만성병(당뇨)기반의 조기예측 모형 구축

초록

목적 : 당뇨병 등 대부분의 중요한 인간 질환은 다수의 병인성 유전자/유전체 형질 간의 복합 작용 및 환경요소와의 상호작용 등 복합형질·요인에 의해서 일어나는 질환으로 알려져 있다. 이에 본 연구는 분자 역학 데이터를 기반으로 당뇨병 예측 모형을 구축하며 특히 유전적이고 환경적인 변수를 바탕으로 질병 분류기준을 정하는 것에 그 목적이 있다. 방법 : 분자 역학적인 데이터를 기반으로 질병과 관련된 고 위험군 SNPs을 선별하기 위해 의사결정나무(decision tree) 알고리즘을 사용하였으며 다양한 분류알고리즘(QUEST, C4.5, Logistic regression, SVM, KNN)을 적용하여 당뇨를 잘 구분해주는 분류자를 연구하여 오분류율을 최소화 시키는 각각의 분류기준을 찾고 효율을 비교한다. 결과 : 본 연구에서는 당뇨병 조기 예측 모형을 구축하기 위해 다양한 분류알고리즘(QUEST, C4.5, Logistic regression, SVM, KNN)을 적용하여 최소의 오분류율을 나타내는 최적의 모형을 구축하고자 하였으며 여러 분류알고리즘을 적용하여 질병을 예측한 결과 평균 오분류율은 전체적으로 28.11%~40.18%의 분포를 보였다. 또한 Logistic regression의 결과가 다른 분류알고리즘 보다 결과가 좋았으며 특히 KNN은 다른 분류알고리즘에 비해 robust한 결과가 나타났다. 결론 : 본 연구를 기반으로 당뇨와 관련된 더 많은 SNPs를 분석에 추가하고, 범주형인 SNPs 자료를 적절한 양적정보로 변환한다면 질병을 더욱 잘 예측하는 모형을 구축할 수 있다고 판단된다.

키워드