만성병(당뇨)기반의 조기예측 분석시스템개발

초록

목적 : 유전체센터에서 확보하고 있는 임상ㆍ역학 SNP 자료를 기반으로 당뇨병에 영향을 주는 위험요인을 선정하고, 선정된 요인의 패턴을 찾는 것을 목표로 하고 있다. 기계 학습 이론의 신경망, 의사결정나무, SVM 등 여러 가지 알고리즘을 바탕으로 유전체 정보를 추가한 통합자료에 대한 질환관련 연관성 연구로 당뇨 고위험군의 조기예측 가능성을 확인하고자 한다. 특히 SNP 자료 분석에 맞는 알고리즘 개발의 가능성을 연구하고자 한다. 방법 : 코호트 자료를 기반으로 당뇨진단기준은 WHO기준을 이용하여 임상ㆍ역학 및 SNP의 분석을 실시하고 기존의 기계학습, 분류 알고리즘을 이용하여 당뇨 고위험군 분류 분석 가능성을 확인하고자 한다. 또한 다양한 분류알고리즘을 적용하고 결과를 비교 및 장단점을 파악한 후 당뇨 질환 여부의 오분류 확률 비교를 통해 최적 분류결과를 비교하였다. 트리를 이용한 분류 알고리즘은 CART, C4.5, QUEST 등의 기계학습 알고리즘을 다루었으며, 이외에도 K-means, KNN, SVM 등을 적용하여 분석하였다. 결과 : ‘정상군’ 475명과 '당뇨군’ 291명에서 ‘당뇨군’은 그대로 고정시킨 후, '정상군’을 단순임의 추출을 통해 각각 100번 반복하였으며, 훈련자료와 시험자료의 비율은 7:3으로 하였다. 이때, 평균 오분류율은 45% (Decision tree), 52% (SVM)로 나타났으며, 전체적으로 45%~52%의 분포를 보였다. 이후 임상ㆍ역학 정보 중 일부 중요 요인으로 클러스터링을 한 후, 유전체 정보를 분류하는 단계별 보정모형을 적용하였다. 다양한 분류알고리즘을 가지고 적용하였으며 훈련자료만 적용한 결과 오분류율은 10%~30%로 대폭적으로 개선되었다. 그리고 INSR, IRS-1, IRS-2 유전자의 haplotype을 분석한 결과, INSR의 H3, H6 하플로타입이 질환과의 연관 가능성이 높은 것으로 나타났다. 결론(차기년도 계획) : 분류이론의 접근이 유전체 자료를 통합하여 분석할 경우 매우 유용한 방안이라고 사료되나, 위 결과는 최종 결과라고 보기에는 아직 이르며 유전자간의 관계 및 그들 간의 생물학적 의미를 고려한 최적화 및 모형의 분석이 지속적으로 계속되어야 할 것으로 판단된다.

키워드