• Journal of the Korean Data and Information Science Society
• /
• 제17권1호
• /
• pp.53-62
• /
• 2006

DNA microarray data analysis is a new technology to investigate the expression levels of thousands of genes simultaneously. Since DNA microarray data structures are various and complicative, the data are generally stored in databases for approaching to and controlling the data effectively. But we have some difficulties to analyze and control the data when the data are stored in the several database management systems or that the data are stored to the file format. The existing analysis tools for DNA microarray data have many difficult problems by complicated instructions, and dependency on data types and operating system. In this paper, we design and implement network-based analysis tool for obtaining to useful information from DNA microarray data. When we use this tool, we can analyze effectively DNA microarray data without special knowledge and education for data types and analytical methods.

• KSBB Journal
• /
• 제22권6호
• /
• pp.393-400
• /
• 2007

현재 많은 대학과 기업에서 다양한 방법으로 상용화가 가능한 protein microarray의 개발을 위해 많은 연구를 집중하고 있다. Protein microarray의 제작 및 분석 조건을 최적화하기 위한 연구도 진행되고 있지만 protein microarray로 부터 얻은 분석 결과를 모든 연구자들이 공유하고 통합하기 위한 노력이 절실한 실정이다. 뿐만 아니라, PCR 같은 무한 확장 방법이 존재하지 않는 단백질의 특성을 고려할 때, 좀 더 실용적인 protein microarray를 많이 만들기 위해서는 수많은 단백질들과 결합할 수 있는 특이성이 높고 결합력이 강한 capture molecule들을 개발하는 것이 필수이다. 그러나 이러한 장애에도 불구하고 protein microarray는 아주 적은 시료량으로 high-throughput assay가 가능하다는 장점 때문에 현재의 생명과학의 발전 추세로 볼 때 앞으로 protein microarray가 조만간 실용화될 것이며 이의 시장성은 매우 클 것으로 기대된다. 보다 빠른 실용화를 위해서는 protein microarray의 개발에 필요한 기반 기술의 개발과 동시에 이를 활용하기 위한 contents의 개발도 절실히 요구된다.

• 응용통계연구
• /
• 제24권2호
• /
• pp.315-321
• /
• 2011

Gene expression microarray data often include multiple missing values. Most gene expression analysis (including gene clustering analysis); however, require a complete data matric as an input. In ordinary clustering methods, just a single missing value makes one abandon the whole data of a gene even if the rest of data for that gene was intact. The quality of analysis may decrease seriously as the missing rate is increased. In the opposite aspect, the imputation of missing value may result in an artifact that reduces the reliability of the analysis. To clarify this contradiction in microarray clustering analysis, this paper compared the accuracy of clustering with and without imputation over several microarray data having different missing rates. This paper also tested the clustering efficiency of several imputation methods including our propose algorithm. The results showed it is worthwhile to check the clustering result in this alternative way without any imputed data for the imperfect microarray data.

• 응용통계연구
• /
• 제17권3호
• /
• pp.419-430
• /
• 2004

마이크로어레이 기술은 한번에 수만 개의 유전자를 동시에 분석할 수 있는 고효율, 고가의 새로운 연구 도구로 자리잡았으며 마이크로어레이 실험 자료의 올바른 분석을 위해서는 실험 목적에 맞는 실험계획법의 확립과 통계분석법의 적용이 중요하다 본 논문에서는 마이크로어레이 자료에서 여러 군 사이에서 발현의 차이를 보이는 유전자를 찾을 수 있는 되돌림 설계를 소개하고 ANOVA 모형을 이용하여 분석하는 방법을 제시한다. 연세대학교 암전이 연구센터의 되돌림 설계를 이용한 백혈병 자료를 MA-ANOVA(Wu et. al.(2003))를 이용하여 분석하였다

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2005년도 추계학술대회
• /
• pp.153-159
• /
• 2005

Microarray gene expression technology has applications that could refine diagnosis and therapeutic monitoring as well as improve disease prevention through risk assessment and early detection. Especially, microarray expression data can provide important information regarding specific genes related with metastasis through an appropriate analysis. Various methods for clustering analysis microarray data have been introduced so far. We used twostep clustering fot ascertain metastasis related gene through t-test. Through t-test between two groups for two publicly available medulloblastoma microarray data sets, we intended to find significant gene for metastasis. The paper describes the process in detail showing how the process is applied to clustering analysis and t-test for microarray datasets and how the metastasis-associated genes are explorated.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2005년도 추계 학술발표회 논문집
• /
• pp.37-41
• /
• 2005

Exploratory data analysis(EDA) is the initial stage of data analysis and provides a useful overview about the whole microarray experiment. If the experiments are replicated, the analyst should check the quality and reliability of microarray data within same experimental condition before the deeper statistical analysis. We shows EDA method focusing on the quality and reproducibility for replicates.

• Genomics & Informatics
• /
• 제5권2호
• /
• pp.83-87
• /
• 2007

The analysis of DNA microarray data is a rapidly evolving area of bioinformatics, and various types of microarray are emerging as some of the most exciting technologies for use in biological and clinical research. In recent years, microarray technology has been utilized in various applications such as the profiling of mRNAs, assessment of DNA copy number, genotyping, and detection of methylated sequences. However, the analysis of these heterogeneous microarray platform experiments does not need to be performed separately. Rather, these platforms can be co-analyzed in combination, for cross-validation. There are a number of separate laboratory information management systems (LIMS) that individually address some of the needs for each platform. However, to our knowledge there are no unified LIMS systems capable of organizing all of the information regarding multi-platform microarray experiments, while additionally integrating this information with tools to perform the analysis. In order to address these requirements, we developed a web-based LIMS system that provides an integrated framework for storing and analyzing microarray information generated by the various platforms. This system enables an easy integration of modules that transform, analyze and/or visualize multi-platform microarray data.

• Journal of the Korean Data and Information Science Society
• /
• 제17권4호
• /
• pp.1161-1167
• /
• 2006

Since microarray data structures are various and complicative, the data are generally stored in databases for approaching to and controlling the data effectively. But we have some difficulties to analyze and control the data when the data are stored in the several database management systems. The existing analysis tools for DNA microarray data have many difficult problems by complicated instructions, and dependency on data types and operating system, and high cost, etc. In this paper, we design and implement the web-based analysis tool for obtaining to useful information from DNA microarray data. When we use this tool, we can analyze effectively DNA microarray data without special knowledge and education for data types and analytical methods.

• Genomics & Informatics
• /
• 제3권1호
• /
• pp.39-42
• /
• 2005

DNA microarray is a high-throughput biomedical technology that monitors gene expression for thousands of genes in parallel. The abundance and complexity of the gene expression data have given rise to a requirement for their systematic management and analysis to support many laboratories performing microarray research. On these demands, we developed Xperanto for integrated data management and analysis using user-friendly web-based interface. Xperanto provides an integrated environment for management and analysis by linking the computational tools and rich sources of biological annotation. With the growing needs of data sharing, it is designed to be compliant to MGED (Microarray Gene Expression Data) standards for microarray data annotation and exchange. Xperanto enables a fast and efficient management of vast amounts of data, and serves as a communication channel among multiple researchers within an emerging interdisciplinary field.

• Journal of Genetic Medicine
• /
• 제7권2호
• /
• pp.111-118
• /
• 2010

염색체 microarray 검사는 유전체 전체를 한번에 검색하여 초현미경적인 염색체 이상을 매우 정밀하고 정확하게 검출할 수 있다. 외국에서는 현재 자주 활용되는 임상 진단 검사로 자리잡았고, 염색체 검사 또는 표적 부위를 검출하는 FISH 검사나 PCR 기반의 분자유전학적 방법을 대체하고 있다. 최근 발표된 consensus 들은 염색체 microarray 검사를 비특이적인 다발성 기형, 발달지연 또는 정신지체, 자폐증상질환의 환자에서는 염색체 검사보다 먼저 시행할 수 있는 검사로 제안하였다. 염색체 microarray 검사는 핵형 분석에서 검출된 염색체 불균형을 검증하기 위해 염색체 검사에 보조적으로 활용할 수 있고, 염색체 이상에 대한 보다 정확하고 종합적인 분석이 가능하다. 그러나 염색체 microarray 검사는 균형재배열의 염색체 이상과 low-level 모자이시즘을 검출하기 어렵고, 임상적 중요성이 불명확한 CNV에 대한 해석과 검사비용이 고가라는 한계점이 있다. 이러한 이유로 인해 현재로서는 염색체 microarray 검사가 산전 진단 목적으로는 고식적인 염색체 검사를 대신할 수는 없다는 의견이다. 임상검사실에서 염색체 microarray 검사 시행 시, 유전학적 및 세포유전학적 지식과 경험이 결과 분석과 해석 과정에서 요구되며, 적절한 검증 과정 단계와 유전상담이 동반되어야 한다.