지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 윤석현
- 발행연도
- 2021
- 저작권
- 단국대학교 논문은 저작권에 의해 보호받습니다.
이용수64
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 암 세포주의 유전자 발현량 데이터와 항암제 반응 값을 바탕으로 항암제 반응 예측모형을 설계하고 각 항암제의 반응 지표를 예측할 수 있는 특징적인 예측 유전자를 탐색하였다.
두 데이터에 공통된 12가지 항암제에 대해서 ElasticNet 알고리즘을 이용하여 항암제 반응예측을 진행하고, 각 항암제의 2가지 반응 지표 (IC50 및 AUC, IC50 및 Activity area)에 대해 회귀모형을 만들고 파라미터 조절을 통해 선택된 유전자 개수가 비슷할 때의 공통 유전자를 사용하여 항암제 반응을 예측하고 최적의 예측성능을 가진 특징 유전자 그룹을 찾아내었다.
결과적으로, 두 데이터의 12가지 항암제에 대한 예측모형의 예측값과 실제값 간의 Pearson 상관계수가 모두 0.6 이상이었으며, 최대 0.918 (PD-0332991)로 나타났다. 또한, 2가지의 항암제 반응 지표에 대해 예측이 잘 되는 유전자 그룹을 찾아내었고 이 유전자들만 사용한 예측성능이 최고 0.801 (AZD6244)로 나온 것을 확인하였다. 적은 개수의 유전자를 사용해도 예측성능이 유사하게 나올 수 있으므로 이 유전자들은 해당 항암제의 예측 유전자로 사용 가능함을 확인하였다.
두 데이터에 공통된 12가지 항암제에 대해서 ElasticNet 알고리즘을 이용하여 항암제 반응예측을 진행하고, 각 항암제의 2가지 반응 지표 (IC50 및 AUC, IC50 및 Activity area)에 대해 회귀모형을 만들고 파라미터 조절을 통해 선택된 유전자 개수가 비슷할 때의 공통 유전자를 사용하여 항암제 반응을 예측하고 최적의 예측성능을 가진 특징 유전자 그룹을 찾아내었다.
결과적으로, 두 데이터의 12가지 항암제에 대한 예측모형의 예측값과 실제값 간의 Pearson 상관계수가 모두 0.6 이상이었으며, 최대 0.918 (PD-0332991)로 나타났다. 또한, 2가지의 항암제 반응 지표에 대해 예측이 잘 되는 유전자 그룹을 찾아내었고 이 유전자들만 사용한 예측성능이 최고 0.801 (AZD6244)로 나온 것을 확인하였다. 적은 개수의 유전자를 사용해도 예측성능이 유사하게 나올 수 있으므로 이 유전자들은 해당 항암제의 예측 유전자로 사용 가능함을 확인하였다.
목차
Ⅰ. 서론 11. 연구 배경 및 목적 1II. 시료 데이터 31. 데이터 소개 32. 암 세포주 유전자 발현량 데이터 33. 항암제 반응 지표 4III. 분석 방법 및 실험 과정 71. Pearson 상관계수를 이용한 변수선택 72. ElasticNet 기반의 변수선택 및 항암제 반응 예측 71) ElasticNet 알고리즘 72) 다른 알고리즘과의 예측성능 비교 93. 실험 과정 10IV. 실험 결과 121. GDSC 데이터에 대한 항암제 반응 예측 121) 항암제 반응 예측 결과 및 비교 122) 공통 유전자 기반의 항암제 반응 예측 162. CCLE 데이터에 대한 항암제 반응 예측 201) 항암제 반응 예측 결과 및 비교 202) 공통 유전자 기반의 항암제 반응 예측 223. 예측 유전자에 대해 생물학적 분석 261) 예측 유전자에 대한 Heatmap 분석 262) 예측 유전자의 Gene Ontology 분석 26V. 고찰 30VI. 결론 31참고문헌 32부록 35영문요약 42
최근 본 자료
댓글(0)
0