초록 ▼

□ 연구개요
이 연구는 그래프와 확률적 그래프 모델을 이용하여 전장 유전체 질병 연관성 분석과 집단유전학적 분석을 위한 방법을 개발한다. 먼저 다수표지법을 전장유전체에 적용하는데 필요한 유전체 분할 방법을 개발하고 유전체 분할이 전장유전체에 적용된 다수 가설 검정에서 제 1종 오류의 미치는 영향을 보정하는 방법을 개발한다. 또한 염기서열 자료의 유전체 분할을 위해 필요한 LD 블록을 구성하는 방법을 그래프 모델링을 이용하여 개발하고 이를 이용하여 집단 유전학적 분석을 수행한다. 베이지안 네트워크의 방법을 이용하여 진화적 경로를

□ 연구개요
이 연구는 그래프와 확률적 그래프 모델을 이용하여 전장 유전체 질병 연관성 분석과 집단유전학적 분석을 위한 방법을 개발한다. 먼저 다수표지법을 전장유전체에 적용하는데 필요한 유전체 분할 방법을 개발하고 유전체 분할이 전장유전체에 적용된 다수 가설 검정에서 제 1종 오류의 미치는 영향을 보정하는 방법을 개발한다. 또한 염기서열 자료의 유전체 분할을 위해 필요한 LD 블록을 구성하는 방법을 그래프 모델링을 이용하여 개발하고 이를 이용하여 집단 유전학적 분석을 수행한다. 베이지안 네트워크의 방법을 이용하여 진화적 경로를 분석하는 방법을 개발하고 그래프 토폴로지적 분석을 통해 단백질 상호작용 네트워크의 구조로부터 진화적 함의를 찾을 수 있는 방법을 연구한다.

□ 연구 목표대비 연구결과
연구의 결과로 다수표지법을 전장유전체에 적용하기 위한 LD block 구성 알고리즘을 개발하였다. 이 알고리즘은 밀집도가 높은 염기서열 데이터의 LD 구조의 특성을 반영하여 만들어졌고 이에 따라 다른 기존의 방법과 비교하여 월등한 성능을 가지며 생물학적 의미를 가지는 LD block을 구성함을 확인할 수 있었다. 이 LD block 구성 알고리즘을 1000 Genomes Project 데이터에 적용하여 양성선택을 판정하는 집단유전학적 연구를 수행하고, 기존에 개발된 양성선택 판정 방법과 일관성을 유지하면서도 보완적 정보를 제공하는 새로운 방법을 제시할 수 있었다. LD block 구성과 유전자 정보를 이용하여 전장유전체를 분할하는 알고리즘을 개발하였고, 이렇게 분할된 결과를 이용하면 분할 단위별 다수표지법을 적용할 때 서로간의 독립성이 어느 정도 보장됨을 확인하였다. 또한 염기서열 데이터에 대한 다중회귀분석을 이용한 다수표지법을 적용할 때 발생하는 다중공선성을 해결할 수 있는 데이터 차원 축소의 방법도 같이 개발하였다. 또한 베이지안 네트워크를 이용하여 유전자의 phylogenetic inference를 수행하는 방법을 연구하였다. 유전자 분화과정에서 partial order를 반영하여 Bayes Factor를 이용하여 구조학습을 진행하는 방법을 개발하고 그 정확성을 확인하였다. 또한 단백질 상호작용 네트워크의 토폴로지 중 삼각형 구조와 진화적 역사 사이의 관련성을 연구하였다.

□ 연구개발결과의 중요성
이 연구의 연구결과는 유전체 염기서열 자료의 집단 유전학적 분석 및 연관성 분석 방법에서 핵심적인 방법론을 개발한 것이다. 기존의 SNP array chip을 사용하여 실시하는 전장유전체 연관성 분석 연구의 방법을 좀 더 많고 밀집된 염기서열 자료의 SNP 분석으로 확장할 때 발생하는 방법론적 문제점을 해결하는 데 도움이 되는 연구들을 수행하였다. 이 연구에서 개발한 LD block을 구성하는 새로운 방법 Big-LD는 생물학적 의미를 가지는 LD block을 염기서열 데이터에 맞게 구성해 주는 처음으로 제시된 방법이며 또한 그래프 이론의 interval graph 개념을 이용한 것으로 이러한 시도의 독창성이 있다고 할 수 있다. 이 연구의 결과들은 다수표지법의 상당한 개발에도 불구하고 광범위한 genome scanning 사용하는 프로토콜이 자리 잡히지 않은 시점에서 분석 단위에 대한 규준을 잡는 데 많은 역할을 할 수 있을 것으로 기대된다. 또한 이 연구의 핵심 결과는 소프트웨어로 제작되어 실제 적용연구자들이 실용적으로 사용할 수 있을 것으로 기대된다.

(출처 : 연구결과 요약문 3p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 3
• 목차 ... 4
• 1. 연구개발과제의 개요 ... 4
• 2. 연구수행내용 및 연구결과 ... 6
• 1) CLQ 알고리즘을 적용한 MLC test 방법의 효과 연구 (2015.5 ~ 2016.1) ... 6
• 2) BIG-LD 알고리즘 개발 (2015.5~2018.4) ... 6
• 3) 민족간 LD block 비교를 통한 양성선택 판정 방법 연구 (2016.6~2017.6) ... 7
• 4) Conjunctive Bayesian Network (CBN) 을 이용한 genealogy 탐색 연구 (2016.5~2018.4) ... 9
• 5) 염기서열 자료의 다중공선성(multicollinearity)을 보정한 차원 축소형 다수표지법 개발 (2017.5~2018.4) ... 10
• 6) 그래프 토폴로지를 이용한 단백질 상호작용 네트워크 분석 연구 (2017.5~2018.4) ... 11
• 3. 연구개발결과의 중요성 ... 12
• 4. 참고문헌 ... 13
• 5. 연구성과 ... 15
• 대표적 연구실적 ... 17
• 끝페이지 ... 32