http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Wavelet cross correlation을 이용한 의식적인 의도와 무의식적인 의도에 따른 뇌활성 신호의 특징 추출
조덕기(Deok-Ki Cho),이은주(Unjoo Lee),방성근(Sung-Keun Baang),권오재(Oh-Jae Kwon),임인종(In-Jong Im),김만영(Man-Young Kim),김진희(Jin-Hee Kim) 한국정보과학회 2011 정보과학회 컴퓨팅의 실제 논문지 Vol.17 No.12
본 논문에서는 웨이블릿 상호 상관 기법을 이용하여 근적외선 분광기로부터 추출할 수 있는 slow signal에 내재되어 있는 잡음 신호의 영향을 배제하고 의식적인 의도와 무의식적인 의도에 따른 뇌활성 신호의 특징을 추출하였다. 본 논문의 실험을 위하여 기존의 choice reaction time 테스크와 n-back working memory 테스크의 프로토콜을 응용하여 의도형 추출 테스크를 고안하였으며 실험 설정 단계서 의도형 선택 설정이 가능하도록 구성하였다. 산화헤모글로빈과 탈산화헤모글로빈의 농도로부터 의도형 기반 뇌활성 신호의 특징을 추출하기 위해 Morlet 웨이블릿 변환을 수행한 후 그 결과를 상호 상관계수를 이용하여 분석하였다. 결과적으로 의도형 추출 테스크에 있어서 자극신호가 주어진 시점을 전후로 전전두엽 영역으로부터 기록되는 뇌혈류역학 신호의 특이적인 변화를 관찰할 수 있었으며 의식적인 의도와 무의식적인 의도에 따라 뚜렷이 구별되는 웨이블릿 상관 계수의 분포를 구할 수 있었다. In this study, neuronal signals related with conscious or subconscious intention were analyzed by wavelet cross-correlation estimation. The neuronal signals were recorded from the prefrontal cortexes using functional near infrared spectroscopy while subjects were carrying out intention type extraction tasks. The intention type extraction task was invented based on the conventional choice reaction time and n-back working memory experiment protocols and was carried by presetting up to one of three intention types, such as conscious intention, subconscious intention and no intention. The results showed that the neuronal signals by conscious intention type are associated with the range of the wavelet scales from 100 to 160 while those by subconscious intention and no intention types are associated with the range of the wavelet scales less than 60. The results also showed that the correlations between conscious and subconscious intention types have relatively larger values than those between conscious or subconscious intention type and no intention type.
mRNA 리드 시퀀스 데이터를 이용한 선택 스플라이싱 유형 분석
공진화(JinHwa Kong),윤지희(JeeHee Yoon),이은주(UnJoo Lee),이종근(JongKeun Lee),원정임(JungIm Won) 한국정보과학회 2011 정보과학회논문지 : 데이타베이스 Vol.38 No.6
선택 스플라이싱은 단백질 생성 과정의 핵심 메카니즘으로서, DNA 조각들이 mRNA(messenger RNA)로 전사될 때 유전자의 엑손 영역들이 여러 가지 유형으로 다시 연결되는 과정을 말한다. 선택 스플 라이싱의 유형은 현재 7가지가 알려져 있으며, 이들 유형은 인간의 질병과 매우 밀접한 관련을 가지고 있다. 본 연구에서는 차세대 시퀀싱 기술로 생성된 mRNA 리드 시퀀스 데이터로부터 각 유전자 영역에 대한 선택 스플라이싱 유형을 분류/추출하는 새로운 알고리즘을 제안한다. 제안된 알고리즘에서는 mRNA 리드 시퀀스 데이터를 DNA 시퀀스와 mRNA 트랜스크립트 시퀀스에 동시 매핑하고, 각 엑손 영역에 정렬된 mRNA 리드 시퀀스 데이터의 커버리지 정보 및 엑손의 접합 정보를 이용하여 발현된 트랜스크립트의 종류와 양을 측정한다. 알고리즘의 유효성을 입증하기 위하여 시뮬레이션 데이터를 이용한 실험을 수행 하였으며, 실험 결과에 의하여 제안된 방식이 발현된 선택 스플라이싱 유형과 양을 매우 효율적으로 추출함을 보인다. Alternative splicing is a main source of generating a highly dynamic human proteome. It enables exons of genes to recombine in different ways when a segment of DNA is transcribed into messenger RNAs (mRNAs). There are seven patterns of alternative splicing which are known as typical ways in human genes. Alternative splicing has been found to be associated with many human diseases. This work proposes a novel method to identify alternative splicing patterns and analyze the distribution variations in a given gene expression process from mRNA read sequence data generated by next-generation sequencing (NGS) technology. The proposed method is based on parallel mapping of mRNA read sequence data to both genomic and transcriptomic reference sequences, and analyzes the mRNA read sequence data coverage and junctions spanning two exons. The preliminary results conducted with simulated data showed the prominent efficiency in identifying and quantifying events of alternative splicing.
CNVDAT : 차세대 시퀀싱 데이터를 위한 유전체 단위 반복 변이 검출 및 분석 도구
강인호(Inho Kang),공진화(Jinhwa Kong),신재문(JaeMoon Shin),이은주(UnJoo Lee),윤지희(Jeehee Yoon) 한국정보과학회 2014 정보과학회논문지 : 데이타베이스 Vol.41 No.4
유전체 단위 반복 변이(CNV)는 유전적 구조변이의 하나로서, 암을 포함하는 인간의 질병과 밀접한 연관성이 있는 것으로 알려져 있다. 암 유전자를 규명하기 위하여, 연구자는 특정 암 환자의 대규모 유전체 데이터를 분석하여 CNV를 찾아내야하며, 동시에 대규모 유전/임상 데이터를 연계 분석하여야 한다. 본 연구는 NGS 데이터로부터 CNV를 추출하고, 추출된 CNV와 관련된 유전/임상 정보를 체계적으로 연계 분석하는 기능을 제공하는 새로운 분석 툴 CNVDAT를 제안한다. CNV 추출 모듈은 스케일 스페이스 필터링 기법을 이용하여 CNV를 추출하며, 리드 데이터에 잡음이 포함된 경우에도 CNV의 타입/위치를 정확히 추출해낸다. 또한 시퀀스 분석 모듈은 변이 영역의 브라우징 및 상호 비교를 지원하는 사용자 친화적 프로그램으로서, 암/정상 샘플의 변이 영역의 동시 분석 기능과 refGene, OMIM DB를 기반으로 하는 CNV-유전자-표현형 매핑의 연관성 분석 기능을 제공한다. 본 프로그램의 소스 코드와 샘플 프로그램은 http://dblab.hallym.ac.kr/CNVDAT/에서 다운 받을 수 있다. Copy number variations(CNVs) are a recently recognized class of human structural variations and are associated with a variety of human diseases, including cancer. To find important cancer genes, researchers identify novel CNVs in patients with a particular cancer and analyze large amounts of genomic and clinical data. We present a tool called CNVDAT which is able to detect CNVs from NGS data and systematically analyze the genomic and clinical data associated with variations. CNVDAT consists of two modules, CNV Detection Engine and Sequence Analyser. CNV Detection Engine extracts CNVs by using the multi-resolution system of scale-space filtering, enabling the detection of the types and the exact locations of CNVs of all sizes even when the coverage level of read data is low. Sequence Analyser is a user-friendly program to view and compare variation regions between tumor and matched normal samples. It also provides a complete analysis function of refGene and OMIM data and makes it possible to discover CNV-gene-phenotype relationships. CNVDAT source code is freely available from http://dblab.hallym.ac.kr/CNVDAT/.
기능성 근적외선 분광기를 이용한 전전두엽 영역에서의 사건 기반 뇌활성 특이 신호의 추출
姜縞烈(Ho-Yul Kang),方聖根(Sung-Keun Baang),宋誠縞(Seong-Ho Song),李殷珠(Unjoo Lee) 대한전기학회 2009 전기학회논문지 Vol.58 No.1
In this study event-related optical signals were extracted from the prefrontal cortexes using functional near infrared spectroscopy while subjects were carrying out 2-back working memory tasks. Four events such as start, yes, no, and error were considered based on the onsets of the stimulus, positive true responses, positive false responses, and negative responses in the 2-back working memory task, respectively. The optical signals recorded were analyzed by peri-event histograms and power spectrum distributions. The results showed specific characteristics of the event-related optical neuronal signals and an opened possibility of an application to control a non-invasive brain-computer interface system or an object of a virtual reality.