1 |
1
단백질 상호 작용에 대한 데이터를 수신하는 단계;상기 수신한 데이터 중 특정 질병의 원인이 되는 단백질 상호 작용에 대한 데이터를 검출하는 단계; 상기 검출된 단백질 상호 작용에 대한 데이터에 포함된 단백질 상호 연관관계 정보를 바탕으로, 제 1 단백질 네트워크를 생성하는 단계;상기 제 1 단백질 네트워크 내의 특정 단백질을 루트(root) 단백질 노드로 하는 트리(tree) 구조의 제 2 단백질 네트워크를 생성하는 단계;상기 제 2 단백질 네트워크 내에 포함된 단백질 노드 사이의 엣지 (edge)의 웨이트 (weight)를 계산하는 단계;상기 제 2 단백질 네트워크 내에서, 하나 이상의 특정 엣지를 분리하여 두 개 이상의 서브 네트워크를 생성하는 단계; 및상기 각각의 서브 네트워크 내의 엣지의 웨이트를 재계산 하고, 각각의 서브 네트워크 별로, 상기 재계산된 웨이트의 합을, 상기 각각의 서브 네트워크의 네트워크 파워로 결정하는 단계;를 포함하는 질병 연구를 위한 핵심 단백질 네트워크 추출 방법
|
2 |
2
제 1 항에 있어서, 상기 제 1 단백질 네트워크는, 두 개 이상의 단백질 노드를 포함하며, 상기 두 개 이상의 단백질 노드를 연결하는 엣지(edge)를 포함하는 것을 특징으로 하는 질병 연구를 위한 핵심 단백질 네트워크 추출 방법
|
3 |
3
제 1 항에 있어서, 상기 웨이트는, 상기 트리 구조의 네트워크에서 웨이트를 계산하고자 하는 엣지에 연결된 노드가 속하는, 하위 레벨에 포함된 노드의 개수를 상기 하위 레벨의 레벨 값으로 나누는 것으로 계산되는 것을 특징으로 하는 질병 연구를 위한 핵심 단백질 네트워크 추출 방법
|
4 |
4
제 1 항에 있어서, 상기 하나 이상의 서브 네트 워크를 생성하는 단계는,분리되어야 하는 엣지들의 웨이트의 합이 가장 적은 하나 이상의 엣지를 분리하여 두 개 이상의 서브 네트워크를 생성하는 것을 특징으로 하는 질병 연구를 위한 핵심 단백질 네트워크 추출 방법
|
5 |
5
제 1 항에 있어서, 상기 결정된 네트워크 파워의 값을, 상기 각각의 서브 네트워크 내의 단백질 노드의 개수로 나눈 값이 가장 큰 서브 네트워크를 질병 연구를 위한 핵심 단백질 네트워크로 결정하는 단계;를 더 포함하는 질병 연구를 위한 핵심 단백질 네트워크 추출 방법
|
6 |
6
제 1 항에 있어서, 상기 결정된 네트워크 파워 및 상기 각각의 서브 네트워크 내에 포함된 노드의 개수를 기준으로 질병 연구를 위한 핵심 단백질 네트워크로 결정하는 단계;를 더 포함하는 질병 연구를 위한 핵심 단백질 네트워크 추출 방법
|
7 |
7
제 6 항에 있어서, 상기 핵심 단백질 네트워크로 결정하는 단계는,네트워크 파워 값과 서브 네트워크에 포함되는 노드의 개수를 각각 x 축 또는 y 축으로 하는 2차원 그래프를 형성하고, 상기 형성된 2차원 그래프에서, 상기 각각의 서브 네트워크가 해당되는 좌표를 설정하고, 상기 설정된 좌표에 대하여 스카이라인 (skyline) 형성하고, 상기 형성된 스카이라인에 포함되는 서브 네트워크를 질병 연구를 위한 핵심 단백질 네트워크로 결정하는 것으로 특징으로 하는 질병 연구를 위한 핵심 단백질 네트워크 추출 방법
|
8 |
8
제 1 항에 있어서, 상기 수신한 데이터 중 특정 질병의 원인이 되는 단백질 상호 작용에 대한 데이터를 검출하는 단계, 상기 수신한 단백질 상호 작용에 대한 데이터를 텍스트 기반의 데이터로 변환하는 단계;상기 텍스트 기반의 데이터에 대하여, 상기 특정 질병의 분야 또는 질병 용어로 쿼리 (query)를 수행하는 단계; 및상기 쿼리된 데이터를 마이닝 (mining) 하는 단계;를 더 포함하는 질병 연구를 위한 핵심 단백질 네트워크 추출 방법
|
9 |
9
단백질 상호 작용에 대한 데이터를 수신하는 데이터 수집부;상기 수신한 데이터 중 특정 질병의 원인이 되는 단백질 상호 작용에 대한 데이터를 검출하는 데이터 분석부;상기 검출된 단백질 상호 작용에 대한 데이터에 포함된 단백질 상호 연관관계 정보를 바탕으로, 제 1 단백질 네트워크를 생성하는 기초 네트워크 생성부; 및상기 제 1 단백질 네트워크 내의 특정 단백질을 루트(root) 단백질 노드로 하는 트리(tree) 구조의 제 2 단백질 네트워크를 생성하고, 상기 제 2 단백질 네트워크 내에 포함된 단백질 노드 사이의 엣지 (edge)의 웨이트 (weight)를 계산하고, 상기 제 2 단백질 네트워크 내에서, 하나 이상의 특정 엣지를 분리하여 두 개 이상의 서브 네트워크를 생성하며, 상기 각각의 서브 네트워크 내의 엣지의 웨이트를 재계산 하고, 각각의 서브 네트워크 별로, 상기 재계산된 웨이트의 합을, 상기 각각의 서브 네트워크의 네트워크 파워로 결정하는 핵심 네트워크 생성부;를 포함하는 질병 연구를 위한 핵심 단백질 네트워크 추출 시스템
|
10 |
10
제 9 항에 있어서, 상기 제 1 단백질 네트워크는, 두 개 이상의 단백질 노드를 포함하며, 상기 두 개 이상의 단백질 노드를 연결하는 엣지(edge)를 포함하는 것을 특징으로 하는 질병 연구를 위한 핵심 단백질 네트워크 추출 시스템
|
11 |
11
제 9 항에 있어서, 상기 웨이트는, 상기 트리 구조의 네트워크에서 웨이트를 계산하고자 하는 엣지에 연결된 노드가 속하는, 하위 레벨에 포함된 노드의 개수를 상기 하위 레벨의 레벨 값으로 나누는 것으로 계산되는 것을 특징으로 하는 질병 연구를 위한 핵심 단백질 네트워크 추출 시스템
|
12 |
12
제 9 항에 있어서, 상기 핵심 네트워크 생성부는,분리되어야 하는 엣지들의 웨이트의 합이 가장 적은 하나 이상의 엣지를 분리하여 두 개 이상의 서브 네트워크를 생성하는 것을 특징으로 하는 질병 연구를 위한 핵심 단백질 네트워크 추출 시스템
|
13 |
13
제 9 항에 있어서, 상기 핵심 네트워크 생성부는,상기 결정된 네트워크 파워의 값을, 상기 각각의 서브 네트워크 내의 단백질 노드의 개수로 나눈 값이 가장 큰 서브 네트워크를 질병 연구를 위한 핵심 단백질 네트워크로 결정하는 것을 특징으로 하는 질병 연구를 위한 핵심 단백질 네트워크 추출 시스템
|
14 |
14
제 9 항에 있어서, 상기 핵심 네트워크 생성부는,상기 결정된 네트워크 파워 및 상기 각각의 서브 네트워크 내에 포함된 노드의 개수를 기준으로 질병 연구를 위한 핵심 단백질 네트워크로 결정하는 것을 특징으로 하는 질병 연구를 위한 핵심 단백질 네트워크 추출 시스템
|
15 |
15
제 14 항에 있어서, 상기 핵심 네트워크 생성부는,네트워크 파워 값과 서브 네트워크에 포함되는 노드의 개수를 각각 x 축 또는 y 축으로 하는 2차원 그래프를 형성하고, 상기 형성된 2차원 그래프에서, 상기 각각의 서브 네트워크가 해당되는 좌표를 설정하고, 상기 설정된 좌표에 대하여 스카이라인 (skyline) 형성하고, 상기 형성된 스카이라인에 포함되는 서브 네트워크를 질병 연구를 위한 핵심 단백질 네트워크로 결정하는 것으로 특징으로 하는 질병 연구를 위한 핵심 단백질 네트워크 추출 시스템
|
16 |
16
제 9 항에 있어서, 상기 데이터 분석부는, 상기 수신한 단백질 상호 작용에 대한 데이터를 텍스트 기반의 데이터로 변환하고, 상기 텍스트 기반의 데이터에 대하여, 상기 특정 질병의 분야 또는 질병 용어로 쿼리 (query)를 수행하고, 상기 쿼리된 데이터를 마이닝 (mining) 하는 것을 특징으로 하는 질병 연구를 위한 핵심 단백질 네트워크 추출 시스템
|