• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권12호
• /
• pp.1602-1610
• /
• 2004

다양한 유전체 프로젝트로 말미암아 엄청난 서열 데이타들이 쏟아지고, 이에 따라 핵산 및 단백질 수준의 서열 데이타 분석이 매우 중요하게 인식되고 있다. 특히 최근에는 단백질이 단순하게 개별적인 기능을 가진 독립적인 요소가 아닌 전체 단백질 상호작용 네트워크 상에서 다른 객체들과 유기적인 관계를 갖으며 나름대로의 중요한 역할을 수행하고 있다는 점에 초점을 맞추어 연구가 진행되고 있다. 특히 단백질 상호작용 관계 분석을 위해서는 실제로 상호작용이 일어나는 도메인 모듈 정보가 아주 중요하게 작용하는데, 본 논문에서는 이러한 점을 고려하여 우리가 개발한 단백질 기능 및 상호작용 분석을 위한 PIVS(Protein-protein interaction Inference and Visualization System)에 대해 소개하고 있다 PIVS는 기존의 단백질 상호작용 데이타베이스들을 합쳐서 통합 데이타베이스를 생성하고, 다양한 전처리 과정으로 통합 데이타베이스 서열의 기능 및 주석 정보를 추출하여 로컬 데이타베이스화 하였다. 그리고 특히 단백질 상호작용 관계 분석을 위해 중요하게 작용하는 도메인 모듈 정보들을 추출하여 로컬 데이터베이스를 구축하였고, 기존의 단백질 상호작용 관계 데이타를 이용하석 도메인 사이의 상호작용 관계 정보도 수집하여 분석하였다. PIVS는 단백질의 종합적인 분석 정보, 즉, 기능 및 주석, 도메인, 상호작용 관계 정보 등을 손쉽고 편리하게 얻고자 하는 사용자에게 매우 유용하게 사용될 수 있을 것이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.289-291
• /
• 2004

본 논문에서는 생물체의 세포 내에 존재하는 방대한 객체들 사이의 복잡한 관계들로 표현되는 상호작용 네트워크를 효율적으로 구축할 수 있는 시스템을 제안한다. 이 시스템은 바이오 도메인 지식을 사용하여 상호작용 네트워크를 관리 및 활용하기 쉽도록 구축하고, 단백질과 같은 단순 바이오 객체뿐만 아니라 여러 개의 바이오 객체들로 구성된 복합 객체도 관리 할 수 있다. 여기서, 사용자가 바이오 객체들과 이들간의 복잡한 상호작용 관계를 직관적으로 정의 할 수 있는 인터페이스를 제공한다. 또한, 정의된 객체 및 상호작용 관계 정보를 이용하여 바이오 네트워크를 개념적으로 단순하게 표현할 수 있으며, 시각적으로도 네트워크를 자동으로 최적화하여 사용자가 복잡한 네트워크를 쉽게 분석 할 수 있도록 지원한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.932-937
• /
• 2007

생의학 분야 문헌의 양이 빠르게 증가함에 따라, 생의학 연구자들이 필요로 하는 정보를 얻기가 어렵게 되었다. 이를 해결하기 위해, 인간-컴퓨터 상호작용 분야에서는 생의학 문헌 검색 시스템, 또는 생의학 문헌의 정보 추출 시스템 등에 대한 연구가 진행되고 있다. 본 논문에서는 생의학 문헌으로부터 정보를 자동으로 추출하기 위한 관계정보 추출 시스템에 대해 소개한다. 소개하는 시스템은 크게 요약 수집 모듈, 관계 추출 모듈, 관계 가시화 모듈로 구성되어 있다. 우선, 요약 수집 모듈에서는 특정 주제의 문헌들을 검색 및 수집한다. 그리고, 관계 추출 모듈에서는 수집된 문헌들에 대해서, 단백질/유전자 등의 생물학 개체를 인식하고, 구문분석을 통하여 인식된 개체들 사이의 관계를 추출한다. 마지막으로, 관계 가시화 모듈에서는 추출된 관계를 통합하여 네트워크 형태로 가시화한다. 이 시스템은 생물학 실험 이전의 문헌 기반 타당성 검사, 단백질-단백질 상호작용 또는 특정 질병과 유전자의 조절관계 분석, 또는 대용량 문헌 처리를 통한 패스웨이 데이터베이스 구축 등에 활용될 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.63-65
• /
• 2022

DDI(Drug-Drug Interaction)는 병원에서 발생하는 약물이상반응의 30%를 유발하는 부작용이지만, 현실적으로 모든 약물쌍의 DDI 를 기존 in vivo, in vitro 방식으로 예측하는 것은 불가능하다. 그렇기에, 다양한 in silico 방식의 DDI 예측 모델이 연구되고 있다. 본 연구에서는, 단백질 네트워크 상에서 RWR(Random Walk with Restart) 알고리즘을 통해 약물과 직접적으로 상호작용하는 단백질과 간접적으로 상호작용하는 단백질의 정보를 사용하여 DDI 를 예측하는 모델을 개발하였다. 이 모델을 통하여 기존에 발견하지 못한 DDI 를 새롭게 발견하고, 신약 개발 시에도, 신약과 함께 복용 시 문제를 일으킬 수 있는 약물을 예측하여 약물 이상반응을 방지하고자 한다.

• 대한임상검사과학회지
• /
• 제51권1호
• /
• pp.78-85
• /
• 2019

막 단백질은 심장질환, 암과 같은 우리 주변에서 흔히 발생하는 질병에 관련되어 있다. 이러한 암과 같은 특정한 질환 상태에서, 막 단백질과 관련된 신호 전달의 비정상은 세포분열을 통제하지 못하고 증가시킬 수 있으며 막 단백질의 발현에 변화가 생긴다. 막 단백질은 지질 이중층으로 이루어진 소수성 환경을 가지고 있어 불안정하기 때문에 막 단백질을 추출해서 연구를 수행하는데 어려움이 있다. 이번 연구에서는 최적화된 막 단백질 추출법을 확인하고자 서로 다른 두 가지 추출법의 효율성을 평가하였다. 두 가지 방법으로, high-speed centrifuge법과 reagent법이 비교되었다. 비교 분석결과, 미토콘드리아 내막 단백질 분석에는 high-speed centrifuge법이 효율적이고, 소포체 막 단백질 분석에는 reagent법이 유용함을 확인하였다. 게다가 유전자 온톨로지 소프트웨어를 이용해서 추출된 막 단백질의 기능분석을 진행하였을 때, 유전자 온톨로지는 reagent법에서 소포체 막 단백질에 연관된 반응이 활성화 되는 것을 확인할 수 있었다. 프로세스 네트워크 분석에서, high-speed centrifuge법에서는 하나의 클러스터를 형성화는 반면, reagent법에서는 네 개의 클러스터를 형성하는 것을 시각화하여 확인하였다. 결론적으로, 두 가지 분석법은 서로 다른 하위 막 단백질의 분석에 유용함을 확인할 수 있었다. 이러한 결과를 토대로, 막 단백질을 분석할 때, 표적의 세부 막 단백질을 고려하여 방법론을 선택하는데 도움을 줄 것으로 기대된다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권3호
• /
• pp.194-198
• /
• 2017

본 논문에서는 학술 문헌에서 표현된 단백질 간 상호 작용(Protein-Protein Interaction) 정보를 자동으로 추출하기 위한 확장된 형태의 Convolutional Neural Network (CNN) 모델을 제안한다. 이 모델은 기존에 관계 추출(Relation Extraction)을 위해 고안된 단순 자질 기반의 CNN 모델을 확장하여 다양한 전역 자질들을 추가적으로 적용함으로써 성능을 개선할 수 있는 장점이 있다. PPI 추출 성능 평가를 위해서 많이 활용되고 있는 준거 평가 컬렉션인 AIMed를 이용한 실험에서 F-스코어 기준으로 78.0%를 나타내어 현재까지 도출된 세계 최고 성능에 비해 8.3% 높은 성능을 나타내었다. 추가적으로 CNN 모델이 복잡한 언어 처리를 통한 자질 추출 작업을 하지 않고도 단백질간 상호 작용 추출에 높은 성능을 나타냄을 보였다.

• 생명과학회지
• /
• 제34권3호
• /
• pp.179-190
• /
• 2024

Canabas sativa L. (marijuana and hemp)는 전 세계적으로 널리 재배되는 식물로 식품, 의약품 등의 재료로 사용되었다. 본 연구는 네트워크 약리학을 이용하여 대마 줄기 및 뿌리 추출물의 기능적 효과를 예측하고 이들의 새로운 기능을 알아보고자 하였다. 줄기 및 뿌리 에탄올 추출물의 성분은 GC/MS로 확인하였고, 성분과 단백질 간의 네트워크는 STIHICI 데이터베이스를 이용하여 알아보았다. 성분과 연결된 단백질의 작용기전은 KEGG pathway 분석을 수행하였다. 추출물의 효과는 실시간 PCR을 이용하여 lysophosphatylcholine 유도 THP-1 세포에서 확인하였다. 줄기 및 뿌리 추출물에서 각각 21개 및 32개의 성분이 확인되었다. 줄기 및 뿌리의 성분과 연결된 단백질은 각각 147개, 184개의 단백질이었다. KEGG pathway 분석결과 MAPK signaling pathway를 포함한 69개의 경로가 추출물에 의해 공통적으로 영향을 받는 것으로 나타났다. 경로 네크워크를 이용한 추가 조사 결과, Terpenoid backbone biosynthesis 추출물 및 MVK와 MVD 의해 영향을 받을 가능성이 높으며, 유전자 발현은 추출물에 의해 LPC 유도 THP-1 세포에서 감소하였다. 따라서 본 연구에서는 대마 줄기 및 뿌리 에탄올 추출물이 다양한 경로로 영향을 미칠 수 있음을 보여주었고, 이러한 결과는 대마의 효과를 예측하고 연구하기 위한 기초 정보를 제공할 것으로 사료된다.

• 한국정보과학회논문지:데이타베이스
• /
• 제30권6호
• /
• pp.573-584
• /
• 2003

최근 유전체학과 단백질체학 분야에서 생성되는 방대한 분량의 데이타로부터 생물학적 의미를 추출해내기 위한 생물정보학적인 도구들에 대한 필요성이 크게 대두되고 있다. 본 논문에서는 세포 신호전달 경로에 관한 정보를 효율적으로 표현, 저장함은 물론 저장된 데이타로부터 생물학적 의미를 추출할 수 있도록 하기 위한 다양한 요구 조건들을 생물학자의 관점에서 분석하고, 이들 요구조건을 체계적으로 반영하여 설계한 ROSPath 데이타베이스 시스템을 제안한다. ROSPath 데이타 모델에서는 향후의 확장성을 고려하여 불완전한 지식의 표현이 가능하도록 하며 인터넷상에서 기존의 다른 생화학 데이타베이스를 공유할 수 있는 연결성을 제공한다. 또한, 객체지향 모델을 이용하여 계층적인 구성을 제공함으로써 효율적인 검색을 지원한다. ROSPath 데이타 모델은 두 가지 주요 데이타 요소인 ‘바이오 개체’와 ‘상호작용’으로 정의된다. 바이오 개체는 세포 신호전달 경로에 관여하는 단백질과 단백질 상태 등과 같은 개개의 생화학적인 개체를 의미하고, 상호작용은 단백질 상태 전이나 화학 반응, 단백질-단백질 상호작용 등과 같은 바이오 개체들 간의 다양한 관계 및 신호전달과정을 설명한다. 제안된 ROSPath 데이타 모델을 이용하여 구성되는 복잡한 정보 네트워크는 다양한 생화학 프로세스들을 기술하고 분석하는 데에 활용할 수 있다.

• 한국비블리아학회지
• /
• 제26권1호
• /
• pp.217-231
• /
• 2015

본 연구에서는 췌장암의 유전자-단백질 상호작용 네트워크를 구성하고, 관련 연구에서 주요하게 언급되는 유전자-단백질의 유발관계 사슬을 파악함으로써, 췌장암의 원인을 규명하는 실증적인 연구로 이어질 수 있는 미발견 공공 지식을 제공하려 하였다. 이를 위하여 텍스트마이닝과 주경로 분석을 Swanson의 ABC 모델에 적용해 중간 개념인 B를 방향성을 가진 다단계 모델로 확장하고 가장 의미 있는 경로를 도출하였다. 본 연구의 주제가 된 췌장암의 사례처럼 시작점과 끝점조차 한정할 수 없는 미발견 공공 지식 추론에서 주경로 분석은 유용한 도구가 될 수 있을 것이다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2015년도 춘계 종합학술대회 논문집
• /
• pp.231-232
• /
• 2015

최근 유전체학, NGS(Next Generation Sequencing) 기술, IT/NT 장비의 발전 등에 따라 방대한 양의 바이오-메디컬 데이터가 생산되고, 이에 따라 빅데이터를 활용한 헬스케어 산업이 급속히 발달하고 있으며, 이와 관련된 빅데이터 기술은 국민의 건강 증대와 건강한 고령 삶을 제공하는 핵심 기술로 급부상하고 있다. 패스웨이는 단백질, 유전자, 세포 등의 생체적 요소 간의 역학관계 혹은 상호작용 등을 네트워크 형식으로 표현한 생물학적 심층지식으로, 바이오-메디컬 빅데이터 분석에 있어서 널리 활용되고 있다. 하지만 패스웨이는 매우 다양한 형태를 갖고 용량이 매우 큰 빅데이터로 이를 분석하는데 많은 시간이 소요된다. 그래서 본 논문에서는 세계적으로 가장 우수하고 방대한 양의 패스웨이를 제공하는 KEGG 패스웨이 데이터베이스로부터 사용자가 관심 갖는 패스웨이만을 자동 수집하고 패스웨이 간 계층구조를 기반으로 네트워크를 구성 후, 해당 패스웨이 네트워크에 대한 클러스터링과 핵심 패스웨이 선정을 통해 패스웨이 간의 역학관계 또는 상호작용을 직관적으로 분석할 수 시스템을 제안했다.