The Journal of the Korea institute of electronic communication sciences (한국전자통신학회논문지)

Korea Institute of Electronic Communication Science (한국전자통신학회)
권호 표지
DOI QR코드

DOI QR Code

The Developement of Liver cancer Vital Sign Information Prediction System using Aptamer Protein Biochip

압타머 단백질 바이오칩을 이용한 간암 진단 생체 정보 예측 시스템 개발

  • 김광준 (전남대학교 컴퓨터공학과) ;
  • 이형근 (조선대학교 컴퓨터공학과)
  • Received : 2011.09.26
  • Accepted : 2011.12.12
  • Published : 2011.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

As the liver cancer in our country cancerous occurrence frequency to be the gastric cancer in the common cancer, If the case which will be discovered in early rising the treatment record was considered seriously about under the early detection. The system which it sees with the system for the early detection of the liver cancer reacts the blood of the control group other than the patient who is confirmed as the liver cancer and the liver cancer to the biochip and aptamer protein biochip profiles mechanical studying leads and it is a system which it classifies. 1149 each other it reacted blood samples of the control group other than the liver cancer patient who is composed of the total 85 samples and the liver cancer which is composed of 310 samples to the biochip which is composed with different oligo from the present paper and it was a data which it makes acquire worker the neural network it led and it analyzes the classification efficiency of the result 95.38 ~ 97.95% which it was visible.

우리나라 암 발생빈도 중 간암은 위암에 이어 두 번째로 흔한 암으로서 조기에 발견될 경우는 치료성적이 우수하여 조기 발견이 대단히 중요시된다. 본 시스템은 간암의 조기발견을 위한 생체 정보 예측 시스템으로, 간암으로 확진된 환자 와 간암이외의 대조군의 혈청을 바이오칩에 반응시켜 압타머 단백질 바이오칩 프로파일을 기계학습을 통해 분류하는 시스템이다. 본 논문에서는 총 85샘플로 구성된 간암 확진환자와 310샘플로 구성된 간암이외의 대조군의 혈액시료를 1149의 서로 다른 올리고로 구성된 압타머 단백질 바이오칩에 반응시켜 획득한 데이터를 인공신경망을 통해 분석한 결과 95.38~97.95%의 분류 성능을 보였다.

Keywords

References

  1. 황규백, 정제균, 남진우, 김병희, 이제근, 장병탁, "바이오데이터 분석을 위한 기계학습기술", JCCI 2007, pp. 35-45, 2007.
  2. 김병희, 김성천, 장병탁, "기계학습에 의한 압타머칩 데이터 기반 심혈관 질환 단계의 예측", 2006한국컴퓨터종합학술대회 논문집, Vol. 33, No. 1(A), pp. 85-87, 2006.
  3. Cho, S.-B., and Won, H.-H., "Machine Learn in DNA Microarray Analysis for Cancer Classification," Conferences in Research and Practice in Information Technology, Vol. 19, pp. 523-527, 2003.
  4. Eom, J.-H., Kim, S.-C., and Zhang, B.-T., "AptaCDSS : A classifier ensemble-based clinical decision support system for cardiovascular disease level prediction," Expert System with Applications, Vol. 34, pp. 2465-2479, 2008. https://doi.org/10.1016/j.eswa.2007.04.015
  5. Annuska, M.-G., Arno, F., Leonie J.- D., Anke T- W., "Converting a breast cancer microarray signature into a high-throughput diagnostic test", BMC Genomics, Vol. 38, No. 16, pp. 271-278, 2006.
  6. 권형태, 홍진역, 조성배, "마이크로어레이 데이터를 이용한 점증적 유전자 선택기반 암분류", 2007년도 한국정보과학회 가을 학술발표논문집", Vol. 34, No. 2(B), pp. 7, 2007.
  7. 김광준, 임세정, "HL 7(Healthy Level Seven) 프로토콜을 이용한 실시간 환자 모니터링 웹 뷰어 시스템 개발", 한국해양정보통신학회논문지, Vol. 13, No. 3, pp. 546-556, 2009.
  8. Lee, M.-J., Yu, G.-R., Pa가, S.-H., Cho, B.-H., Ahn, J.-S., Park, H.-J., Song, E.-Y., and Kim, D.-G., "Identification of Cystatin B as a Potential serum Marker in Hepatocellular Carcinoma", Clinical Cancer Research, Vol. 14, pp. 1080-1089, 2008. https://doi.org/10.1158/1078-0432.CCR-07-1615
  9. 이형근, 김충원, 이준, 김성천, "바이오칩을 이용한 간암 진단 예측 시스템", 2008 한국해양정보통신학회 춘계학술대회 논문집, Vol. 12, No. 1, pp. 967-970, 2008.
  10. 이종희, 김진환, "컬러 정보와 오류 역전파 신경망 알고리즘을 이용한 선차량 번호 인식", 한국전자통신학회논문지, Vol. 5, No. 5, pp. 471-476, 2010.