설명
· 주요 데이터 유형에 대한 매트릭스 시각화 (MV) (연속, 이진, 명목,지도 제작)와 (GAP) 접근 방식을 처음 도입했다. MV 기술의 힘과 다양성을 설명하기위한 생물 의학 연구에 MV 응용 프로그램을 소개하고자 한다. 매트릭스 시각화에 대한 몇 가지 진행 GAP 프로젝트는 고급 생물 의학 기술과 연구에 비하여 더욱 복잡한 데이터 구조를 다룰 수 있다.
강사소개
강의자 : Charles Lee
· University of Alberta, BS in Genetics
· University of Alberta, MS in Experimental Pathology
· University of Alberta, Ph.D. in Medical Sciences
· Harvard Medical School, Instructor, Pathology
· Harvard Medical School, Assistant Professor, Pathology
· Harvard Medical School, Associate Professor, Pathology
· Jackson Laboratory for Genomic Medicine, Director & Professor
과목소개
· 건강빅데이터 시대의 후기 유전체 시대를 주도할 학문으로서 바이오정보학의 현황과 구체적인 유전체 연구 방법론을 소개한다.
· 유의한 유전체 탐색을 위한 통계적 방법으로 군집분석과 분류모형, 연과성을 기초로한 Penalized logit model, SNS 분석방법인 Network Analysis를 유전체 자료에 적용한다.
· 유의한 Biomarker를 찾는 FWER과 FDR 방법을 소개하고 유전자료를 이용한 예측과 예측모형의 평가 및 이를 이용한 치료 이해, 태아의 선천성기형이나 암을 조기진단하는 방법과 유전체 자료의 시각화 방법인 Matrix Visualization의 방법을 설명한다.