시간 기반 매크로어레이에서 쇄|일링 및 쉬프팅 패턴을 찾는 새로운 볍 (A Novel Method for Finding Scaling-and-Shifting patterns in Time-based Microarray)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 데이타베이스연구 / 24권 / 3호 / 30 ~ 45페이지
· 저자명 : 이동현, 윤영미, 노홍찬, 박상현, 안재균

초록

시간 기반 마이크로어레이 데이터는 유전자 집합의 발현 정도를 일정한 시간간격으로 측정하여 수치화한 마이크로어레이 데이터를 뜻한다 시간 기반 마이크로 어레이 데이터를 기반으로 다른 유전자 집합을 활성(activation)화 시카거나 억제(inhihtion)시커는 유전자 집합을 찾아냄으로써 유전자 기능 네트워크를 효과적으로 구축 할 수 있 다. 본 논문에서는 유전자의 증감값을 특정 구간에 대하여 표준화하고 이를 통해 클러스터링과 클러스터 간 관계 도출을 동시에 해결 할 수 있는 알고리즘인PRCluster (Past Relatiγe Cluster)방법을 제시한다 PROuster를 검증하기 위해 효모 유전자의 시간 기반 마이크로어레이에서 클러스터를 생성하고 이 클러스터를 바탕으로 활성 관계 또는 억제 관계를 도출하였다. 실험 결과 찾아낸 클러스터 내 두 객체 간에는 선형적인 함수 관계가 있었다. 또한 마이크로어레이 데이터에 존재하는 오차를 허용함과 동시에 적절한 유사도를 지난 클러스터 간 활성 혹은 억제 관계를 도출함을 확인할 수 있었다

영어초록

Time-based microarray data is gene expression data generated by measuring the expression value of genes having a certain time span. By means of finding the gene set which activates or inhibits another gene set, the
gene function network can be discovered. In this paper, we propose the PR cluster method that clusters the set of genes and mines relations between the found clusters by standardizing gene expression and observing the overall pattern. To verify the PR cluster algorithm, we conducted experiments using time-based yeast microarray data.
The experimental results demonstrated that the PR cluster algorithm finds clusters in each of which any two objects have a linear functional relation. Also the experimental results show that the PR cluster algorithm can figure out the relation between clusters with proper similarity and can handle the noise that exists in the microarray data.

참고자료

· 없음