HME 모형을 이용한 시간에 따른 반복측정 microarray 자료에 대한 분석기법연구

Abstract

[한글]

DNA microarray 자료에 대한 통계적 분석방법 중 군집분석(clustering analysis)기법은 수많은 유전자들과 생물학적 네트워크의 복잡성을 가지는 유전자 발현자료의 분석에 대하여 유용하게 설명할 수 있는 방법이다. 그러나 이러한 군집분석방법은 시간에 따라 반복되는 자료에 대해서는 이러한 시간에 따른 정보를 이용할 수 없다는 제약을 가지고 있다. 그러므로 시간에 따른 유전자 발현자료에 대하여 각 유전자들에 대한 군집(cluster) 및 각 군집에 대한 특성을 파악하는 통계학적 방법이 요구되고 있다.

본 논문에서는 시간에 따른 반복측정 microarray 자료에 대하여 HME모형을 이용한 군집(clustering) 및 각 군집에 따른 특성을 선형혼합모형(linear mixed effect model)을 이용하여 추정하는 방법에 대하여 제안하였다.

제안된 모형의 방법론적 타당성을 확인하기 위하여, 모의자료를 이용하여 기존의 군집분석방법과 비교해 보았을 때 시간에 대한 영향력을 고려한 군집(clustering) 및 이에 대한 선형추세(linear trend)를 확인할 수 있었다. 아울러 본 연구의 방법에 대하여 실제 기존에 발표된자료들에도 적용시켰을 때, 기존에 보고된 결과와 유사함을 알 수 있었다.

[영문]For statistical microarray data analysis, clustering analysis is a useful exploratory technique and offer the promise of studying the variation of many genes simutaneously. But most of the proposed clustering method are not rigorously solved for time-course microarray data cluster and for fitting time covariate, so statistical method is needed by forming cluster and representing linear trend of each cluster for each genes.

In this thesis, we developed modified HME model to suggest clustering data and characterizing each cluster using linear mixed model.

For validity of suggested HME model, we could make certain that each cluster and linear trend are existed against other proposed method in simulated data. Also, we applied our method to the published data in time-course microarray data and found that it was similar with reported result.