1 |
1
암의 예후가 좋은 군으로 사전 분류되어 있는 암환자로부터 수집된 서로 다른 종류의 복수의 유전자들 각각에 대한 복수의 유전자 데이터의 종류별 데이터 값이 기록되어 있는 제1 유전자 테이블을 저장하여 유지하는 제1 유전자 테이블 유지부;암의 예후가 나쁜 군으로 사전 분류되어 있는 암환자로부터 수집된 상기 복수의 유전자들 각각에 대한 상기 복수의 유전자 데이터의 종류별 데이터 값이 기록되어 있는 제2 유전자 테이블을 저장하여 유지하는 제2 유전자 테이블 유지부;상기 복수의 유전자들 중 서로 영향을 미치는 유전자 간에 링크가 설정되어 있는 기설정된(predetermined) 유전자 네트워크에 대한 데이터가 저장되어 있는 유전자 네트워크 데이터 저장부;암의 예후가 좋은 군을 지시하는 기설정된 제1 결과 값과 암의 예후가 나쁜 군을 지시하는 기설정된 제2 결과 값이 저장되어 있는 결과 값 저장부;상기 기설정된 유전자 네트워크에 대한 데이터를 참조하여 상기 기설정된 유전자 네트워크에서 서로 링크가 설정되어 있는 복수의 유전자 쌍들을 확인하는 유전자 쌍 확인부;상기 제1 유전자 테이블에 기록되어 있는 상기 복수의 유전자들 각각에 대한 상기 복수의 유전자 데이터의 종류별 데이터 값을 기초로 상기 복수의 유전자 쌍들 각각을 구성하는 유전자 쌍간의 제1 상관 계수를 연산하는 제1 상관 계수 연산부;상기 제2 유전자 테이블에 기록되어 있는 상기 복수의 유전자들 각각에 대한 상기 복수의 유전자 데이터의 종류별 데이터 값을 기초로 상기 복수의 유전자 쌍들 각각을 구성하는 유전자 쌍간의 제2 상관 계수를 연산하는 제2 상관 계수 연산부;상기 기설정된 유전자 네트워크에서 상기 제1 상관 계수가 기설정된 기준치 미만인 유전자 쌍 사이에 설정되어 있는 링크를 제거하여 제1 보정 유전자 네트워크를 생성하는 제1 보정 유전자 네트워크 생성부;상기 기설정된 유전자 네트워크에서 상기 제2 상관 계수가 상기 기설정된 기준치 미만인 유전자 쌍 사이에 설정되어 있는 링크를 제거하여 제2 보정 유전자 네트워크를 생성하는 제2 보정 유전자 네트워크 생성부;상기 제1 보정 유전자 네트워크에서 n(n은 2이상의 자연수)개의 연속된 링크로 연결되어 있는 n개의 유전자들로 구성된 복수의 제1 경로 정보들을 생성하는 제1 경로 정보 생성부;상기 제2 보정 유전자 네트워크에서 n개의 연속된 링크로 연결되어 있는 n개의 유전자들로 구성된 복수의 제2 경로 정보들을 생성하는 제2 경로 정보 생성부;상기 복수의 제1 경로 정보들 각각을 구성하는 n개의 유전자들에 기초하여 상기 복수의 제1 경로 정보들 각각에 대응하는 복수의 제1 경로 벡터들을 생성하는 제1 경로 벡터 생성부;상기 복수의 제2 경로 정보들 각각을 구성하는 n개의 유전자들에 기초하여 상기 복수의 제2 경로 정보들 각각에 대응하는 복수의 제2 경로 벡터들을 생성하는 제2 경로 벡터 생성부;상기 복수의 제1 경로 벡터들 각각에 대해 랜덤 값의 성분들로 구성된 복수의 제1 가중치 행렬들을 기초로 행렬 연산을 수행함으로써, 복수의 제1 연산 행렬들을 생성하고, 상기 복수의 제1 연산 행렬들 각각에 포함된 성분들에 대한 평균 값을 성분으로 갖는 제1 프로젝션 행렬을 산출한 후 상기 제1 프로젝션 행렬에 대해 랜덤 값의 성분으로 구성된 제1 프로젝션 가중치 행렬을 기초로 행렬 연산을 수행함으로써, 제1 출력 값을 산출하는 제1 출력 값 산출부;상기 복수의 제2 경로 벡터들 각각에 대해 랜덤 값의 성분들로 구성된 복수의 제2 가중치 행렬들을 기초로 행렬 연산을 수행함으로써, 복수의 제2 연산 행렬들을 생성하고, 상기 복수의 제2 연산 행렬들 각각에 포함된 성분들에 대한 평균 값을 성분으로 갖는 제2 프로젝션 행렬을 산출한 후 상기 제2 프로젝션 행렬에 대해 랜덤 값의 성분으로 구성된 제2 프로젝션 가중치 행렬을 기초로 행렬 연산을 수행함으로써, 제2 출력 값을 산출하는 제2 출력 값 산출부;상기 제1 출력 값과 상기 제2 출력 값 각각이 상기 제1 결과 값과 상기 제2 결과 값 중 어느 결과 값에 근접해 있는지 확인하여 상기 제1 출력 값이 상기 제2 결과 값에 근접해 있는 것으로 확인되거나, 상기 제2 출력 값이 상기 제1 결과 값에 근접해 있는 것으로 확인되는 경우, 상기 제1 출력 값이 상기 제1 결과 값에 근접한 값으로 산출됨과 동시에 상기 제2 출력 값이 상기 제2 결과 값에 근접한 값으로 산출될 때까지 상기 복수의 제1 가중치 행렬들, 상기 복수의 제2 가중치 행렬들, 상기 제1 프로젝션 가중치 행렬 및 상기 제2 프로젝션 가중치 행렬의 성분을 조정하는 기계학습을 수행함으로써, 상기 복수의 제1 가중치 행렬들, 상기 복수의 제2 가중치 행렬들, 상기 제1 프로젝션 가중치 행렬 및 상기 제2 프로젝션 가중치 행렬을 결정하는 학습 수행부; 및기계학습을 통해 결정된 상기 복수의 제1 가중치 행렬들과 상기 복수의 제2 가중치 행렬들에 기초하여 상기 복수의 유전자들 각각을 표현하기 위한 유전자 특징 벡터를 결정하는 유전자 특징 벡터 결정부를 포함하는 암에 따른 유전자 간의 상관관계에 기초하여 유전자 분산 표현을 위한 유전자 특징 벡터를 생성하는 전자 장치
|
2 |
2
제1항에 있어서,상기 복수의 제1 경로 정보들과 상기 복수의 제2 경로 정보들이 생성되면, 상기 복수의 제1 경로 정보들과 상기 복수의 제2 경로 정보들에서 동시에 존재하는 중복 경로 정보를 상기 복수의 제1 경로 정보들과 상기 복수의 제2 경로 정보들 각각에서 모두 제거하는 중복 경로 제거부를 더 포함하는 암에 따른 유전자 간의 상관관계에 기초하여 유전자 분산 표현을 위한 유전자 특징 벡터를 생성하는 전자 장치
|
3 |
3
제1항에 있어서,상기 제1 경로 벡터 생성부는상기 복수의 제1 경로 정보들 각각에 대해, 상기 복수의 유전자들 중 각 경로 정보에 포함된 n개의 유전자들에 대해 '1'을 할당하고, 나머지 유전자들에 대해 '0'을 할당하는 방식으로 상기 복수의 유전자들의 개수에 대응하는 차원을 갖는 벡터를 생성함으로써, 상기 복수의 제1 경로 정보들 각각에 대응하는 상기 복수의 제1 경로 벡터들을 생성하고,상기 제2 경로 벡터 생성부는상기 복수의 제2 경로 정보들 각각에 대해, 상기 복수의 유전자들 중 각 경로 정보에 포함된 n개의 유전자들에 대해 '1'을 할당하고, 나머지 유전자들에 대해 '0'을 할당하는 방식으로 상기 복수의 유전자들의 개수에 대응하는 차원을 갖는 벡터를 생성함으로써, 상기 복수의 제2 경로 정보들 각각에 대응하는 상기 복수의 제2 경로 벡터들을 생성하는 암에 따른 유전자 간의 상관관계에 기초하여 유전자 분산 표현을 위한 유전자 특징 벡터를 생성하는 전자 장치
|
4 |
4
제3항에 있어서,상기 유전자 특징 벡터 결정부는기계학습을 통해 결정된 상기 복수의 제1 가중치 행렬들과 상기 복수의 제2 가중치 행렬들의 행을 구성하는 복수의 가중치 벡터들 중 상기 복수의 제1 경로 벡터들과 상기 복수의 제2 경로 벡터들 각각에서 '1'의 성분에 대응하는 순번의 행에 존재하는 가중치 벡터들을 상기 복수의 제1 경로 벡터들과 상기 복수의 제2 경로 벡터들에서 '1'의 성분에 대응하는 유전자 각각에 대한 상기 유전자 특징 벡터로 결정하는 암에 따른 유전자 간의 상관관계에 기초하여 유전자 분산 표현을 위한 유전자 특징 벡터를 생성하는 전자 장치
|
5 |
5
제1항에 있어서,상기 제1 상관 계수와 상기 제2 상관 계수는 피어슨 상관 계수(Pearson’s Correlation Coefficient: PCC)인 암에 따른 유전자 간의 상관관계에 기초하여 유전자 분산 표현을 위한 유전자 특징 벡터를 생성하는 전자 장치
|
6 |
6
암의 예후가 좋은 군으로 사전 분류되어 있는 암환자로부터 수집된 서로 다른 종류의 복수의 유전자들 각각에 대한 복수의 유전자 데이터의 종류별 데이터 값이 기록되어 있는 제1 유전자 테이블을 저장하여 유지하는 단계;암의 예후가 나쁜 군으로 사전 분류되어 있는 암환자로부터 수집된 상기 복수의 유전자들 각각에 대한 상기 복수의 유전자 데이터의 종류별 데이터 값이 기록되어 있는 제2 유전자 테이블을 저장하여 유지하는 단계;상기 복수의 유전자들 중 서로 영향을 미치는 유전자 간에 링크가 설정되어 있는 기설정된(predetermined) 유전자 네트워크에 대한 데이터가 저장되어 있는 유전자 네트워크 데이터 저장부를 유지하는 단계;암의 예후가 좋은 군을 지시하는 기설정된 제1 결과 값과 암의 예후가 나쁜 군을 지시하는 기설정된 제2 결과 값이 저장되어 있는 결과 값 저장부를 유지하는 단계;상기 기설정된 유전자 네트워크에 대한 데이터를 참조하여 상기 기설정된 유전자 네트워크에서 서로 링크가 설정되어 있는 복수의 유전자 쌍들을 확인하는 단계;상기 제1 유전자 테이블에 기록되어 있는 상기 복수의 유전자들 각각에 대한 상기 복수의 유전자 데이터의 종류별 데이터 값을 기초로 상기 복수의 유전자 쌍들 각각을 구성하는 유전자 쌍간의 제1 상관 계수를 연산하는 단계;상기 제2 유전자 테이블에 기록되어 있는 상기 복수의 유전자들 각각에 대한 상기 복수의 유전자 데이터의 종류별 데이터 값을 기초로 상기 복수의 유전자 쌍들 각각을 구성하는 유전자 쌍간의 제2 상관 계수를 연산하는 단계;상기 기설정된 유전자 네트워크에서 상기 제1 상관 계수가 기설정된 기준치 미만인 유전자 쌍 사이에 설정되어 있는 링크를 제거하여 제1 보정 유전자 네트워크를 생성하는 단계;상기 기설정된 유전자 네트워크에서 상기 제2 상관 계수가 상기 기설정된 기준치 미만인 유전자 쌍 사이에 설정되어 있는 링크를 제거하여 제2 보정 유전자 네트워크를 생성하는 단계;상기 제1 보정 유전자 네트워크에서 n(n은 2이상의 자연수)개의 연속된 링크로 연결되어 있는 n개의 유전자들로 구성된 복수의 제1 경로 정보들을 생성하는 단계;상기 제2 보정 유전자 네트워크에서 n개의 연속된 링크로 연결되어 있는 n개의 유전자들로 구성된 복수의 제2 경로 정보들을 생성하는 단계;상기 복수의 제1 경로 정보들 각각을 구성하는 n개의 유전자들에 기초하여 상기 복수의 제1 경로 정보들 각각에 대응하는 복수의 제1 경로 벡터들을 생성하는 단계;상기 복수의 제2 경로 정보들 각각을 구성하는 n개의 유전자들에 기초하여 상기 복수의 제2 경로 정보들 각각에 대응하는 복수의 제2 경로 벡터들을 생성하는 단계;상기 복수의 제1 경로 벡터들 각각에 대해 랜덤 값의 성분들로 구성된 복수의 제1 가중치 행렬들을 기초로 행렬 연산을 수행함으로써, 복수의 제1 연산 행렬들을 생성하고, 상기 복수의 제1 연산 행렬들 각각에 포함된 성분들에 대한 평균 값을 성분으로 갖는 제1 프로젝션 행렬을 산출한 후 상기 제1 프로젝션 행렬에 대해 랜덤 값의 성분으로 구성된 제1 프로젝션 가중치 행렬을 기초로 행렬 연산을 수행함으로써, 제1 출력 값을 산출하는 단계;상기 복수의 제2 경로 벡터들 각각에 대해 랜덤 값의 성분들로 구성된 복수의 제2 가중치 행렬들을 기초로 행렬 연산을 수행함으로써, 복수의 제2 연산 행렬들을 생성하고, 상기 복수의 제2 연산 행렬들 각각에 포함된 성분들에 대한 평균 값을 성분으로 갖는 제2 프로젝션 행렬을 산출한 후 상기 제2 프로젝션 행렬에 대해 랜덤 값의 성분으로 구성된 제2 프로젝션 가중치 행렬을 기초로 행렬 연산을 수행함으로써, 제2 출력 값을 산출하는 단계;상기 제1 출력 값과 상기 제2 출력 값 각각이 상기 제1 결과 값과 상기 제2 결과 값 중 어느 결과 값에 근접해 있는지 확인하여 상기 제1 출력 값이 상기 제2 결과 값에 근접해 있는 것으로 확인되거나, 상기 제2 출력 값이 상기 제1 결과 값에 근접해 있는 것으로 확인되는 경우, 상기 제1 출력 값이 상기 제1 결과 값에 근접한 값으로 산출됨과 동시에 상기 제2 출력 값이 상기 제2 결과 값에 근접한 값으로 산출될 때까지 상기 복수의 제1 가중치 행렬들, 상기 복수의 제2 가중치 행렬들, 상기 제1 프로젝션 가중치 행렬 및 상기 제2 프로젝션 가중치 행렬의 성분을 조정하는 기계학습을 수행함으로써, 상기 복수의 제1 가중치 행렬들, 상기 복수의 제2 가중치 행렬들, 상기 제1 프로젝션 가중치 행렬 및 상기 제2 프로젝션 가중치 행렬을 결정하는 단계; 및기계학습을 통해 결정된 상기 복수의 제1 가중치 행렬들과 상기 복수의 제2 가중치 행렬들에 기초하여 상기 복수의 유전자들 각각을 표현하기 위한 유전자 특징 벡터를 결정하는 단계를 포함하는 암에 따른 유전자 간의 상관관계에 기초하여 유전자 분산 표현을 위한 유전자 특징 벡터를 생성하는 전자 장치의 동작 방법
|
7 |
7
제6항에 있어서,상기 복수의 제1 경로 정보들과 상기 복수의 제2 경로 정보들이 생성되면, 상기 복수의 제1 경로 정보들과 상기 복수의 제2 경로 정보들에서 동시에 존재하는 중복 경로 정보를 상기 복수의 제1 경로 정보들과 상기 복수의 제2 경로 정보들 각각에서 모두 제거하는 단계를 더 포함하는 암에 따른 유전자 간의 상관관계에 기초하여 유전자 분산 표현을 위한 유전자 특징 벡터를 생성하는 전자 장치의 동작 방법
|
8 |
8
제6항에 있어서,상기 복수의 제1 경로 벡터들을 생성하는 단계는상기 복수의 제1 경로 정보들 각각에 대해, 상기 복수의 유전자들 중 각 경로 정보에 포함된 n개의 유전자들에 대해 '1'을 할당하고, 나머지 유전자들에 대해 '0'을 할당하는 방식으로 상기 복수의 유전자들의 개수에 대응하는 차원을 갖는 벡터를 생성함으로써, 상기 복수의 제1 경로 정보들 각각에 대응하는 상기 복수의 제1 경로 벡터들을 생성하고,상기 복수의 제2 경로 벡터들을 생성하는 단계는상기 복수의 제2 경로 정보들 각각에 대해, 상기 복수의 유전자들 중 각 경로 정보에 포함된 n개의 유전자들에 대해 '1'을 할당하고, 나머지 유전자들에 대해 '0'을 할당하는 방식으로 상기 복수의 유전자들의 개수에 대응하는 차원을 갖는 벡터를 생성함으로써, 상기 복수의 제2 경로 정보들 각각에 대응하는 상기 복수의 제2 경로 벡터들을 생성하는 암에 따른 유전자 간의 상관관계에 기초하여 유전자 분산 표현을 위한 유전자 특징 벡터를 생성하는 전자 장치의 동작 방법
|
9 |
9
제8항에 있어서,상기 유전자 특징 벡터를 결정하는 단계는기계학습을 통해 결정된 상기 복수의 제1 가중치 행렬들과 상기 복수의 제2 가중치 행렬들의 행을 구성하는 복수의 가중치 벡터들 중 상기 복수의 제1 경로 벡터들과 상기 복수의 제2 경로 벡터들 각각에서 '1'의 성분에 대응하는 순번의 행에 존재하는 가중치 벡터들을 상기 복수의 제1 경로 벡터들과 상기 복수의 제2 경로 벡터들에서 '1'의 성분에 대응하는 유전자 각각에 대한 상기 유전자 특징 벡터로 결정하는 암에 따른 유전자 간의 상관관계에 기초하여 유전자 분산 표현을 위한 유전자 특징 벡터를 생성하는 전자 장치의 동작 방법
|
10 |
10
제6항에 있어서,상기 제1 상관 계수와 상기 제2 상관 계수는 피어슨 상관 계수(Pearson’s Correlation Coefficient: PCC)인 암에 따른 유전자 간의 상관관계에 기초하여 유전자 분산 표현을 위한 유전자 특징 벡터를 생성하는 전자 장치의 동작 방법
|
11 |
11
제6항 내지 제10항 중 어느 한 항의 방법을 컴퓨터와의 결합을 통해 실행시키기 위한 컴퓨터 프로그램을 기록한 컴퓨터 판독 가능 기록 매체
|
12 |
12
제6항 내지 제10항 중 어느 한 항의 방법을 컴퓨터와의 결합을 통해 실행시키기 위한 저장매체에 저장된 컴퓨터 프로그램
|