DeepCDR: a hybrid graph convolutional network for predicting cancer drug response | 용어 정리

* 용어 정리

The half-maximal inhibitory concentration (IC50)
어떤 약물이 특정 생물학적 활동(예: 세포 성장 억제)을 50% 억제하는 데 필요한 최소 농도를 나타내는 지표. 이는 생물학적 시스템에서 약물의 효능을 측정하기 위한 일반적인 방법 중 하나.
일반적으로, IC50 값이 낮을수록 물질의 효능이 높다. 다양한 약물들을 서로 비교할 때도 유용.

Genomics
유전체의 구조, 기능 및 진화와 관련된 연구 분야. DNA 분자에 포함된 유전 정보를 이용하여 생물체의 유전체 구조와 기능을 파악하고자 노력.
DNA 염기서열 분석을 기반

Single omics
유전자 발현, 단백질, 대사물질 등의 단일 생물학적 분자 정보를 분석하는 것
유전자 발현 데이터만 분석하거나, 단백질 데이터만 분석하는 등 한 가지 유형의 분자 정보에만 초점
-> 한 가지 유형의 분자 정보만을 고려하기 때문에 해당 분야에서는 분석이 비교적 쉬우며, 비교적 저렴한 비용으로 대량의 데이터를 생산. 그러나 생물체의 복잡성이 증가하면서, 단일 분석으로는 생물학적 시스템을 완전히 이해하기 어려워지는 경우 있음. 이를 극복하기 위해 다양한 분석 방법을 결합하는 멀티 오믹스 분석이 발전

Omics profile
다양한 생물학적 시스템에서 발생하는 분자 수준의 정보를 종합적으로 분석한 것
Omics는 유전체학, 전사체학, 단백체학, 메타볼로믹스 등 다양한 분야를 포괄하는 용어

Cell profile
세포의 특성과 형태를 분석하여 그 종류와 상태를 파악.
세포의 형태, 크기, 질감, 색상 등을 분석하고, 세포 내부의 구조와 성분을 파악
-> 혈액 샘플에서 특정 혈액 세포의 수를 세는 데 사용. 또한, 세포 프로파일링은 질병의 진단과 치료에도 활용. 암 진단에서는 암세포와 건강한 세포의 차이를 분석하여 암세포의 특성을 파악하고, 이를 바탕으로 치료 전략을 수립

Transcriptomic profile
세포나 조직에서 발현되는 모든 유전자의 mRNA 수준을 측정
RNA 시퀀싱 기술을 사용하여 샘플에서 mRNA 분자의 수량과 그 분자의 서열을 파악
-> 암 조직에서 유전자 발현 프로파일을 분석하여 암세포의 특성을 파악하고, 이를 바탕으로 치료 전략을 개발하는 

Sensitivity profile
입력 변수의 변화가 출력 변수에 미치는 영향을 측정하여 시스템의 민감도를 분석
각 입력 변수가 출력 변수에 미치는 영향을 수치화하는 방법으로 나타내어짐. 이를 통해 각 입력 변수가 출력 변수에 미치는 상대적인 중요성을 파악

String based representation of drugs
각각의 약물을 고유한 문자열로 나타내는 방법
문자열은 약물의 화학 구조를 기반으로 생성되며, 일반적으로 약물 분자의 원자와 결합 정보를 담고 있음
-> 약물 간의 유사성 분석이나 약물-단백질 상호작용 예측 등 다양한 약물 연구 분야에서 활용

Epigenomic data
유전자의 발현을 조절하는 유전자의 환경적 조건에 관한 정보를 포함. 이러한 정보는 DNA 메틸화, 히스톤 수정, 염색체 구조 변화 등과 같은 다양한 에피제놈 변화로부터 파생

Molecular fingerprints
화학물질의 구조와 특성을 나타내는 고유한 코드로서, 분자의 화학적 특성을 나타내기 위한 여러 종류의 알고리즘과 기법을 총칭하는 용어

Bisulfite sequencing
DNA의 methylated pattern을 파악하기 위하여 시퀀싱 전 단계에서 Bisulfite (아황산 수소 소듐) 처리를 수행하는 기법
목표는 Cytosine 기의 5번 탄소에 결합한 methyl기의 존재 여부를 파악하기 위한 것
Methyl기가 결합한 사이토신의 경우 Bisulfite가 반응하지 못하지만, Methyl기가 없는 경우 Bisulfite에 의해 탈아미노화되어 Uracil로 전환

promoter 1kb upstream TSS (Transcription Start Site) region
전사가 시작되는 위치에서 upstream(5'로)으로 1kb

PCC
두 변수 사이의 선형 상관 관계를 측정.
-1과 1 사이의 값을 가지며, 값이 1에 가까울수록 두 변수 사이에 강한 양의 선형 상관 관계가 있음. 값이 -1에 가까울수록 두 변수 사이에 강한 음의 선형 상관 관계가 있음.
값이 0에 가까울수록 두 변수 사이에 상관 관계가 거의 없음을 나타냅니다.

SCC
두 변수 사이의 순위 상관 관계를 측정. SCC는 PCC와 달리 두 변수 간의 관계가 선형적일 필요가 없으며, 서열 척도 데이터에서도 사용할 수 있음.

RMSE
실제 값과 예측 값 간의 차이를 측정. RMSE는 예측 오차의 제곱값의 평균을 계산한 후, 이를 제곱근으로 변환한 값. RMSE 값이 작을수록 예측 정확도가 높다.

 

 

출처 - chatgpt
http://www.incodom.kr/DNA_Bisulfite_Sequencing

 

아는 게 없다