KCI등재
딥러닝을 활용한 오토인코더 기반 질병 관련 miRNA 예측 연구 = Autoencoder-based Disease-related miRNA Prediction Research using Deep Learning
저자
하지환 (부경대학교)
발행기관
학술지명
한국정보기술학회논문지(Journal of Korean Institute of Information Technology)
권호사항
발행연도
2022
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
33-40(8쪽)
KCI 피인용횟수
0
DOI식별코드
제공처
MicroRNA(miRNA)s are small non-coding RNAs that play significant roles in various human complex diseases. Therefore, the identification of disease-related miRNAs have become a crucial task to understand the human disease mechanisms at the molecular level. At this regard, various artificial intelligence-based models have been developed to predict the relationships between miRNAs and diseases. In this paper, we propose novel deep learning-based computational model to effectively predict the disease-related miRNAs. First, we mapped miRNA and disease feature vectors by utilizing auto-encoder. Then, we used each miRNA and disease feature vector as input for the deep learning architecture model. Finally, we performed the leave-one-out cross-validation(LOOCV) to validate the prediction performance of our model. The experimental results demonstrated that superior performance of our model by comparing the area under the receiver operating characteristic curve(AUC) scores with other three existing methods.
더보기MicroRNA(miRNA)는 단일염기 가닥의 non coding small RNA로서, 유전자 발현 제어를 통해 인간의 다양한 질병에서 중요한 역할을 하는 조절 인자로 알려져 있다. 따라서, 질병 관련 miRNA를 추론하는 것은 인간의 복잡한 질병 메커니즘을 이해하는데 있어서 중요한 밑거름이 되고 있다. 이러한 관점에서 miRNA와 질병 간의 관계를 추론하기 위한 다양한 인공지능 기반 모델들이 제안되어왔다. 본 논문에서는 질병 관련 miRNA를 효과적으로 예측하기 위한 딥러닝 기반 모델을 제안한다. 오토인코더를 활용하여 miRNA와 질병 특징 벡터를 효과적으로 추출하였고, 이를 딥러닝 모델의 입력값으로 사용하여 질병 관련 miRNA 예측 모델을 보다 정확하게 훈련하였다. Leave-One-Out Cross-Validation(LOOCV) 검증 방법을 활용하여 모델의 예측 성능을 정확하게 평가하였으며, 결과적으로 제안하는 모델의 성능이 AUC(0.9075) 측면에서 기존 모델들보다 더 나은 성능을 도출하는 것을 확인할 수 있었다.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2022 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2019-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2016-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2012-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2009-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2008-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2006-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.45 | 0.45 | 0.39 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.38 | 0.35 | 0.566 | 0.16 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)