• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.12
• /
• pp.1797-1808
• /
• 2021

Artificial intelligence is considered one of the core technologies leading the 4th industrial revolution. It is adopted in various fields bringing about a huge paradigm shift throughout our society. The field of biotechnology is no exception. It is undergoing innovative development by converging with other disciplines such as computers, electricity, electronics, and so on. In drug discovery and development, big data-based AI technology has a great potential of improving the efficiency and quality of drug development, rapidly advancing to overcome the limitations in the existing drug development process. AI technology is to be specialized and developed for the purpose including clinical efficacy and safety-related end points based on the multidisciplinary knowledge such as biology, chemistry, toxicology, pharmacokinetics, etc. In this paper, we review the current status of AI technology applied for drug discovery and consider its limitations and future direction.

• Journal of the korean veterinary medical association
• /
• v.48 no.3
• /
• pp.177-191
• /
• 2012

2011년도 Nobel 생리(生理) 의학상(醫學賞) : 자연(自然)(선천)(先天) 면역(免疫)(innate immunity)의 활성화에 관한 연구업적으로 B. A. Beutler와 J. A. Hoffmann, 그리고 수지상세포(樹枝狀細胞)(dendritic cell; DC)발견과 적응(適應)(획득)(獲得)면역(免疫)(adaptive immunity)에 있어서의 그들 세포의 역할을 밝혀낸 R. M. Steinman의 공동수상으로 금년도 Nobel 생리 의학상 수상자가 결정되었다는 보도가 지난 10월 3일 있었다(1-3). 그들의 업적을 요약하면 대략 다음과 같다. (Steinman교수는 Nobel수상자 발표 3일전인 9월 30일 암으로 사망함). 그들은 면역기구(immune system)의 활성화의 관건(key)이 되는 원리를 밝혀냄으로써, 면역기구에 관한 우리들의 이해를 혁신하였던 것이다. 과학자들은 오랫동안 세균(bacteria)이나 기타 미생물병원체들에 의한 공격에 대비하여 그들 자신을 방어하는 사람이나 기타 동물체에서의 면역응답(免疫應答)(immune response)의 문지기들을 탐색해 왔다. Beutler와 Hoffmann은 그와 같은 병원미생물을 인식하여 생체의 면역응답의 첫 단계인 자연면역을 활성화 할 수 있는 수용체 단백질(toll-like receptor protein)을 규명한 것이다(4,5). 한편 Steinmann은 면역계의 수지상세포(DC)와 병원미생물이 생체로부터 배제되는 면역응답의 후기단계인 적응면역을 활성화하고 조절하는 그들의 독특한 재능을 규명해 낸 것이다(6-8). 그들 3명의 발명은, 면역응답의 자연 및 적응 양상(樣相)이 어떻게 활성화되는 가를 밝혀냄으로써 질병의 기전에 관한 참신한 식견(識見)을 제공한 것이다. 그들의 연구는 감염병(感染病)(infectious disease), 암(癌)(cancer) 그리고 염증성질환(炎症性疾患)(inflammatory disease)에 대응하는 예방과 치료의 개발을 위한 새로운 방법을 개척한 것이다.

• Journal of Food Hygiene and Safety
• /
• v.14 no.4
• /
• pp.319-326
• /
• 1999

Recently, it is continuously rising to concern about the health risk being induced by microorganisms in food such as Escherichia coli O157:H7 and Listeria monocytogenes. Various organizations and regulatory agencies including U.S.FPA, U.S.DA and FAO/WHO are preparing the methodology building to apply microbial quantitative risk assessment to risk-based food safety program. Microbial risks are primarily the result of single exposure and its health impacts are immediate and serious. Therefore, the methodology of risk assessment differs from that of chemical risk assessment. Microbial quantitative risk assessment consists of tow steps; hazard identification, exposure assessment, dose-response assessment and risk characterization. Hazard identification is accomplished by observing and defining the types of adverse health effects in humans associated with exposure to foodborne agents. Epidemiological evidence which links the various disease with the particular exposure route is an important component of this identification. Exposure assessment includes the quantification of microbial exposure regarding the dynamics of microbial growth in food processing, transport, packaging and specific time-temperature conditions at various points from animal production to consumption. Dose-response assessment is the process characterizing dose-response correlation between microbial exposure and disease incidence. Unlike chemical carcinogens, the dose-response assessment for microbial pathogens has not focused on animal models for extrapolation to humans. Risk characterization links the exposure assessment and dose-response assessment and involve uncertainty analysis. The methodology of microbial dose-response assessment is classified as nonthreshold and thresh-old approach. The nonthreshold model have assumption that one organism is capable of producing an infection if it arrives at an appropriate site and organism have independence. Recently, the Exponential, Beta-poission, Gompertz, and Gamma-weibull models are using as nonthreshold model. The Log-normal and Log-logistic models are using as threshold model. The threshold has the assumption that a toxicant is produce by interaction of organisms. In this study, it was reviewed detailed process including risk value using model parameter and microbial exposure dose. Also this study suggested model application methodology in field of exposure assessment using assumed food microbial data(NaCl, water activity, temperature, pH, etc.) and the commercially used Food MicroModel. We recognized that human volunteer data to the healthy man are preferred rather than epidemiological data fur obtaining exact dose-response data. But, the foreign agencies are studying the characterization of correlation between human and animal. For the comparison of differences to the population sensitivity: it must be executed domestic study such as the establishment of dose-response data to the Korean volunteer by each microbial and microbial exposure assessment in food.

• KIPS Transactions on Software and Data Engineering
• /
• v.6 no.10
• /
• pp.493-498
• /
• 2017

Capsule endoscopy is specialized for the observation of small intestine that is difficult to access by general endoscopy. The diagnostic procedure through capsule endoscopy consists of three stages: examination of indicant, endoscopy, and diagnosis. At this time, key information needed for diagnosis includes indicant, lesions, and suspected disease information. In this paper, these information are defined as semantic features and the extracting process is defined as semantic-based analysis. It is performed in whole capsule endoscopy. First, several symptoms of patient are checked before capsule endoscopy to get some information on suspected disease. Next, capsule endoscopy is performed by checking the suspected diseases. Finally, diagnosis is concluded by using supporting information. At this time, some association are used to conclude diagnosis. For example, there are the disease association between the symptom and the disease to identify the expected disease, and the anatomical association between the location of the lesion and supporting information. However, existing knowledge models such as MST and CEST only lists the simple term related to endoscopy and cannot consider such semantic associations. Therefore, in this paper, we propose association-based knowledge model for supporting diagnosis of capsule endoscopy. The proposed model is divided into two; a disease model and anatomical model of small intestine, interesting area(organs) of capsule endoscopy. It can effectively support diagnosis by providing key information for capsule endoscopy.

• KIPS Transactions on Software and Data Engineering
• /
• v.8 no.11
• /
• pp.433-440
• /
• 2019

Recently, machine learning and data mining have been used for many disease prediction and diagnosis. Chronic diseases account for about 80% of the total mortality rate and are increasing gradually. In previous studies, the predictive model for chronic diseases use data such as blood glucose, blood pressure, and insulin levels. In this paper, world's first research, verifies the relationship between dyslipidemia and facial characteristics, and develops the predictive model using machine learning based facial characteristics. Clinical data were obtained from 5390 adult Korean men, and using hypertriglyceridemia and facial characteristics data. Hypertriglyceridemia is a measure of dyslipidemia. The result of this study, find the facial characteristics that highly correlated with hypertriglyceridemia. FD_43_143_aD (p<0.0001, Area Under the receiver operating characteristics Curve(AUC)=0.652) is the best indicator of this study. FD_43_143_aD means distance between mandibular. The model based on this result obtained AUC value of 0.662. These results will provide a basis for predicting various diseases with only facial characteristics in the screening stage of disease epidemiology and public health in the future.

• Proceedings of the Korean Society for Bioinformatics Conference
• /
• 2006.02a
• /
• pp.91-96
• /
• 2006

현대의학의 발전으로 많은 질병들의 치료율이 개선되고 있으나, 암은 여전히 낮은 치료율과 약제 내성 및 부작용으로 많은 환자들이 의학적 고통 뿐 아니라 정신적, 경제적 문제점들을 호소하고있다. 이와같은 문제점은 동일한 병리학적 특성을 가지는 종양이라도 사람마다 그 생물학적 특성이 다르며, 동일한 환자안에서도 종양의 시기에 따라 다양한 특성의 세포들이 공존하며 다양한 문제를 발생하는 tumor heterogeneity에서 기인하게된다. 다행히 최근의 분자생물학의 발전과 인간유전체연구들의 활성화로 이와같은 다양한 암의 특성과 환자들의 특성을 이해하는 연구 방법들의 개발로 환자의 특성에 맞는 항암제를 효율적으로 투여하는 맞춤치료를 향한 노력을 지속하고 있다. 이와같은 맞춤치료의 일환으로 약제의 환자에서의 반응과 부작용을 예측하고자 최신의 high-throughput 기법을 도입한 것이 Pharmacogenomics이다. 즉, 지금까지의 항암치료는 암의 종류에 따라 임상연구 결과에 근거한 항암제를 선택하고 있다. 그러나 앞서 설명한 것처럼 암의 특성과 환자 반응의 다양화로 실제 항암효과는 기대에 미치지 못하여 많은 수의 환자들이 치료에 내성을 보일 뿐 아니라 치명적인 부작용으로 새로운 문제에 대면하게 되었다. 따라서 각 항암제011 최대의 효과를 보이며 최소의 부작용을 나타내는 최선의 치료책을 선정하는 것이 중요한 과제이다. 이를 위해서 암환자의 치료 단계에서 정확한 진단 및 병기 설정, 생물학적 특성 이해 뿐 아니라, 치료 반응을 예측할 수 있는 생물학적 표지자를 찾고자 하는 노력의 결과로 현재 임상에 사용되는 몇 가지 종양표지자를 포함하여 다양한 유전자 칩들이 연구단계에 있다. 특히 다양한 생물학적 현상이 많은 유전자들의 변화에 의한다는 근거하여 약제의 효과와 부작용을 예측할 수 있는 표지자 발굴도 DNA chip 등의 high-throughput technology를 사용하여 그 특이도와 민감도가 향상된 표지자 발굴이 시도되고 있다. 아직은 시작단계이고 많은 검증이 필요하나 여러 가지 가능성의 증거들로 멀지않은 시기에 맞춤치료가 가능하리라 기대하며, 암 연구에 있어서 pharmacogenomics의 현황을 소개하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10a
• /
• pp.28-32
• /
• 2006

최근 연구결과에 의하면 심장질환을 포함한 심혈관질환은 성별에 관계없이 미국 및 전 세계적으로 질병사망의 주요 원인으로 조사되었다. 본 연구에서는 보다 효율적으로 진단하기 위해 진단의사 결정 보조시스템에 대해서 다룬다. 개발된 시스템은 혈청 내의 특정 단백질의 상대적 양을 측정할 수 있는 바이오칩인 압타머칩을 이용해 생성한 환자들의 칩 데이터를 Support Vector Machine, Neural Network, Decision Tree, Bayesian Network 등의 총 4가지 기계학습 알고리즘으로 분석하여 질환단계를 예측하고 진단을 위한 보조정보를 제공한다. 논문에서는 총 135개 샘플로 구성된 3K 압타머칩 데이터에 대해 측정된 초기 시스템의 질환단계 분류성능을 제시하고 보다 유용한 진단의사결정 보조 시스템을 구성하기 위한 요소들에 대해서 논의한다.

• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.3
• /
• pp.107-114
• /
• 2022

In this paper, we have enhanced the risk prediction of hypertension using the feature selection method in the Korean National Health and Nutrition Examination Survey (KNHANES) database of the Korea Centers for Disease Control and Prevention. The study identified various risk factors correlated with chronic hypertension. The paper is divided into three parts. Initially, the data preprocessing step of removes missing values, and performed z-transformation. The following is the feature selection (FS) step that used a factor analysis (FA) based on the feature selection method in the dataset, and feature importance (FI) and multicollinearity analysis (MC) were compared based on FS. Finally, in the predictive analysis stage, it was applied to detect and predict the risk of hypertension. In this study, we compare the accuracy, f-score, area under the ROC curve (AUC), and mean standard error (MSE) for each model of classification. As a result of the test, the proposed MC-FA-RF model achieved the highest accuracy of 80.12%, MSE of 0.106, f-score of 83.49%, and AUC of 85.96%, respectively. These results demonstrate that the proposed MC-FA-RF method for hypertension risk predictions is outperformed other methods.

• Korean Journal of Poultry Science
• /
• v.37 no.4
• /
• pp.361-372
• /
• 2010

Serological evaluation for the poultry is important for various reasons, such as designing and assessing the vaccination program and diagnosing diseases and for this reason, serologic tests for the layer flocks have been conducted on a regular basis. Moreover, the nationwide serological survey and analysis are essential to understand the epidemiological status of national poultry industry. In this sense, the study was conducted to evaluate the immune status of the layer flocks with the sera submitted to Avian Disease Laboratory, Chungbuk National University in 2009, and several important viral diseases were selected for evaluation including low pathogenic avian influenza (LPAI), Newcastle disease (ND), infectious bronchitis (IB) and avian metapneumovirus (aMPV). For LPAI and ND, the age-related patterns of geometric mean titer (GMT) changes were similar but there were differences in the flock positive rate and the level of GMT due to the different vaccination policy. In the case of IB, the values of GMT showed that the field infection was more prevalent than expected. For aMPV, positive birds in a flock increased as the layers got older, which reflected the course of field infection because vaccination against aMPV was not allowed in 2009. From this study, the immune status for the main viral diseases in layers became more clarified but this information was limited because of only one year study. Therefore, serological survey needs to be conducted on a yearly basis and furthermore include broilers and breeders for a better understanding of the health status in the national poultry industry.

• Proceedings of the IEEK Conference
• /
• 2003.07d
• /
• pp.1569-1572
• /
• 2003

최근 생명공학 분야의 기술이 혁신적으로 발달함에 따라 게놈 프로젝트가 본래 계획보다 2년 앞당겨져 2003 년 4 월 인간 유전자의 완전한 서열을 밝히고 성공적으로 완료됨으로서 관련 연구자들은 인간의 유전자에 대한 대량의 서열 데이터를 얻게 되었다. 그래서 게놈 프로젝트의 다음 단계로서 엄청난 양의서열 정보 분석으로부터 유전자의 기능을 파악하고자 하는 연구들이 이미 세계적으로 활발히 진행되고 있다. 이러한 연구들의 최종적 목표는 질병 치료와 생명연장의 실현이라고 볼 수 있다. 유전자 연구를 위해선 우선 일차적으로 유전자 부위를 파악해야 한다. 유전자는 구조적으로 다시 여러 부분으로 나뉘는데 유전자 발현의 개시에 매우 중요한 요소 중 하나가 바로 프로모터 (Promoter) 이다. 프로모터 내에는 TATA box 가 있는데 이는 프로모터의 핵심 요소이다. 프로모터는 생명체의 종 그리고 RNA 중합효소의 종류에 따라 다르다. 이 논문에서는 다양한 신경망 알고리즘 중의 하나인 Backtpropagation 을 이용하여 밝혀지지 알은 서열에서 인간을 포함하는 원핵생물의 프로모터 서열을 예측할 수 있는 방법을 얻었기에 소개하고자 한다.