[표지]
제출문
보고서 요약서
요약문
SUMMARY
Contents
목차
제1장 연구개발과제의 개요 7
제1절 연구개발의 목적 7
제2절 연구개발의 필요성 및 범위 8
1. 차세대 시퀀싱 데이터 처리 모델 8
2. 유전자 발현 전역 네트워크 8
3. 전사조절 인자를 통한 모델링 9
4. 유전 인자 사이의 3차원 상호작용 9
5. 약물 반응 분석 9
제2장 국내외 기술개발 현황 10
제1절 Bayesian 네트워크 방법론 10
제2절 유전자 알고리즘 11
제3장 연구개발수행 내용 및 결과 13
제1절 유전체, 전사체, 후성유전체 정보의 통합 13
1. 유전자 발현 자료 13
2. TF binding 데이터 13
3. 3차원 정보(Chromatin interaction 데이터) 14
4. eQTL 기반의 prior 정보 14
5. TF-binding 기반의 prior 구축 15
6. TF-motif 기반의 prior 정보 16
7. 네트워크 모델 생성을 위한 데이터 통합 17
제2절 유전자 알고리즘(Genetic Algorithm) 구현 17
1. 유전자 알고리즘 개요 17
2. 데이터의 표현형 18
3. 유전자 알고리즘의 초기화 19
4. Chromosome의 평가 절차 19
5. 진화 연산자 21
6. 유전자 알고리즘의 종료와 결과 출력 22
제3절 유전자 조절 네트워크 구축 23
1. 유전자 조절 네트워크 구축의 개요 23
2. 연산 성능 23
3. MCMC 방법론과의 비교 24
제4절 유전자 조절 네트워크를 통한 약물 반응 분석 25
1. 약물의 투여에 따른 유전자 반응의 분석 25
2. 유전자 조절 네트워크를 통한 암 치료 26
3. 천연물 작용기작 분석기술 개발 27
제4장 목표달성도 및 관련분야에의 기여도 28
제1절 연구개발 목표의 달성 28
1. 유전체 정보를 이용한 유전자 간의 원인-결과 관계 추출 28
2. 전사체 정보를 이용한 전사 인자와 유전자간의 조절 관계 추출 28
3. 후성 유전체 정보를 이용한 가능한 모든 전사 조절 관계 추정 28
4. 3차원 상호작용 정보를 이용한 전사 조절 관계 추출 29
5. 고속 알고리즘을 통한 Bayesian 방법론의 개선 29
6. 인공 신경망과 같은 새로운 알고리즘의 개발 29
제2절 기술 발전에의 기여 30
제5장 연구개발결과의 활용계획 31
제1절 적용·응용분야 31
제2절 시장성 31
제3절 기업화 전망 32
제6장 연구개발과정에서 수집한 해외과학기술정보 33
제1절 대사체 데이터를 이용한 MCMC 방법론 33
제2절 유전체의 3차원 상호작용을 추론하기 위한 방법론 34
제7장 참고문헌 36