마이크로어레이 데이터를 이용한 암 분류 표지 유전자 선별 시스템

박수영; 정채영

주제분류

...

저널정보

저자정보

박수영 (조선대학교)
정채영 (조선대학교)

이용수
내서재: 0

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기

마이크로어레이를 기반으로 하는 암 분류 방법은 암 종류에 따라 다르게 발현되는 유전자 양상을 통계적으로 발견함으로써 정확한 암 분류에 기여할 수 있다. 따라서 현재의 마이크로어레이 기술을 이용해서 효과적으로 암을 분류하기 위해서는 특정 암과 밀접하게 관련이 있는 정보력 있는 유전자를 선택하는 과정이 필수적이다. 본 논문에서는 난소 암 마이크로어레이 데이터를 이용하여 암에 영향을 미치는 가장 다르게 발현할 가능성이 있는 표지 유전자를 추출할 수 있는 시스템을 고안하고, 다층퍼셉트론 분류기를 이용하여 기존의 마이크로어레이 시스템과 분류 성능을 비교분석하였다. 그 결과 ANOVA를 이용하여 선택된 표지 유전자를 포함하는 마이크로어레이 데이터 셋에서 98.61%의 향상된 분류 성능을 보였다.

The method of cancer classification based on microarray could contribute to being accurate cancer classification by finding differently expressing gene pattern statistically according to a cancer type. Therefore, the process to select a closely related informative gene with a particular cancer classification to classify cancer using present microarray technology with effect is essential. In this paper, the system can detect marker genes to likely express the most differentially explaining the effects of cancer using ovarian cancer microarray data . And it compare and analyze a performance of classification of the proposed system with it of established microarray system using multi-perceptron neural network layer. Microarray data set including marker gene that are selected using ANOVA method represent the highest classification accuracy of 98.61% , which show that it improve classification performance than established microarray system.

#마이크로어레이 #t-테스트 #아노바 #다층 퍼셉트론 #Microarray #t-test #ANOVA #MLP(Multi-Layer Perceptron)

참고문헌 (6)

참고문헌 신청

1. [보고서] - M. Brown / 1999 / Support vector machine classification of microarray gene expression data

2. [단행본] - Dov Stekel / 2003 / Microarray Bioinformatics / Cambridge Uiversity Press

3. [단행본] - J.Devore / 1977 / Statistic: the Exploration and Analysis of Data, 3rd ed / Duxbury Press

4. [단행본] - Kobilinsky, A. / 1997 / Les plans factoriels. in: Plans d'Experiences, Applications a l'Entreprise / Editions Technip : 69 ~ 209

5. [단행본] - Martin T. Hagan / 1996 / Neural network design / PWS Publishing Company

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박수영

소속기관 광운대학교

주요연구분야 공학 > 전자/정보통신공학 공학 > 컴퓨터학

논문수 20 이용수 2,891

Chai-Yeoung Jung

소속기관 조선대학교

주요연구분야 공학 > 전자/정보통신공학

논문수 25 이용수 1,380

이 논문과 함께 이용한 논문

빅데이터의 의학적 활용

김지현 , 김홍 , 손광은 외 5명 정보과학회지 2014.03

DNA 칩을 활용한 환경 바이오 모니터링 기술

구만복 , 김병찬 , 이진형 BT NEWS 2006.09

다중 진화 알고리즘에 의한 유전자 조절 네트워크의 효율적인 탐색

김기영 , 조동연 , 장병탁 한국정보과학회 학술발표논문집 2005.11

빅 데이터기반 마이닝 마인즈 헬스케어 프레임워크

O , esti Banos , Wajahat Ali Khan 외 9명 한국통신학회지(정보와통신) 2015.10

감염성 질환의 진단을 위한 BioMEMS 연구개발 동향

이진기 , 변도영 기계저널 2012.08

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드