6강 Network Analysis : Network Based Analysis of DNA Data

 

설명

· 유전체 데이터를 가지고 유전체 네트워크를 추론하는 통계적 분석 방법에 대해서 소개한다. Microarray gene expression 데이터를 이용하여 유전체들 간의 상호관계를 분석하며 어떤 유전체들이 서로 서로 연결되어 있는지 통계학적으로 추론하는 문제이다. 주로 사용되고 있는 통계모형인 Gaussian graphical model에 대해 소개하고 표본 수 보다 유전체의 수가 많을 경우 활용되는 regularization 방법에 대해서도 설명한다.

 

강사소개

강의자 : 선호근

· 중앙대학교 경제학과(응용통계학 전공) 졸업

· University of Michigan, Ann Arbor, USA. M.A. in Applied Statistics · University of Michigan, Ann Arbor, USA. Ph.D. in Statistics · Graduate Student Instructor Department of Statistics, University of Michigan · Postdoctoral Researcher Center for Clinical Epidemiology and Biostatistics Perelman School of Medicine University of Pennsylvania, Philadelphia

· 부산대학교 통계학과 조교수

 

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.