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
- 기존의 텍스트마이닝을 이용한 방법들은 많은 후보 질병 유전자(Candidate disease gene)들을 제안하고, 제안된 후보 질병 유전자들을 실험적으로 검증하기 위해서는 많은 노력과 시간이 필요했다. 이러한 문제점을 보완하기 위해 본 논문에서는 기존의 텍스트마이닝 방법에 구글 데이터를 추가로 이용하여 더 정확한 유전자 네트워크를 구축하고, 더 정확한 후보 질병 유전자들을 찾는 방법을 제안한다.
제안 방법
- 검증을 위해서 전립선암과 관련된 유전자 정보를 담고 있는 다양한 데이터베이스를 이용하였다. PGDB[6], Sang er[7], DDPC[8], KEGG[9]의 전립선암과 관련된 유전자 정보 데이터베이스들을 사용하여 검증을 수행 하였으며, 몇몇 유전자들은 추가적으로 문헌 검증을 수행하였다.
- 계산된 각 노드의 점수를 기반으로 내림차순 정렬하고, 상위 20개의 유전자에 대해 실제로 전립선암과 관련이 있는가를 검증한다. 빈도만을 가중치로 사용했을 때와 New weight를 가중치로 사용했을 경우를 비교하여 실험하였다.
- 더 정확한 유전자 네트워크 구축을 위해 빈도라는 가중치 외에 구글 데이터라는 새로운 정보를 추가하였다. 텍스트마이닝을 통해 구축된 네트워크에서 두 노드 사이에 간선의 가중치를 구글 검색이라는 방법을 통해 새롭게 계산하였다.
- (그림 2)와 같이 모든 문장은 POSTagger[4]를 이용하여 품사별로 구분하고, 구분된 품사 중에 명사만을 추출한다. 명사들 중에 유전자만을 선택하기 위해서 앞의 과정에서 추출된 명사들을 HGNC[5]에서 제공하는 유전자 심볼(Symbol)과 비교 하여 유전자를 구별한다.
- 그 중 하나가 텍스트마이닝 기법이다. 본 논문에서는 기존에 문헌들을 기반으로 수행하는 텍스트마이닝 방법론에 추가적으로 구글 데이터라는 새로운 정보를 추가하여 접근함으로써 새로운 유전자 네트워크를 구축하였다. 구축된 네트워크에 노드들의 점수를 계산하고 점수가 높은 상위 20개의 유전자들을 검증한 결과, 기존의 방법으로 구축한 네트워크는 20개의 유전자중 14개의 질병 관련 유전자를 찾았다.
- 계산된 각 노드의 점수를 기반으로 내림차순 정렬하고, 상위 20개의 유전자에 대해 실제로 전립선암과 관련이 있는가를 검증한다. 빈도만을 가중치로 사용했을 때와 New weight를 가중치로 사용했을 경우를 비교하여 실험하였다. 검증을 위해서 전립선암과 관련된 유전자 정보를 담고 있는 다양한 데이터베이스를 이용하였다.
- 위의 식과 같은 방법으로 계산된 New weight를 노드 사이의 가중치로 설정하여 네트워크를 재구축한다. 실험을 위해 유전자 네트워크에 존재하는 모든 노드들에 대해 가중치를 기반으로 점수를 계산하고, 계산된 점수를 바탕으로 유전자 순위(Rank)를 정하였다. 각 노드의 점수는 다음과 같이 계산한다.
- 점수가 높은 상위 20개의 유전자에 대해서 검증을 하였으며, Frequency와 New weight를 가중치로 사용하는 각각의 경우로 나누어서 수행하였다.
- 본 논문에서 제안하는 방법은 3단계로 이루어져 있다. 첫 번째 단계에서는 기존의 텍스트마이닝 방법을 이용하여 유전자 네트워크를 구축한다. 두 번째 단계에서는 구글데이터를 사용하여 앞의 단계에서 구축한 유전자 네트워크에서 노드와 노드 사이의 간선에 가중치를 추가하여 네트워크를 재구성한다.
- 더 정확한 유전자 네트워크 구축을 위해 빈도라는 가중치 외에 구글 데이터라는 새로운 정보를 추가하였다. 텍스트마이닝을 통해 구축된 네트워크에서 두 노드 사이에 간선의 가중치를 구글 검색이라는 방법을 통해 새롭게 계산하였다.
대상 데이터
- 빈도만을 가중치로 사용했을 때와 New weight를 가중치로 사용했을 경우를 비교하여 실험하였다. 검증을 위해서 전립선암과 관련된 유전자 정보를 담고 있는 다양한 데이터베이스를 이용하였다. PGDB[6], Sang er[7], DDPC[8], KEGG[9]의 전립선암과 관련된 유전자 정보 데이터베이스들을 사용하여 검증을 수행 하였으며, 몇몇 유전자들은 추가적으로 문헌 검증을 수행하였다.
- 구축된 네트워크에 노드들의 점수를 계산하고 점수가 높은 상위 20개의 유전자들을 검증한 결과, 기존의 방법으로 구축한 네트워크는 20개의 유전자중 14개의 질병 관련 유전자를 찾았다. 반면에 본 논문에서 제안하는 방법론은 기존의 방법보다 3개가 많은 17개의 질병 관련 유전자를 찾았다. 이는 본 논문에서 제시한 방법론이 기존의 방법으로 구축한 네트워크 보다 높은 정확성을 가짐을 입증하였다.
이론/모형
- (그림 2)와 같이 모든 문장은 POSTagger[4]를 이용하여 품사별로 구분하고, 구분된 품사 중에 명사만을 추출한다. 명사들 중에 유전자만을 선택하기 위해서 앞의 과정에서 추출된 명사들을 HGNC[5]에서 제공하는 유전자 심볼(Symbol)과 비교 하여 유전자를 구별한다.
성능/효과
- <표2>는 빈도를 가중치로 사용하여서 각 유전자의 점수를 계산하고 점수가 높은 유전자부터 차례로 20번째까지 나타낸 표이다. 20개의 유전자 중에 14개의 유전자가 실제로 전립선암과 관련이 있었으며, 70%의 정확도를 가진다.
- <표3>은 New weight를 가중치로 사용하여서 각 유전자의 점수를 계산하고 점수가 높은 유전자부터 차례로 20번째까지 나타낸 표이다. 20개의 유전자 중에 17개의 유전자가 실제로 전립선암과 관련이 있었으며, 85%의 정확도를 가진다.
- 본 논문에서는 기존에 문헌들을 기반으로 수행하는 텍스트마이닝 방법론에 추가적으로 구글 데이터라는 새로운 정보를 추가하여 접근함으로써 새로운 유전자 네트워크를 구축하였다. 구축된 네트워크에 노드들의 점수를 계산하고 점수가 높은 상위 20개의 유전자들을 검증한 결과, 기존의 방법으로 구축한 네트워크는 20개의 유전자중 14개의 질병 관련 유전자를 찾았다. 반면에 본 논문에서 제안하는 방법론은 기존의 방법보다 3개가 많은 17개의 질병 관련 유전자를 찾았다.
- 마지막 단계에서는 새로 구축된 네트워크를 분석하고, 노드들의 가중치를 계산하여 질병 관련 유전자를 추출(Extraction)한다. 기존의 텍스트마이닝 방법에 추가적으로 구글 데이터를 사용함으로써, 기존의 방법보다 더 정확하게 질병 유전자를 찾는 결과를 도출하였다.
- (그림 4) Frequency를 이용하는 기존의 방법은 상위 20개의 유전자 중에 14개가 전립선암과 관련이 있다고 검증되었다. 본 논문에서 제시하는 구글 데이터를 추가하여 네트워크에 가중치를 재계산하는 방법은 상위 20개의 유전자 중에 17개의 유전자가 전립선암과 관련이 있다고 검증되었다. 이는 본 논문의 방법이 기존의 Frequency를 사용하는 방법보다 구글 데이터를 추가함으로써 더 높은 정확성을 가지는 네트워크를 구축했다는 것을 입증했다.
- 반면에 본 논문에서 제안하는 방법론은 기존의 방법보다 3개가 많은 17개의 질병 관련 유전자를 찾았다. 이는 본 논문에서 제시한 방법론이 기존의 방법으로 구축한 네트워크 보다 높은 정확성을 가짐을 입증하였다.
- 본 논문에서 제시하는 구글 데이터를 추가하여 네트워크에 가중치를 재계산하는 방법은 상위 20개의 유전자 중에 17개의 유전자가 전립선암과 관련이 있다고 검증되었다. 이는 본 논문의 방법이 기존의 Frequency를 사용하는 방법보다 구글 데이터를 추가함으로써 더 높은 정확성을 가지는 네트워크를 구축했다는 것을 입증했다.
후속연구
- 많은 정보들을 활용하여 더 정확한 네트워크 구축을 수행 할 예정이다. 또한 네트워크분석에 있어서 다양한 각도로 해석하고, 점수를 계산하여 최적의 결과를 찾도록 개선할 예정이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.