$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

동향 상세정보

유전자학 분야의 데이타 관리와 효율적인 이용을 위한 고찰

Genomic Data Resources: Challenges and Promises

2016-04-24

지난 10년간 컴퓨팅 파워의 발달로 생물학, 유전학 분야에서의 데이터 증가는 거의 기학급수적으로 늘고있다. NSF, NIH, DOE 등 미국 정부기관에서 주도하는 BigData 프로젝트들도 그 수가 점차 증가하고있는 실정이다. 특히 생물학, 유전학 분야에서의 데이터 증가는 다른 분야에 비해 수십 배 이상 빠른 속도의 증가율을 보이고 있는데, 현재 NCBI (National Center for Biotechnology Information) 에는 일백만개가 넘는 염기쌍 (base-pair) 정보가 저장되어 있는 것으로 알려져 있다.

유전학 분야에서 이 엄청난 양의 데이터를 제대로 수집, 관리, 보관하는 것은 앞으로의 연구를 위해서 무척 중요한 일이며, 이에 INSDC (International Nucleotide Sequence Database Collaboration) 이라는 컨소시움이 형성되어 이 사업을 주도하고 있다. 현재 INSDC에는 천만개가 넘는 염기쌍 정보가 저장 되어있다. 이 유전자 정보들의 저장, 관리, 그리고 연구자들이 이를 효율적으로 이용하기 위한 플랫폼들은 보통 다음과 같이 4가지로 나뉜다:

1.Sequence Data Repositories: 유전자 염기서열 데이터를 저장하는 곳. INDSC 가 대표적이며, NCBI 의 GenBank, 유럽의 EMBL, 일본의 DDBJ 등이 있다. 수집된 데이터는 RefSeq 이라는 데이터베이스를 통해 data curation 과정을 거친 후 연구자들에게 공개된다.

2. General Genome Browser: 유전자 검색툴. UC Santa Cruz 의 Genome Browser, 유럽 EBI의 Ensembl, 그리고 NCBI 의 MapViewer 등이 잘 알려진 검색툴 들이며, 이 검색툴들을 통해 연구자들은 위에서 언급된 저장소에 있는 데이터들 중 필요한 부분들을 쉽게 찾아볼 수 있다.

3. Species- and Taxa-Specific Databases: 좀 더 깊이 있는 정보를 공유하기 위해 각 종별, 생물 분류군별 로 특화된 데이터베이스들이 해당 연구분야의 개발자들에 의해 개발되어 왔으며 수백 개의 데이터베이스들이 이미 활발히 이용되고 있다. (기사 링크에 포함된 표 참조)

4. Standardized Genome Database Tools (GMOD): 위에서 언급된 각종 데이터베이스에 있는 유전자 정보들이 호환 가능한 형태로 저장되어 있지 않기 때문에, 이 문제점을 해결하기 위해 데이터관리의 표준화를 위한 도구 개발도 많이 진행되고 있다. GMOD (Generic Model Organism Database) 는 이런 도구들을 모두 일관적으로 통합, 이용이 용의하게 하기 위한 작업이며, 이미 수백 가지의 툴들이 포함되어 있다.

생물학, 유전학 분야에서 연구자들이 발빠르게 데이터 증가에 대응하고 있는 것은 고무적 이지만, 또 한편으론 데이터와 함께 같이 증가하는 너무나 다양하고 많은 수의 관련 툴들에 연구자들은 또다시 질려 하는 모습도 볼 수 있다. 여러 표준화, 통합 관리의 노력들이 이제껏 많은 결실을 보아왔지만, 점점 더 빠르게 증가하는 이 분야의 데이터를 더욱 효율적으로 관리하기 위한 노력들이 더욱 절실한 상황이다.

관련연구자 Warren C. Lathe III, Jennifer M. Williams, Mary E. Mangan, Donna Karolchik
관련기관 OpenHelix, University of California Santa Cruz
과학기술분류 생명과학
본문키워드(한글) 유전학, 데이터베이스, 빅 데이타
본문키워드(영문) Genome Sequencing, Database, BigData, Sequence Repository,
원문언어 English
국가 미국
원문출판일 2014-12-31
출처 http://www.nature.com/scitable/topicpage/genomic-data-resources-challenges-and-promises-743721

이 동향 조회수 및 차트

  • 상단의 제목을 클릭 시 조회수 및 차트가 조회됩니다.