2010. 9. 9. 11:37
암발병을 예측하는 엑셀기반 알고리즘 카테고리 없음2010. 9. 9. 11:37
반응형
연구자들은 쉽게 사용할 수 있는 컴퓨터 프로그램을 사용하여,
유방암을 분류해낼 수 있는 유전자를 식별하는 시스템을 개발하고 있다. 이 알고리즘은 특별한 소프트웨어나 광범위한 바이오인포매틱스
교육이 없이도 연구자들이 가치있는 유전자 특징을 재빨리 만들어낼 수 있도록 해줄 것이다. 이것은 BioMed Central의 실험
및 임상암연구 저널(Journal of Experimental & Clinical Cancer Research)에 자세한
내용이 실려있다.
John Hassell 박사의 개인지도를 받는 대학원생 Robin Hallett와 캐나다 온타리오 McMaster 대학에 있는 그의 연구팀 멤버들은 이 알고리즘을 개발하고 있으며, 20개의 유전자 발현표지를 규명하는데 그것을 사용하고 있다. 그리고 이것은 151개의 환자 검증 데이터셋에서 잘 활용되고 있다.
“지금까지 이러한 특징을 만들어내기 위해서는 다양한 클러스터링과 분류 알고리즘이 필요했다. 그리고 또한 전문화된 소프트웨어와 바이오인포매틱스 교육을 필요로 했다. 그러나 이 알고리즘의 모든 과정은 MS사의 엑셀 2007을 사용하여 완성되었다. 이 소프트웨어는 생물학 연구 커뮤니티에서 광범위하게 액세스될 수 있을 것이다. 이 기술이 소프트웨어나 교육의 부재로 인하여 구현되는 것이 방해받지 않을 것이다.” 라고 캐나다 McMaster 대학의 Hallett이 말했다.
연구자들은 환자 생명과 관련된 표현 레벨로 유전자를 나타내기 위해 144명의 환자로 구성된 그룹의 데이터를 이 알고리즘의 실험에서 사용하고 있다. 좋지 못한 예후를 보여주는 10개의 가장 높은 순위의 유전자와 좋은 예후를 보여주는 10개의 가장 높은 순위의 유전자가 20개 유전자 표현 기반의 예측기가 된다. 그래서 이것은 유효성 검사 그룹내에서 두 개의 다른 모델들과 마찬가지로 잘 수행되는 것이 보여졌다.
Hassell 에 따르면, “우리의 알고리즘은 다른 특징선택기술에 비하여 비교할만한 정확도를 가진 예측 모델을 만들어내기 때문에 생물학 연구과학자들을 위해 더 좋은 접근성과 유용성을 갖게 해준다. 우리는 일반적으로 항암치료에 사용되는 유방암세포 민감도 예측모델에 기초한 유전자 표현을 생성하기 위해서 이 알고리즘을 사용하기 시작했다.” 라고 말했다.
John Hassell 박사의 개인지도를 받는 대학원생 Robin Hallett와 캐나다 온타리오 McMaster 대학에 있는 그의 연구팀 멤버들은 이 알고리즘을 개발하고 있으며, 20개의 유전자 발현표지를 규명하는데 그것을 사용하고 있다. 그리고 이것은 151개의 환자 검증 데이터셋에서 잘 활용되고 있다.
“지금까지 이러한 특징을 만들어내기 위해서는 다양한 클러스터링과 분류 알고리즘이 필요했다. 그리고 또한 전문화된 소프트웨어와 바이오인포매틱스 교육을 필요로 했다. 그러나 이 알고리즘의 모든 과정은 MS사의 엑셀 2007을 사용하여 완성되었다. 이 소프트웨어는 생물학 연구 커뮤니티에서 광범위하게 액세스될 수 있을 것이다. 이 기술이 소프트웨어나 교육의 부재로 인하여 구현되는 것이 방해받지 않을 것이다.” 라고 캐나다 McMaster 대학의 Hallett이 말했다.
연구자들은 환자 생명과 관련된 표현 레벨로 유전자를 나타내기 위해 144명의 환자로 구성된 그룹의 데이터를 이 알고리즘의 실험에서 사용하고 있다. 좋지 못한 예후를 보여주는 10개의 가장 높은 순위의 유전자와 좋은 예후를 보여주는 10개의 가장 높은 순위의 유전자가 20개 유전자 표현 기반의 예측기가 된다. 그래서 이것은 유효성 검사 그룹내에서 두 개의 다른 모델들과 마찬가지로 잘 수행되는 것이 보여졌다.
Hassell 에 따르면, “우리의 알고리즘은 다른 특징선택기술에 비하여 비교할만한 정확도를 가진 예측 모델을 만들어내기 때문에 생물학 연구과학자들을 위해 더 좋은 접근성과 유용성을 갖게 해준다. 우리는 일반적으로 항암치료에 사용되는 유방암세포 민감도 예측모델에 기초한 유전자 표현을 생성하기 위해서 이 알고리즘을 사용하기 시작했다.” 라고 말했다.
반응형
