| 1 |
1
복수의 암환자들 각각에 대해서 사전에 설정된 유전자 네트워크 - 상기 유전자 네트워크는 서로 다른 종류의 복수의 유전자들 중 서로 영향을 미치는 유전자 간에 링크가 설정되어 있는 네트워크로, 상기 복수의 암환자들 각각에 대해서 상기 복수의 유전자들 간의 암 발현에 따른 영향도가 사전 측정되어 설정된 암환자별 고유의 유전자 네트워크를 의미함 - 에 대한 데이터가 저장되어 있는 유전자 네트워크 저장부;상기 복수의 암환자들 각각의 유전자 네트워크에 대한 데이터를 기초로 상기 복수의 암환자들 각각에 대하여, 상기 복수의 유전자들 각각을 표현하는 임베딩 벡터를 생성하는 임베딩 벡터 생성부;상기 복수의 유전자들 각각에 대하여, 상기 복수의 암환자들 각각의 유전자별 임베딩 벡터를 기초로 K-평균(means) 클러스터링을 수행함으로써, 상기 복수의 유전자들 각각에서의 클러스터링 결과를 생성하는 클러스터링 결과 생성부; 및상기 복수의 유전자들 각각에서 생성된 클러스터링 결과에 대한 성능을 측정한 후 상기 복수의 유전자들 중 클러스터링 결과에 대한 성능이 높은 순으로 기설정된(predetermined) 개수의 유전자들을 암의 예후 예측을 위한 바이오 마커로 결정하는 바이오 마커 결정부를 포함하는 환자별 유전자 특성에 기초하여 암의 예후 예측에 활용할 바이오 마커를 선정하는 전자 장치
|
| 2 |
2
제1항에 있어서,상기 임베딩 벡터 생성부는상기 복수의 암환자들 중 어느 한 명인 제1 암환자에 대한 상기 복수의 유전자들 각각을 표현하는 임베딩 벡터를 생성하기 위해, 상기 제1 암환자의 유전자 네트워크에서 n(n은 2이상의 자연수)개의 연속된 링크로 연결되어 있는 n개의 유전자들로 구성된 복수의 경로 정보들을 랜덤하게 생성하는 경로 정보 생성부; 및상기 복수의 경로 정보들 각각에 대하여, 상기 복수의 경로 정보들 각각을 구성하는 n개의 유전자들 중 경로 상에서 중심에 위치하는 중심 유전자와 상기 중심 유전자를 제외한 n-1개의 주변 유전자들을 선정하고, 상기 중심 유전자를 출력 데이터로, 상기 주변 유전자들을 입력 데이터로 지정한 후 상기 복수의 경로 정보들 각각에서의 상기 중심 유전자와 상기 주변 유전자들을 기초로 CBOW(Continuous Bag of Words) 모델을 학습시킴으로써, 상기 제1 암환자에 대한 상기 복수의 유전자들 각각의 임베딩 벡터를 결정하는 벡터 결정부를 포함하는 환자별 유전자 특성에 기초하여 암의 예후 예측에 활용할 바이오 마커를 선정하는 전자 장치
|
| 3 |
3
제2항에 있어서,상기 벡터 결정부는상기 복수의 유전자들 각각에 대한 원-핫(one-hot) 벡터를 생성하고, 상기 복수의 경로 정보들 각각에 대하여, 상기 중심 유전자의 원-핫 벡터를 출력 데이터로, 상기 주변 유전자들의 원-핫 벡터를 입력 데이터로 지정함으로써, 상기 CBOW 모델의 히든층을 구성하는 가중치 행렬을 학습시키고, 상기 학습된 가중치 행렬을 구성하는 각각의 행 벡터를 상기 복수의 유전자들 각각에 대한 임베딩 벡터로 결정하는 환자별 유전자 특성에 기초하여 암의 예후 예측에 활용할 바이오 마커를 선정하는 전자 장치
|
| 4 |
4
제1항에 있어서,상기 바이오 마커 결정부는상기 복수의 유전자들 각각에서 생성된 클러스터링 결과에 대해 정규화 상호정보량(Normalized Mutual Information)을 연산함으로써, 상기 연산된 정규화 상호정보량을 상기 복수의 유전자들 각각에서 생성된 클러스터링 결과에 대한 성능으로 측정하는 환자별 유전자 특성에 기초하여 암의 예후 예측에 활용할 바이오 마커를 선정하는 전자 장치
|
| 5 |
5
제1항에 있어서,상기 기설정된 개수의 유전자들이 상기 바이오 마커로 결정된 이후, 사용자에 의해 상기 복수의 암환자들 각각으로부터 사전 수집된 상기 바이오 마커 각각의 유전자 데이터와 상기 복수의 암환자들 각각의 암의 예후 결과 데이터가 트레이닝 세트로 입력되면서, 암의 예후 예측을 위한 모델 생성 명령이 인가되면, 상기 바이오 마커 각각의 유전자 데이터를 입력으로 지정하고, 상기 암의 예후 결과 데이터를 출력으로 지정한 후 지도 학습(supervised learning) 기반의 기계학습을 수행함으로써, 암의 예후 예측 모델을 생성하는 예측 모델 생성부를 더 포함하는 환자별 유전자 특성에 기초하여 암의 예후 예측에 활용할 바이오 마커를 선정하는 전자 장치
|
| 6 |
6
제5항에 있어서,상기 암의 예후 예측 모델이 생성된 이후, 상기 사용자에 의해 암의 예후 예측의 대상이 되는 예측 대상 암환자로부터 수집된 상기 바이오 마커 각각에 대한 제1 유전자 데이터가 입력으로 인가되면서, 상기 예측 대상 암환자에 대한 암의 예후 예측 명령이 인가되면, 상기 암의 예후 예측 모델에 상기 예측 대상 암환자로부터 수집된 상기 바이오 마커 각각에 대한 상기 제1 유전자 데이터를 입력으로 인가함으로써, 상기 예측 대상 암환자에 대한 암의 예후 결과 데이터를 출력 정보로 산출하는 예측부를 더 포함하는 환자별 유전자 특성에 기초하여 암의 예후 예측에 활용할 바이오 마커를 선정하는 전자 장치
|
| 7 |
7
복수의 암환자들 각각에 대해서 사전에 설정된 유전자 네트워크 - 상기 유전자 네트워크는 서로 다른 종류의 복수의 유전자들 중 서로 영향을 미치는 유전자 간에 링크가 설정되어 있는 네트워크로, 상기 복수의 암환자들 각각에 대해서 상기 복수의 유전자들 간의 암 발현에 따른 영향도가 사전 측정되어 설정된 암환자별 고유의 유전자 네트워크를 의미함 - 에 대한 데이터가 저장되어 있는 유전자 네트워크 저장부를 유지하는 단계;상기 복수의 암환자들 각각의 유전자 네트워크에 대한 데이터를 기초로 상기 복수의 암환자들 각각에 대하여, 상기 복수의 유전자들 각각을 표현하는 임베딩 벡터를 생성하는 단계;상기 복수의 유전자들 각각에 대하여, 상기 복수의 암환자들 각각의 유전자별 임베딩 벡터를 기초로 K-평균(means) 클러스터링을 수행함으로써, 상기 복수의 유전자들 각각에서의 클러스터링 결과를 생성하는 단계; 및상기 복수의 유전자들 각각에서 생성된 클러스터링 결과에 대한 성능을 측정한 후 상기 복수의 유전자들 중 클러스터링 결과에 대한 성능이 높은 순으로 기설정된(predetermined) 개수의 유전자들을 암의 예후 예측을 위한 바이오 마커로 결정하는 단계를 포함하는 환자별 유전자 특성에 기초하여 암의 예후 예측에 활용할 바이오 마커를 선정하는 전자 장치의 동작 방법
|
| 8 |
8
제7항에 있어서,상기 임베딩 벡터를 생성하는 단계는상기 복수의 암환자들 중 어느 한 명인 제1 암환자에 대한 상기 복수의 유전자들 각각을 표현하는 임베딩 벡터를 생성하기 위해, 상기 제1 암환자의 유전자 네트워크에서 n(n은 2이상의 자연수)개의 연속된 링크로 연결되어 있는 n개의 유전자들로 구성된 복수의 경로 정보들을 랜덤하게 생성하는 단계; 및상기 복수의 경로 정보들 각각에 대하여, 상기 복수의 경로 정보들 각각을 구성하는 n개의 유전자들 중 경로 상에서 중심에 위치하는 중심 유전자와 상기 중심 유전자를 제외한 n-1개의 주변 유전자들을 선정하고, 상기 중심 유전자를 출력 데이터로, 상기 주변 유전자들을 입력 데이터로 지정한 후 상기 복수의 경로 정보들 각각에서의 상기 중심 유전자와 상기 주변 유전자들을 기초로 CBOW(Continuous Bag of Words) 모델을 학습시킴으로써, 상기 제1 암환자에 대한 상기 복수의 유전자들 각각의 임베딩 벡터를 결정하는 단계를 포함하는 환자별 유전자 특성에 기초하여 암의 예후 예측에 활용할 바이오 마커를 선정하는 전자 장치의 동작 방법
|
| 9 |
9
제8항에 있어서,상기 임베딩 벡터를 결정하는 단계는상기 복수의 유전자들 각각에 대한 원-핫(one-hot) 벡터를 생성하고, 상기 복수의 경로 정보들 각각에 대하여, 상기 중심 유전자의 원-핫 벡터를 출력 데이터로, 상기 주변 유전자들의 원-핫 벡터를 입력 데이터로 지정함으로써, 상기 CBOW 모델의 히든층을 구성하는 가중치 행렬을 학습시키고, 상기 학습된 가중치 행렬을 구성하는 각각의 행 벡터를 상기 복수의 유전자들 각각에 대한 임베딩 벡터로 결정하는 환자별 유전자 특성에 기초하여 암의 예후 예측에 활용할 바이오 마커를 선정하는 전자 장치의 동작 방법
|
| 10 |
10
제7항에 있어서,상기 바이오 마커로 결정하는 단계는상기 복수의 유전자들 각각에서 생성된 클러스터링 결과에 대해 정규화 상호정보량(Normalized Mutual Information)을 연산함으로써, 상기 연산된 정규화 상호정보량을 상기 복수의 유전자들 각각에서 생성된 클러스터링 결과에 대한 성능으로 측정하는 환자별 유전자 특성에 기초하여 암의 예후 예측에 활용할 바이오 마커를 선정하는 전자 장치의 동작 방법
|
| 11 |
11
제7항에 있어서,상기 기설정된 개수의 유전자들이 상기 바이오 마커로 결정된 이후, 사용자에 의해 상기 복수의 암환자들 각각으로부터 사전 수집된 상기 바이오 마커 각각의 유전자 데이터와 상기 복수의 암환자들 각각의 암의 예후 결과 데이터가 트레이닝 세트로 입력되면서, 암의 예후 예측을 위한 모델 생성 명령이 인가되면, 상기 바이오 마커 각각의 유전자 데이터를 입력으로 지정하고, 상기 암의 예후 결과 데이터를 출력으로 지정한 후 지도 학습(supervised learning) 기반의 기계학습을 수행함으로써, 암의 예후 예측 모델을 생성하는 단계를 더 포함하는 환자별 유전자 특성에 기초하여 암의 예후 예측에 활용할 바이오 마커를 선정하는 전자 장치의 동작 방법
|
| 12 |
12
제11항에 있어서,상기 암의 예후 예측 모델이 생성된 이후, 상기 사용자에 의해 암의 예후 예측의 대상이 되는 예측 대상 암환자로부터 수집된 상기 바이오 마커 각각에 대한 제1 유전자 데이터가 입력으로 인가되면서, 상기 예측 대상 암환자에 대한 암의 예후 예측 명령이 인가되면, 상기 암의 예후 예측 모델에 상기 예측 대상 암환자로부터 수집된 상기 바이오 마커 각각에 대한 상기 제1 유전자 데이터를 입력으로 인가함으로써, 상기 예측 대상 암환자에 대한 암의 예후 결과 데이터를 출력 정보로 산출하는 단계를 더 포함하는 환자별 유전자 특성에 기초하여 암의 예후 예측에 활용할 바이오 마커를 선정하는 전자 장치의 동작 방법
|
| 13 |
13
제7항 내지 제12항 중 어느 한 항의 방법을 컴퓨터와의 결합을 통해 실행시키기 위한 컴퓨터 프로그램을 기록한 컴퓨터 판독 가능 기록 매체
|
| 14 |
14
제7항 내지 제12항 중 어느 한 항의 방법을 컴퓨터와의 결합을 통해 실행시키기 위한 저장매체에 저장된 컴퓨터 프로그램
|
