1 |
1
다양한 종류의 암 환자의 전사체 데이터, 유전자 발현량 데이터 및 상동 재조합 결핍 스코어 데이터를 수집하는 데이터 수집부;차별 발현 유전자 분석 기법을 통해, 상기 수집된 데이터로부터 후보 유전자를 판단하는 후보 유전자 판단부;상기 수집된 데이터 중 상기 후보 유전자의 발현량 데이터, 전사체 데이터 및 HRD 스코어 데이터를 학습데이터로 이용하여 기계학습 모델을 학습시켜 주요 유전자 판단 모델을 생성하는 모델 생성부; 및상기 생성된 주요 유전자 판단 모델을 이용하여 상동 재조합 결핍과 관련된 주요 유전자를 판단하는 주요 유전자 판단부; 를 포함하는,상동 재조합 결핍 연관 유전자 도출 장치
|
2 |
2
제1항에 있어서,상기 기계학습 모델은 엘라스틱넷 회귀, 라쏘 회귀, 릿지 회귀, 그래디언트 부스팅, 서포트 벡터 머신 및 다층 퍼셉트론을 포함하는,상동 재조합 결핍 연관 유전자 도출 장치
|
3 |
3
제1항에 있어서,상기 주요 유전자 판단부는 상기 생성된 주요 유전자 판단 모델로부터 각 유전자의 가중치 또는 중요도를 판단하고, 상기 판단된 가중치의 절대값 또는 중요도가 임계값 이상인 유전자를 주요 유전자로 판단하는,상동 재조합 결핍 연관 유전자 도출 장치
|
4 |
4
제1항에 있어서,상기 수집된 데이터를 정규화하는 전처리부; 를 더 포함하는,상동 재조합 결핍 연관 유전자 도출 장치
|
5 |
5
다양한 종류의 암 환자의 전사체 데이터, 유전자 발현량 데이터 및 상동 재조합 결핍 스코어 데이터를 수집하는 데이터 수집부;차별 발현 유전자 분석 기법을 통해, 상기 수집된 데이터로부터 후보 유전자를 판단하는 후보 유전자 판단부;상기 수집된 데이터 중 상기 후보 유전자의 발현량 데이터, 전사체 데이터 및 HRD 스코어 데이터를 이용하여 제1 기계학습 모델을 학습시켜 주요 유전자 판단 모델을 생성하는 제1 모델 생성부;상기 생성된 주요 유전자 판단 모델을 이용하여 상동 재조합 결핍과 관련된 주요 유전자를 판단하는 주요 유전자 판단부; 및상기 수집된 데이터 중 상기 주요 유전자의 발현량 데이터, 전사체 데이터 및 HRD 스코어 데이터를 학습 데이터로 이용하여 제2 기계학습 모델을 학습시켜 상동 재조합 결핍 판단 모델을 생성하는 제2 모델 생성부; 를 포함하는,상동 재조합 결핍 판단 모델 생성 장치
|
6 |
6
제5항에 있어서,상기 제1 기계학습 모델은 그래디언트 부스팅이고, 상기 제2 기계학습 모델은 엘라스틱넷 회귀인,상동 재조합 결핍 판단 모델 생성 장치
|
7 |
7
암 환자의 주요 유전자 발현량 데이터 및 전사체 데이터를 획득하는 데이터 획득부; 및상동 재조합 결핍 판단 모델을 이용하여 상기 획득된 데이터로부터 상기 암 환자의 상동 재조합 결핍 여부를 판단하는 상동 재조합 결핍 판단부; 를 포함하고,상기 상동 재조합 결핍 판단 모델은 다양한 종류의 암 환자의 주요 유전자의 발현량 데이터, 전사체 데이터 및 상동 재조합 결핍 스코어 데이터를 학습 데이터로 이용하여 기계학습 모델을 학습시켜 생성되고,상기 주요 유전자는 상동 재조합 결핍과 관련된 유전자로서, 주요 유전자 판단 모델로부터 판단된 가중치 절대값 또는 중요도가 임계값 이상인 유전자인,상동 재조합 결핍 판단 장치
|
8 |
8
제7항에 있어서,상기 주요 유전자 판단 모델은 다양한 종류의 암 환자의 전사체 데이터, 유전자 발현량 데이터 및 상동 재조합 결핍 스코어 데이터를 수집하고, 차별 발현 유전자 분석 기법을 통해 상기 수집된 데이터로부터 후보 유전자를 판단하고, 상기 수집된 데이터 중 상기 후보 유전자의 발현량 데이터, 전사체 데이터 및 상동 재조합 결핍 스코어 데이터를 학습데이터로 이용하여 생성되는,상동 재조합 결핍 판단 장치
|