Slow and Steady Biology

-분석모형 선정 -분석모형 구축 절차*분석모형 구축 절차(1)요건정의(2) 모델링(3)검증 및 테스트(4) 적용 2. 분석 환경 구축-분석 도구 선정* 분석 도구 선정(1)R(2)python *데이터 분할-과대적합과 과소적합을 방지하고, 데이터가 불균형한 문제를 해결하기 위해 사용(1) 훈련용(training set): 모델을 학습하는데 활용(2) 검증용; 모델의 과대, 과소 적합을 조정하는데 활용(3) 평가용; 모델을 평가하는데 활용 1. 분석기법-회귀분석*회귀분석(1)개념 ; 독립변수들이 종속변수에 미치는 영향을 파악하는 분석방법w(가중치) , SSE(오차), x(독립변수), y(종속변수)1) 독립변수 ; 원인을 나타내는 변수(x)2) 종속변수 ; 결과를 나타내는 변수 (y)3) 잔차(오차) ; 계..

[데이터 전처리]1. 데이터 정제-데이터 정제* 데이터의 종류(1) 척도 기준 구분1) 질적 척도-명목척도-순서척도2) 양적척도-등간척도(구간척도) ; 구간 사이 간격이 의미가 있으며 덧셈과 뺄셈만 가능 (온도, 지수..)-비율척도; 절대적 기준 0이 존재하고 사칙연산 가능. (무게, 나이..)(2) 관측 기준 구분-단변량 데이터 ; 데이터의 특성이 하나인 데이터-다변량 데이터; 데이터의 특성이 두개 이상인 데이터-시계열 데이터; 시간 순서에 따라 관측된 데이터 * 데이터 정제1) 집계2) 일반화3) 정규화4) 스무딩(=평활화) -데이터 결측값 처리* 결측값 종류결측값; 존재하지 않는 데이터, na로 표기한다 *결측값 처리(1)단순 대치법1) 완전 분석법; 결측값이 가지는 데이터 삭제2) 평균 대치법;-..

NIPT검사에 대해 들어본적 있으신가요? NIPT란?NIPT란 Non-invasive prenatal testing의 약자로 임신 기간 동안 임산부의 혈장에서 발견되는 fetal DNA를 이용해 태아염색체의 이수성 질환을 선별하는 검사입니다. 여기서 fetal DNA란 태아의 유전정보를 담고 있는 DNA로 태반에서 유래한 태아의 DNA 조각이라고 생각하면 된다.Circulating fetal DNA(cfDNA)는 placental cytotrophoblast와 syncytiotrophoblast cell에서 유래하며 placental cell apiptosis 과정에서 모체의 혈액으로 유입되어 임신 4주 이후 부터 검출 가능하다. ACOG 와 SMFM의 2010년 가이드라인을 참고하면 산모의 연령, 기저..

정보처리기사 자격증이 필요할것 같아서 이번에 신청하게 되었다.기존에 ADSP는 공부해본적 있지만, 컴공 출신은 아니라서 약간 걱정된다..비전공자 기준으로 1달은 공부해야 합격하던데..벌써 3주밖에 안남았다.gpt한테 공부 일정 만들어 달라고 했더니 아래와 같이 만들어줌...역시 최고당이대로 기출 쭉쭉 돌려보고 후기 낋여오겠습니다.기본 원칙평일: 2~3시간 (이론 1~1.5h + 기출 1~1.5h)설날 연휴: 4~6시간 (기출 비중 ↑)전략: 이론은 빠르게 1회독 → 기출 반복 + 오답 정리 중심기출: 최근 5~7개년 우선, 틀린 문제는 과목별 노트화2/10 (화)1과목 소프트웨어 설계 요약 정리기출 1회분 (1과목 위주)2/11 (수)2과목 소프트웨어 개발 요약 정리기출 1회분 (1~2과목)2/12 (목..

이 논문은 기존 Multiple Instance Learning (MIL) 의 문제점을 bag 라벨의 베르누이 분포(Bernoulli distribution)를 학습하는 문제로 정의하고, 이를 해결하기위해 Attention이라는 알고리즘을 이용해서 각 인스턴스가 라벨에 기여하는 정도를 해석할 수 있는 MIL 방법을 제안한다. Instance (인스턴스) → 하나의 개별 데이터 포인트를 의미합니다. 예: 한 장의 이미지, 한 문장, 한 환자의 특정 검사 결과 등.Bag (가방, 묶음) → 여러 인스턴스들을 모아놓은 집합입니다. 예: 한 환자의 여러 장의 CT 이미지, 한 논문에 포함된 여러 문장, 한 유전자에 대한 여러 변이 기록.MIL에서의 특징 일반적인 지도학습(supervised learning..

1. Abstract + 논문을 읽기 전 배경지식Tissue phenotype은 metabolic state나 inflammation, tumor properties와 같은 분자적 상태와 세포의 공간적 구조에 따라서 달라진다. 이때 조직 표현형(Tissue Phenotype)이란 유전적 요인(genotype)과 환경적 요인의 상호작용에 의해 세포나 조직 수준에서 관찰 가능하게 나타나는 형태적, 기능적, 생화학적 특징의 집합을 의미한다.예를 들면,면역 표현형 (Immunophenotype): 백혈병이나 림프종 진단 시, 암세포 표면에 나타나는 특정 단백질 마커를 기준으로 분류하는 방식. 치주 조직 표현형 (Periodontal Phenotype): 잇몸의 두께, 너비(gingival phenotype)와 ..

두번째 방법인 t-SNE에 대해 알아보겠다. t-SNE(t-Distributed Stochastic Neighbor Embedding)의미t-SNE는 고차원 데이터에서 가까운 점은 가깝게, 먼 점은 멀게 유지하면서 2–3차원으로 임베딩하는 비선형 차원 축소·시각화 기법이다. scRNA-seq에서는 PCA 이후 주로 시각화용으로 사용한다. t-SNE는 "t-distributed Stochastic Neighbor Embedding"의 줄임말인데 그 이름을 통해 의미를 유추해볼 수 있다. "t-SNE"라는 단어의 각 부분이 의미하는 바는 다음과 같다.t: 저차원 공간의 유사도는 t-분포를 사용해서 측정한다.SN: Stochastic Neighbor 다시 말해, 확률적 유사도로 인접성(이웃)을 결정한다.E: ..

Dimensionality Reduction scRNA-seq 데이터는 수만 개의 유전자와 수만 개의 세포로 고차원(high-dimensional)이라 "차원의 저주(curse of dimensionality)" 문제가 발생한다. 차원이 높아질수록 noise와 중복 정보가 증가해 실제 정보는 적고 downstream 분석(클러스터링, 시각화)이 어려워진다. curse of dimensionality를 해결하기 위해 dimensionality reduction 을 이용한다.feature selection(예: deviance로 4000 gene) 후 추가 차원 축소 필요. 고차원 데이터를 저차원(2D/3D)으로 매핑하면서 데이터의 구조(세포 타입 간 거리)를 최대한 보존한다. dimensionality r..

Feature selection는 쉽게 말해 세포 간 의미 있는 생물학적 변이를 담고 있는 유전자만 남기자! 라는 목적을 갖고있다.즉, informative features를 선택하여 data set을 축소하는 과정이다.Feature selection 단계는 단일세포 데이터 세트에서 유의한 유전자를 선택하기 위한 중요한 단계이다. 이 단계는 셀 간 분산 차가 큰 유전자를 선택하여, 세포 유형 간의 차이점을 파악할 수 있도록 하는 것이다. 앞에서 normalization을 함으로 기술적 효과는 줄이고 세포간 생물학적 이질성은 보존하였다.하지만, 유전자 수가 너무 많고, 단순 필터링 만으로는 informative한 유전자를 확인하기 어렵다. 그러므로 meaningful biological variation을..

Normalization 필요성과 원리1. 전처리 현황 및 문제점지금까지 QC 단계를 통하여서 저품질 세포, 주변 RNA 오염, Doublets 는 제거 되었다.현재 데이터는 세포 * 유전자 형태의 count 행렬로 존재한다. 여기서 문제점은, 이 count값들은 RNA분자의 Capture, Reverse Transcription, Sequencing 등 실험 단계마다 발생하는 변동성(Variability)이 누적된 결과이란 점이다.동일한 세포라도 측정된 count depth가 달라지는 Sampling Effects로 인해서 카운트 행렬은 매우 다양한 분산을 포함하게 된다. 즉, 유전자 발현량의 차이가 실제 생물학적 차이가 아닌, 단순히 실험과정의 noise 때문(sampling Effect)일수 있다 ..