DNA 칩 데이터 분석을 위한 PSO 기반의 군집화 및 분류화 알고리즘 개발

Abstract

바이오칩은 작은 공간에 대량의 DNA 데이터를 넣은 것으로써 기존의 유전자 분석 방법은 한 번에 수 십개 이상의 유전자들을 검색하는데 많은 어려움이 있어서 이를 해결하기 위해 개발된 방법이다. 바이오칩을 사용하면 분석 비용과 시간을 절약할 수 있으며 현재 다양한 생물 정보에 대한 효율적인 분석 기술이 중요해지면서 실험 정보를 담은 바이오칩에 대한 통합 분석의 필요성이 크게 대두되고 있다. 데이터를 분석하는 방법으로는 크게 군집화 방법과 분류화 방법이 있으며 군집화를 통해 유사도가 높은 데이터끼리 그룹을 만들 수 있고 분류화를 통해 데이터의 분류 값을 예측할 수가 있다. 본 논문에서는 바이오칩 데이터의 효율적인 분석을 위해 생태계 모방 알고리즘의 하나인 PSO(particle Swarm Optimization)알고리즘을 이용하여 바이오칩 데이터를 군집화하고 분류화 하는 새로운 알고리즘을 제안한다. PSO 알고리즘은 많은 양의 데이터를 처리할 때 좋은 성능을 보이기 때문에 방대한 양의 유전자 데이터의 분석에 적합하다. 제안한 알고리즘을 구현하고 실험을 통해서 알고리즘의 성능을 확인한다.;DNA chips are used for experiments on genes and provide useful information that could be further analyzed. Instead of experimenting with real genes which are expensive, DNA chips are increasingly being used for biological experiments. The data provided by the DNA chips could be represented as a two dimensional matrix, in which one axis represent genes and the other represent samples. Extracting data from the DNA chips with high accuracy and finding out the patterns or useful information from such data has become a very important issue. Some commonly used methods to find meaningful information from the data are clustering and classification. In this thesis, we propose clustering and classification mechanisms that are based on the Particle Swarm Optimization algorithm. Considering that DNA chip data is extremely large and has a fuzzy characteristic, an algorithm that imitates the ecosystem such as the Particle Swarm Optimization algorithm is suitable to be used for analyzing such data. Experiments show that the algorithms can efficiently cluster and classify DNA chip data.