네트웍 분석을 통한 유전체자료의 시각화 연구 (Visualization of gene data using network analysis)

서지정보

· 발행기관 : 한국데이터정보과학회
· 수록지 정보 : 한국데이터정보과학회지 / 29권 / 6호 / 1421 ~ 1443페이지
· 저자명 : 이태림

초록

악성간암 환자의 임상자료와 유전체자료로 구조적 연관성을 네트웍분석을 통한 네트웍그래프와 나무구조 분류모형, 나무구조 생존모형, SDA 분류모형 상관원 그래프 등을 통하여 변수간의 연관성과 중요도 등을 시각적으로 파악하고자 한다. 성인병 들과 원인 변수들로 상호연관성을 네트웍 그래프와 워들로 작성하여 각 질환에 영향을 주는 변인들을 찾고 상대적인 중요도, 영향의 방향과 강도 등을 파악하고자 한다.
그 결과 HCC에서는 AFP 접수, 암세포의 크기, CHILD 접수, TACE횟수 등이 암세포의 전이와 사망, 생존기간에 영향을 주는 중요한 변수로 관찰되었고 일반질환의 네트웍 그래프, 워드클라우드 분석 결과, 빈혈, 아토픽성 피부염, 등이 관상동맥질환과 당뇨고혈압 등의 성인병에 중요한 영향을 미치는 것으로 나타났다. 이러한 시각화된 그래프를 통하여 각종 질병의 진단 및 예후진단 등에 중요한 역할을 하는 임상변수, 사회인구학적 변수, 유전체변수 등을 참음으로써 환자의 질병의 진단과 치료를 효율화 할 수 있고 이에 따라 환자의 수명을 연장하고 치료비를 절약하여 국가적 의료비 절감에 기여할 수 있을 것이다.

영어초록

Objectives: The purpose of this paper is to analyze the relationship among major gene data and clinical data in HCC by network analysis and word cloud. According to the several covariate we can compare the characteristics. Methods: We used network analysis to visualize the relationships and hidden structure among the genes and clinical covariates collected from 2011-2015 SNU Liver Center in Korea with classification tree, survival tree, SDA correlation circle, network graph, wordle. Results: We find that smoking and obesity is the most important factor of causing HCC prognosis. We can visually recognize these results from the network graphs made by network analysis and wordle. Conclusions: We made the age-specific social network graphs between genes and clinical lab data of HCC in Korea across diagnosis and prognosis.

참고자료

· 없음