1 |
1
정상 샘플의 유전자 발현 데이터를 획득하는 단계와,상기 정상 샘플에 각각 포함된 유전자 쌍의 상관 계수와 이에 대한 제 1 유의 확률을 산출하는 단계와,교란 샘플에 각각 포함된 유전자 쌍의 상관 계수와 이에 대한 제 2 유의 확률을 산출하는 단계와,상기 유전자 쌍 별로, 유전자 쌍의 상관 계수의 변화량을 산출하는 단계와,유전자를 노드(node)로 나타내고, 상기 유전자 쌍의 상관 계수의 변화량을 에지(edge)로 나타내어 네트워크를 생성하는 단계를 포함하는,암 환자의 유전자 네트워크 생성 및 예후 유전자 쌍 발굴 방법
|
2 |
2
제 1 항에 있어서,상기 정상 샘플에 각각 포함된 유전자 쌍의 상관 계수를 산출하는 단계와,상기 교란 샘플에 각각 포함된 유전자 쌍의 상관 계수를 산출하는 단계는,피어슨 상관 계수(Pearson Correlation Coefficient)를 이용하여 산출하는 암 환자의 유전자 네트워크 생성 및 예후 유전자 쌍 발굴 방법
|
3 |
3
제 2 항에 있어서,상기 정상 샘플에 암 환자의 샘플 1개를 추가하여, 상기 교란 샘플을 생성하는 암 환자의 유전자 네트워크 생성 및 예후 유전자 쌍 발굴 방법
|
4 |
4
제 3 항에 있어서,상기 유전자 쌍 별로, 유전자 쌍의 상관 계수의 변화량을 산출하는 단계는,상기 정상 샘플의 유전자 쌍의 상관 계수와, 상기 교란 샘플의 유전자 쌍의 상관 계수의 차이의 절대값으로 산출하는 암 환자의 유전자 네트워크 생성 및 예후 유전자 쌍 발굴 방법
|
5 |
5
제 1 항 내지 제 4 항 중 어느 하나의 항에 있어서,다수의 암 환자 유전자 네트워크에서, 상기 제 1 유의 확률이 0
|
6 |
6
제 5 항에 있어서,상기 유전자 쌍의 상관 계수의 변화량에 따라 다수의 암 환자를 제 1 그룹과 제 2 그룹으로 분류하는 단계는,상기 유전자 쌍의 상관 계수의 변화량이 큰 순서대로 상위 50 % 인 암 환자를 제 1 그룹으로 분류하고, 그렇지 않은 암 환자를 제 2 그룹으로 분류하는 암 환자의 유전자 네트워크 생성 및 예후 유전자 쌍 발굴 방법
|
7 |
7
제 6 항에 있어서,상기 제 3 유의 확률을 FDR 또는 콕스 비례 위험 모형으로 보정하는 단계를 더 포함하는 암 환자의 유전자 네트워크 생성 및 예후 유전자 쌍 발굴 방법
|
8 |
8
외부로부터 유전자 발현 데이터를 획득하는 유전자 발현 데이터 입력부와,획득한 상기 유전자 발현 데이터를 저장하는 유전자 발현 데이터 저장부와,정상 샘플에 각각 포함된 유전자 쌍의 상관 계수 및 제 1 유의 확률과, 교란 샘플에 각각 포함된 유전자 쌍의 상관 계수 및 제 2 유의 확률을 산출하며, 유전자 쌍 별로 유전자 쌍의 상관 계수의 변화량을 산출하는 상관 계수 연산부와,유전자를 노드(node)로 나타내고, 상기 유전자 쌍의 상관 계수의 변화량과 상기 제 1, 2 유의 확률을 에지(edge)로 나타내어, 암 환자의 개인별 유전자 네트워크를 저장하는 유전자 네트워크 저장부와,상기 암 환자의 개인별 유전자 네트워크를 그래프 형태로 표현하여 외부로 출력하는 유전자 네트워크 출력부와,상기 암 환자의 개인별 유전자 네트워크에서 유전자 쌍의 존재 여부를 검색하는 유전자 쌍 검색부를 포함하는,암 환자의 유전자 네트워크 생성 및 예후 유전자 쌍 발굴 시스템
|
9 |
9
제 8 항에 있어서,상기 유전자 네트워크 저장부에 저장된 다수의 암 환자 유전자 네트워크에서, 상기 제 1 유의 확률이 0
|