9강 Multiple Testing with FDR Control

 

설명

· 유전체 연구의 주 목적 중 하나는 우리가 관심 있는 임상적 현상과 연관 있는 유전체 biomarker를 찾아내는 것이다. 일반적으로 유전체 자료는 표본 수에 비해 유전체 biomarker 수는 매우 많다. 그 많은 유전체 biomarker 중 어느 것이 임상적 현상과 관계가 있는지 알아내는 작업은 유전체 biomarker의 수만큼이나 많은 수의 통계적 검정을 동반한다. 이 경우 다중검정에 대한 보정을 하지 않고 일반적인 검정 방법을 사용하게 되면 매우 많고, 상관관계가 없는 유전체 biomarker를 찾아내게 된다. 이 오류를 방지하기 위한 방법으로 FDR을 control하며 유전체 biomarker를 찾아내는 방법을 학습한다.

 

강사소개

강의자 : 정신호

· 서울대학교 졸업

· 서울대학교 석사

· University of Wisconsin-Madison. Ph.D.

· Mayo Medical/Graduate School. Assistant Professor

· 한림대학교 조교수

· University of Wisconsin-Madison Visiting Assistant Professor

· Indiana University (IU) School of Medicine Associate Professor

· IU School of Public Health Adjunct Faculty

· Duke University Associate Professor

· 성균관대학교 교수

· IU Cancer Center Biostatistics Core Director

· American College of Surgeons Oncology Group Acting Group Statistician

 

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.