| 연구목표 |
최근 고밀도 SNP-Array 및 NGS 기술이 급속도로 발전하였다. 만성복합질환의 질병위험도 예측은 PRS기법에 의존하고 있으나, 매우 많은 문제점이 있다. 본 연구팀에서는 최근 3년간 Top-down 방식의 마커선발 알고리즘 CVRMS를 개발하였다. 낮은 유전력의 만성복합질환, 자폐증/우울증에서 효과적으로 예측하는 최소마커를 개발하고자 한다. 이 알고리... |
| 연구내용 |
(1) 만성복합질환의 딥러닝 위험도예측-유전체 데이터의 분양 및 전처리-Feature Selection 방법과 딥러닝 조합 방법 개발-질병위험도 예측기술 완성 및 GPU 기반 고속화-성장예측(Height) 및 비만(BMI, LDL) 예측 모델 개발-당뇨(혈당수치), 고혈압(수축기,이완기) 위험도 예측 모델 개발-고지혈증, 심장질환 위험도 예측 모델 개발-N... |
| 기대효과 |
-유전체예측 기법을 인간의 복합형질/복합질환에 적용하는 것은 PRS(Polygenic Risk Scoring, GRS; Genetic Risck Scoring)이 유일한 방법이었으며, 5년전 만해도 학회에서 PRS의 위험성을 알리고 있었다. 선행연구로 PRS의 문제점을 해결가능한 CVRMS 알고리즘을 개발하였고, 본 연구를 통해 GPU기반 딥러닝 고속화 개... |
| 키워드 |
유전체예측,질병위험도예측,마커선발,의료영상정보,바이오 딥러닝 |