메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
고동우 (가톨릭대학교) 양정진 (가톨릭대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제18권 제2호(JKIIT, Vol.18, No.2)
발행연도
2020.2
수록면
33 - 43 (11page)
DOI
10.14801/jkiit.2020.18.2.33

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근에는 생명공학분야는 인공지능분야와의 접목을 통하여 새로운 유전자의 발굴에 큰 성과를 이루고 있으나, 빅 데이터의 처리 및 세포특이성을 부여할 수 있는 새로운 알고리즘의 부족으로 여전히 많은 한계성을 가지고 있다. 본 연구에서는 naive T세포에 특이적인 유전자인 CD27, SELL, IL7R, IL2RG, PTPRC을 기준으로 하여, 유전사들 사이의 유사성을 계산하는 새로운 방법인 Pearson Correlation과 T-SNE를 기존에 사용되고 있는 Fold Change 정렬 방법과 비교분석하였다. 시도한 3가지 분석방법들 중 T-SNE 분석방법을 사용하였을 때, 위의 5개의 유전자들이 모두 가장 높은 순위에 위치하였다. 따라서 특정한 세포에 존재하는 유전자들 중 단백질을 인코딩하는 유전자들만 선별하여 유전자간의 유사성을 계산하는 T-SNE 분석 방법을 사용한다면 타겟 세포의 선택적으로 발현하는 유전자 발굴을 위한 가장 효과적인 방법이 될 수 있음을 제시했다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 연구 데이터의 출처 및 방법론
III. 실험결과 및 분석
Ⅳ. 결론
References

참고문헌 (18)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-000347593