대용량 발현 데이터에 대한 기전 분석을 위한 기계학습/확률모델 방법을 이용한 정보분석 기술개발(암을 중심으로)

Abstract

- 1995년 이후, 마이크로어레이와 SAGE와 같은 대용량 고속 실험 처리능력을 가진 high-throughput 기술이 생물학에 도입되면서 대용량 생물학 데이터가 쏟아지고 있음 - 그러나, 데이터 생산 능력은 크게 진보하고 있지만, 이를 분석해서 생물학적 지식을 찾으려는 노력은 여전히 느리게 발달하고 있음 - 이에 따라, 확률 모델을 이용하여 기존 지식과 더불어 마이크로어레이 데이터를 효과적으로 통합할 수 있는 방법 연구

- Decomposition of KEGG pathways to their corresponding subpathways - Preprocessing of microarray data - Identifier mapping between microarray and subpathways - Probabilistic model construction based on microarray and subpathways - Identification of meaningful subpathways