하여 일부 알려진 질병 유전자와 상호작용이 존재하는 유전자들에 한해서 점수를 매겨 질병 유전자를 예측하였다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.