KSC 2020
Current Result Document :
| 한글제목(Korean Title) |
뉴럴 네트워크 기반의 DNA 메틸레이션 데이터를 활용한 폐암 병기 예측 |
| 영문제목(English Title) |
Cancer stage prediction for lung cancer utilizing DNA methylation profiles based on the neural network |
| 저자(Author) |
최정민
추현경
이효정
이도경
채희준
Joungmin Choi
HyunKyung Choo
Hyojeong Lee
Dokyung Lee
Heejoon Chae
|
| 원문수록처(Citation) |
VOL 47 NO. 02 PP. 0472 ~ 0474 (2020. 12) |
한글내용
(Korean Abstract) |
폐암은 5년 생존율이 낮아 암 사망률 2위를 차지하고 있는 질병으로, 종양에 대한 정확한 진단과 암의 예후에 대한 예측이 기반 되어야 한다. 특히, 폐암 병기 (Cancer stage)에 따라 환자들에게 제공되는 치료법의 종류가 다르기 때문에, 폐암 환자의 정확한 암 병기를 예측하는 것은 중요하나, 현재 활용되고 있는 분류 방식은 낮은 특이도 및 주관적인 요소가 예측 요인에 포함되어 정확한 예측이 쉽지 않다. 최근, 후성 유전체 데이터가 등장함에 따라, DNA 메틸레이션 패턴이 폐암 환자의 예후 및 병기와 연관성을 보인다는 연구 결과들이 제시되었다. 하지만, 메틸레이션 데이터의 높은 차원과 복잡성으로 인해 특징 분석 및 모델 구축이 쉽지 않아, 후성유전체 기반의 폐암 병기 분석 및 연구에 어려움을 겪고 있는 실정이다. 본 논문에 서는 뉴럴 네트워크 (Neural network)를 기반으로 DNA 메틸레이션 데이터를 활용한 폐암 병기 예측 모델을 제시한다. SVM-RFE를 기반으로 정상 샘플 대비 폐암에서 유의미한 패턴을 보이는 특징을 선별 후, 이를 기반으로 모델을 학습시켰으며, 성능 비교 결과, 다중 분류 및 제 2,3기 이진 분류에서 기존 머신러닝 기법들보다 높은 성능을 보였다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
