고품질 한우를 위한 여러 경제형질에서의 주요 SNP 규명

이제영,김동철,Lee, Jea-Young,Kim, Dong-Chul 한국통계학회 2009 Communications for statistical applications and me Vol.16 No.1

고품질 한우를 만들기 위해 여러 경제형질에 영향을 주는 유전자 즉 single nucleotide polymorphisms(SNPs)를 규명하려고 한다. 이미 Lee 등 (2008a)에 의해 SNP(19_1)$^*$SNP(28_2)가 등심단면적 (LMA: longissimus muscle dorsi area)에 주요한 유전자로 규명되었다. 여기에 추가로 도체중 (CWT: carcass cold weight)과 일당증체량 (ADG: average daily gain)을 선형 모형에 적용하였으며 또한 상호작용에 더 유리하고 연속형 데이터에도 사용할 수 있는 expanded multifactor dimensionality reduction (expanded MDR)을 이용하여 주요한 SNP를 파악하였다. Expanded MDR 적용결과 등심단면적과 같은 결과인 SNP(19_1)과 SNP(19_1)$^*$SNP(28_2)의 상호작용 형태가 가장 좋은 SNP로 선정되었으며, 최종적으로 SNP(19_1)*SNP(28_2) 마커가 한우의 여러 경제형질에 우수 유전자임을 규명하였다. In order to make the high quality Korean cattle, it has been identified the gene markers which influence to various economic traits. To identify statistically significances among SNP markers, Lee et. al. (2008b) identified SNP(19_1)$^*$SNP(28_2) marker was an important marker in LMA(longissimus muscle dorsi area). In addition, CWT(carcass cold weight) and ADG(average daily gain) are applied for expanded multifactor dimensionality reduction (expanded MDR) method from the comprehensive economic traits. The results showed that SNP(19_1)$^*$SNP(28_2) interaction marker was good and a very meaningful for economic traits.

확장된 다중인자 차원축소 (E-MDR) 알고리즘에 기반한 유전자 상호작용 효과 규명

이제영,이호근,이용원,Lee, Jea-Young,Lee, Ho-Guen,Lee, Yong-Won 한국통계학회 2009 응용통계연구 Vol.22 No.6

Study the gene about economical characteristic of human disease or domestic animal is a matter of grave interest, preserve and elevation of gene of Korea cattle is key subject. Studies have been done on the gene of Korea cattle using EST based SNP map, but it is based on statistical model, therefore there are difference between real position and statistical position. These problems are solved using both EST_based SNP map and Gene on sequence by Lee et al. (2009b). We have used multifactor dimensionality reduction(MDR) method to study interaction effect of statistical model in general. But MDR method cannot be applied in all cases. It can be applied to the only case-control data. So, method is suggested E-MDR method using CART algorithm. Also we identified interaction effects of single nucleotide polymorphisms(SNPs) responsible for average daily gain(ADG) and marbling score(MS) using E-MDR method. 인간의 질병 또는 가축의 경제적인 특성에 관한 유전자의 규명은 매우 중요한 관심사이며, 우리나라 축산업을 대표하는 한우의 유전자원 보존과 능력향상은 매우 중요한 과제이다. 이를 연구하기 위해 기존 EST_based SNP 연관지도를 사용하여 발굴한 유전자로 연구되어왔으나 이는 통계학적 모델에 기반한 연관지도 작성법으로 실제 위치와는 차이가 있을 수 있다. 따라서 Lee (2009)에 의해 EST_based SNP 연관지도와 염기서열 분석으로 작성되어지는 Gene on sequence를 함께 고려하여 한우의 경제형질 연관 후보 DNA marker들이 발견되었다. 한편, 통계모형의 상호작용 효과를 고려할 때, 유전자와 같은 범주형 data에서 범주가 많을 경우 상호작용의 조합이 많아지므로 종종 모수들의 상호작용에 대한 해석과 모형을 결정하는 것이 어려울 수 있다. 그래서 비모수적인 방법으로 다중인자 차원축소방법 (MDR)을 사용해왔으며, 사례_대조 데이터에만 적용가능 MDR방법을 연속형 데이터에도 적용하기 위해 CART알고리즘을 적용한 확장된 다중인자 차원축소방법(E-MDR)이 제안되었다. 본 연구에서는 새롭게 발견된 단일염기다형성 (SNP)으로부터 E-MDR방법을 적용하여 한우의 경제형질(일당중체량, 근내지방도)에 영향을 주는 우수 유전자 단일염기다형성을 규명하였다.

방사형그래프를 활용한 한우의 품질관련 주요 유전자 상호작용 효과 규명

이제영,배재영,이진목,오동엽,이성원,Lee, Jea-Young,Bae, Jae-Young,Lee, Jin-Mok,Oh, Dong-Yep,Lee, Seong-Won 한국데이터정보과학회 2013 한국데이터정보과학회지 Vol.24 No.1

최근 인간의 질병과 관련된 유전자 연구가 많이 진행 되고 있다. 인간의 질병에 관련된 유전자는 단일효과보다 상호작용에 의한 효과가 중요하다고 한다. 무수히 많은 유전자들 중에서 상호작용을 찾기 위해서 선형모형 등의 통계적 방법을 이용할 시에는 계산의 복잡성 및 비용등 여러 단점이 생긴다. 따라서 이런 수많은 유전자들 중 주요 유전자 상호작용을 찾는 방법으로 SNPHarvester가 개발되었다. 본 연구에서는 최근에 밝혀진 한우의 지방산과 경제형질에 관련된 32개의 우수 단일 염기 다형성(SNP)를 이용하여 주요 유전자 조합을 SNPHarvester방법에 적용하여 분석한 결과를 시각적으로 쉽게 확인하기위해 방사형 그래프로 나타냄으로써 한우의 맛과 육질을 높일 수 있는 단일 염기 다형성 조합을 시각적으로 찾아내고, 각 형질별 단일효과와 상호작용 효과의 차이를 비교하여 단일효과보다 상호작용에 의한 효과가 더 큰 차이를 시각적 효과로 규명하였다. It is well known that disease of human and economic traits of livestock are affected a lot by gene combination effect rather than a single gene effect. But existing methods have disadvantages such as heavy computing, many expenses and long time. In order to overcome those drawbacks, SNPHarvester was developed to find the main gene combinations among the many genes. In this paper, we used the superior gene combination which are related to the quality of the Korean beef cattle among sets of SNPs by SNPHarvester, and identified the superior genotypes using radial graph which can enhance various qualities of Korean beef among selected SNP combinations.

한우의 FABP4, SCD, FASN, SREBPs 유전자에서 경제형질에 영향을 미치는 우수 유전자형 선별

이제영,박재철,Lee, Jea-Young,Park, Jae-Cheol 한국통계학회 2016 응용통계연구 Vol.29 No.7

Kim과 Lee (2015)는 한우의 등급과 지방산을 향상시키는 우수한 FABP4 유전자를 선별하였다. 본 연구의 목적은 유전자를 확장하여 한우의 경제형질에 영향을 미치는 우수한 유전자형을 선별하는 것이다. 확장된 유전자는 한우의 등급과 지방산과 깊은 연관이 있다고 밝혀진 FABP4, SCD, FASN, SREBPs이다. 우리는 환경적인 요인을 제거하여 보정된 경제형질 값을 활용하여 보정된 경제형질 값에 다중인자차원축소 방법을 적용한다. 그 결과 한우의 등급, 지방산을 향상시키는 우수한 유전자와 유전자형을 선별했다. Kim and Lee (2015) identified a superior FABP4 gene that improves the grade and fatty acid of Korean cattle. This study selects a superior genotype by expanding genes that influence the economic traits of Korean cattle. Expanded genes are FABP4, SCD, FASN and SREBPs that are related to grade and fatty acid (Oh, 2014). We use the adjusted economic-trait values with environmental factors excluded. We also applied multifactor dimensionality reduction(MDR) method to data of the adjusted economic-trait values. As a result, we identified superior genes and genotypes which improved the grade and fatty acid of Korean cattle.

유전자 행렬 맵핑을 활용한 우수 유전자형 조합 선별

이제영,이종형,이용원,Lee, Jea-Young,Lee, Jong-Hyeong,Lee, Yong-Won 한국데이터정보과학회 2010 한국데이터정보과학회지 Vol.21 No.3

인간의 질병 및 가축의 특성치에 관한 유전자 규명은 매우 중요한 과제이다. 유전자원 보존과 유전능력향상을 위한 기술 개발 역시 매우 중요한 관심사로써 이와 관련된 많은 연구들을 진행해왔다. 통계모형의 상호작용 효과를 분석하기 위해 로지스틱 회귀분석과 같은 전통적인 방법과 비모수적인 방법들이 개발되었지만 이들은 상호작용에 영향을 준 양적형질위치들의 하위 집단의 유전자형에 대해서 고려하지 않은 문제점이 있다. 따라서 많은 양적형질위치들을 한 번에 비교하여 특성치에 영향을 주는 양적형질위치의 상호작용과 그 하위집단인 유전자형을 규명하는 방법으로 유전자형 행렬 맵핑이 개발되었다. 본 연구에서는 EST_based SNP 연관지도에 의해 선정된 17개의 후보 단일염기다형성을 대상으로 유전자 행렬 맵핑을 활용하여 한우의 주요 경제형질인 일당증체량, 도체중, 등심단면적, 근내지방도에 영향을 주는 우수 유전자형 조합을 선별한다. 그리고 선별된 조합에 대해 유전자 행렬 맵핑 방법에서 적용되지 않은 순열검정을 도입함으로써 우수유전자형 조합에 대한 통계적인 유의성을 확인한다. It is important to identify the interaction of genes about human disease and characteristic value. Many studies as like logistic analysis, have associated being pursued, but, previous methods did not consider the sub-group of the genotypes. So, QTL interactions and the GMM (genotype matrix mapping) have been developed. In this study, we detect the superior genotype combination to have an impact on economic traits of Korean cattle based on the study over GMM method. Thus, we identified interaction effects of single nucleotide polymorphisms (SNPs) responsible for average daily gain(ADG), marbling score (MS), carcass cold weight (CWT), longissimus muscle dorsiarea (LMA) using GMM method. In addition, we examine significance of the major genotype combination selected by implementing permutation test of the F-measure which was not obtained by Sachiko et al.

우수 유전자 조합 선별을 위한 통계적 상호작용 방법비교

이제영,이용원,최영진,Lee, Jea-Young,Lee, Yong-Won,Choi, Young-Jin 한국통계학회 2010 응용통계연구 Vol.23 No.4

대개 인간의 질병과 관련된 유전자나 가축의 경제적인 특성과 관련된 유전자는 주로 상호작용으로 일어난다. 유전자의 상호작용을 찾기 위한 방법으로 다양한 방법들이 제시되었다. 본 논문에서는 유전자의 상호작용 효과를 규명하기 위해 개발된 확장된 MDR방법(E-MDR)과 더미변수를 활용한 MDR방법(D-MDR), 대규모 유전자들 중에서 주요 유전자 조합을 선별하는 SNPHarvester방법을 비교하여 인간의 질병이 아닌 한우의 경제적인 특성에 적용하여 우수한 유전자 조합을 선별하고 우수 유전자형을 밝힌다. Diseases of human or economical traits of cattles are occured by interaction of genes. We introduce expanded multifactor dimensionality reduction(E-MDR), dummy multifactor dimensionality reduction(D-MDR) and SNPHarvester which are developed to find interaction of genes. We will select interaction of outstanding gene combinations and select final best genotype groups.

CART 알고리즘을 활용한 확장된 다중인자 차원축소방법의 검정력 평가

이제영,이종형,이호근,Lee, Jea-Young,Lee, Jong-Hyeong,Lee, Ho-Guen 한국통계학회 2010 Communications for statistical applications and me Vol.17 No.5

인간의 유전자 상호작용을 분석하기 위해 제시된 다중인자 차원축소방법은 연속형자료에는 적용할 수 없다. 그래서 이를 보완한 CART 알고리즘을 활용한 확장된 다중인자 차원축소방법이 제안되었다. 하지만 CART 알고리즘을 활용한 확장된 다중인자 차원축소방법의 검정력이 밝혀지지 않았다. 따라서 본 연구에서는 모의실험을 통하여 CART 알고리즘을 활용한 확장된 다중인자 차원축소방법의 우수한 검정력을 평가하고, 확인된 검정력을 바탕으로 실제 한우 데이터에 적용하여 한우의 경제형질에 영향을 주는 우수 유전자조합을 규명하였다. It is important to detect the gene-gene interaction in GWAS(Genome-Wide Association Study). There are many studies about detecting gene-gene interaction. The one is Multifactor dimensionality reduction method. But MDR method is not applied continuous data and expanded multifactor dimensionality reduction(E-MDR) method is suggested. The goal of this study is to evaluate the power of E-MDR for identifying gene-gene interaction by simulation. Also we applied the method on the identify interaction e ects of single nucleotid polymorphisms(SNPs) responsible for economic traits in a Korean cattle population (real data).

SNPHarvester를 활용한 주요 유전자 상호작용 효과 감명

이제영,김동철,Lee, Jea-Young,Kim, Dong-Chul 한국통계학회 2009 Communications for statistical applications and me Vol.16 No.6

광범위 유전자 연관(genome-wide association) 연구에서는 무수히 많은 유전자들 중에 인간의 질병에 관련된 유전자를 찾아왔다. 기존의 인간 질병에 관련된 유전자를 찾는 방법에서 이렇게 많은 유전자들 중에서 우수한 유전자를 찾는데 직접 이용할 시에는 계산이 복잡해지고 비용이 많이 들어가며 시간이 오래 걸린다는 단점이 생긴다. 따라서 이번 수많은 유전자들 중 주요 유전자 그룹을 찾는 방법으로 SNPHarvester가 개발되였다. 본 연구에서는 인간의 질병이 아닌 한우의 여러 경제형질에 관련된 우수 유전자를 SNPHarvester를 이용하여 17 개의 SNP들 중에서 우수한 유전자 그룹을 찾았고 의사결정나무(decision tree)를 이용하여 한우의 여러 경제형질을 높일 수 있는 SNP 그룹 내의 우수 유전자형도 함께 규명할 수 있었다. The gene which is related in the disease of the human has been searched among numerous genes in GWA(Genome-Wide Association) research. However, most current statistical methods used to detect gene-gene interactions in disease association studies cannot be easily applied to handle the whole genome association study(GWAS) due to heavy computing. Therefore SNPHarvester is developed to find the main gene group among numerous genes. This research finds the superior gene groups which are related with the economic traits of the Korean beef cattle, not that of human, among sets of SNPs by using SNPHarvester, and also finds the superior genotypes which can enhance various qualities of Korean beef among SNP groups.

연속형 데이터에서 E-MDR과 D-MDR방법 비교

이제영,이호근,Lee, Jea-Young,Lee, Ho-Guen 한국통계학회 2009 Communications for statistical applications and me Vol.16 No.4

통계모형의 상호작용 효과를 분석하기위해 비모수적인 방법인 다중인자 차원 축소(MDR)방법을 사용해 왔다. MDR 방법은 사례-대조 데이터에만 적용 할 수 있다. 본 논문에서는 Regression tree 알고리즘과 더미 변수를 활용한 회귀분석 알고리즘을 사용하여 다중 범주를 High 범주와 Low범주로 분류함으로써, MDR방법에서 연속형 데이터에 적용 할 수 없는 문제를 해결하는 방법으로 제시된 Expanded MDR방법과 Dummy MDR방법을 한우의 주요 경제형질(longissimus muscle dorsi area: LMA, carcass cold weight: CWT, average daily gain: ADG)데이터에 적용하여 한우의 경제형질에 영향을 주는 주요 SNPs 마커를 규명하고, Permutation test를 통해 그 결과를 비교한다. We have used multifactor dimensionality reduction(MDR) method to study interaction effect of statistical model in general. But MDR method cannot be applied in all cases. It can be applied to the only case-control data. So, two methods are suggested E-MDR and D-MDR method using regression tree algorithm and dummy variables. We applied the methods on the identify interaction effects of single nucleotide polymorphisms(SNPs) responsible for longissimus mulcle dorsi area(LMA), carcass cold weight(CWT) and average daily gain(ADG) in a Hanwoo beef cattle population. Finally, we compare the results using permutation test.

MULTIFACTOR DIMENSIONALITY REDUCTION(MDR)을 이용한 한우 도체중에서의 주요 SNP 규명

이제영,김동철,Lee, Jea-Young,Kim, Dong-Chul 한국통계학회 2008 응용통계연구 Vol.21 No.1

It is commonly believed that disease of human or economic traits of livestock are caused not by single gene acting alone, but by multiple genes interacting with one an-other. This issue is difficult due to the limitations of parametric statistical method like as logistic regression for detection of gene effects that are dependent solely on interactions with other genes and with environmental exposures. Multifactor dimensionality reduction (MDR) nonparametric statistical method, to improve the identification of single nucleotide polymorphism (SNP) associated with the Hanwoo(Korean cattle) carcass cold weight, is applied and compared with ANOVA results. 일반적으로 인간의 질병과 가축의 경제적인 특성은 하나의 유전자가 아닌 여러 유전자의 상호작용으로 일어난다고 믿고 있다. 따라서 본 연구에서는 세대를 거듭할수록 대립유전자의 유전이 안정적으로 발생되어지고 개체의 기능적인 유전적 가치를 직접적으로 추정할 수 있는 single nucleotide polymorphism(SNP)을 한우의 경제적 특성인도체중(carcass cold weight)에 대하여 모수적인 방법인 ANOVA와 비모수적인 방법인 multifactor dimensionality reduction(MDR)을 이용하여 하나의 유전자의 효과와 두 개의 유전자의 상호작용 효과를 비교하였다. ANOVA에서는 하나의 유전자 SNP1이 도체중에 유의한 효과가 있었고 상호작용 효과에서는 도체중에 유의한 효과는 없었다. MDR에서는 하나의 유전자의 효과인 SNP1과 두 개의 유전자의 상호작용인 SNP1*SNP2의 효과가 컸으며 SNP1과 SNP1*SNP2를 비교했을 시에는 SNP1*SNP2의 효과가 더 크게 나타났다. 이는 개별 SNP유전자 보다 복합 SNP유전자의 상호작용이 경제적인 특성인 도체증에 더 영향을 준다는 것을 알 수 있었다.