Machine Learning in Genomic Medicine: A Review of Computational Problems and Data Sets
2016-04-15
org.kosen.entty.User@5bf1c234
이제근(rhee98)
행사&학회소개
보고서작성신청
본 자료는 기계학습 기술이 유전체 의학에서의 중요한 문제들을 해결하는 데에 어떻게 사용될 수 있는지를 소개한다. 유전체 의학의 목적 중 하나는 개인의 DNA에 존재하는 돌연변이가 질병에 어떻게 영향을 미치는지를 밝히고, 이에 기반한 타겟 치료 방법을 디자인하는 것이다. 여기서 기계학습 기술은 DNA와 세포 내 중요 분자들 간의 관계를 모델링하는 것을 돕고 이를 기반으로 질병 위험성과의 연관성을 찾는 데에도 도움을 줄 수 있다. 특히 최근의 생물학 연구에서는 유전자 발현, 스플라이싱, 단백질 결합 등에 대해 대규모 대용량 측정법을 활용하여 연구를 진행하고 있다. 이 데이터들을 예측 모델의 학습 데이터로 사용하여 활용할 수 있기에 기계학습 기술은 생물학 연구 및 유전체 의학 분야에서 활용 가치가 높다. 또한 다양한 대규모 생물학 데이터 뿐 아니라 딥러닝과 같은 계산학적 기법의 발전은 향후 효과적인 유전체 의학의 새로운 장을 열 수 있도록 해 줄 것이다.