[Python] 사전(Dictionary) Start

BioinformaticsAndMe





1. Python Dictionary


: 파이썬 사전(Dictionary)는 키(key)와 값(value)을 한 쌍으로 갖는 집합

: 요소의 순서가 없고, 자유롭게 변경 가능하며, 중복을 허용하지 않음

: 딕셔너리는 중괄호로 정의함

# 딕셔너리 thisdict 출력

thisdict = { "brand": "Ford", "model": "Mustang", "year": 1964 } print(thisdict)

{'brand': 'Ford', 'model': 'Mustang', 'year': 1964}



2. 딕셔너리 Indexing


: Key name을 통해, 딕셔너리 항목에 접근할 수 있음

# 딕셔너리의 특정 Key에 매칭되는 Value를 출력

thisdict = { "brand": "Ford", "model": "Mustang", "year": 1964 } x = thisdict["model"] print(x)

Mustang

# get 함수로 동일한 결과를 출력할 수 있음

thisdict = { "brand": "Ford", "model": "Mustang", "year": 1964 } x = thisdict.get("model") print(x)

Mustang



3. 딕셔너리 항목 변경


: 딕셔너리 특정 Key에 매칭되는 Value 값을 변경할 수 있음

# 'year'의 1964를 2018로 변경

thisdict = { "brand": "Ford", "model": "Mustang", "year": 1964 } thisdict["year"] = 2018

print(thisdict)

{'brand': 'Ford', 'model': 'Mustang', 'year': 2018}



4. 딕셔너리 Loop


: 파이썬 for문을 통해, 딕셔너리의 Key와 Value를 각각 또는 함께 출력할 수 있음

# 딕셔너리의 모든 Key 출력

thisdict = { "brand": "Ford", "model": "Mustang", "year": 1964 } for x in thisdict: print(x)

brand model year

# 딕셔너리의 모든 Value 출력

thisdict = { "brand": "Ford", "model": "Mustang", "year": 1964 } for x in thisdict: print(thisdict[x])

Ford Mustang 1964

# value 함수를 통해, 딕셔너리의 모든 Value 출력

thisdict = { "brand": "Ford", "model": "Mustang", "year": 1964 } for x in thisdict.values(): print(x)

Ford Mustang 1964

# item 함수를 통해, 딕셔너리의 모든 Key 및 Value 출력

thisdict = { "brand": "Ford", "model": "Mustang", "year": 1964 } for x, y in thisdict.items(): print(x, y)

brand Ford model Mustang year 1964



5. 딕셔너리 Key 확인


: 딕셔너리 내 특정 Key가 존재하는 'in' 오퍼레이터로 확인함

# 'model'이 thisdict 딕셔너리에 존재하는 Key인지 확인

thisdict = { "brand": "Ford", "model": "Mustang", "year": 1964 } if "model" in thisdict: print("Yes, 'model' is one of the keys in the thisdict dictionary")

Yes, 'model' is one of the keys in the thisdict dictionary



6. 딕셔너리 항목 추가


: 같은 딕셔너리에 특정 Key와 Value를 재할당함으로써, 새로운 항목을 추가함

# 'color' Key 및 'red' Value 항목 추가

thisdict = { "brand": "Ford", "model": "Mustang", "year": 1964 } thisdict["color"] = "red" print(thisdict)

{'brand': 'Ford', 'model': 'Mustang', 'year': 1964, 'color': 'red'}





파이썬 딕셔너리 함수


함수

기능

실행

결과

clear

딕셔너리 모든 항목 제거

car = {

  "brand": "Ford",

  "model": "Mustang",

  "year": 1964

}

car.clear()

print(car)

{ }

copy

딕셔너리 복사

car = {

  "brand": "Ford",

  "model": "Mustang",

  "year": 1964

}

x = car.copy()

print(x)

{'brand': 'Ford', 'model': 'Mustang', 'year': 1964}

keys

딕셔너리 내 모든 키를 리턴

car = {

  "brand": "Ford",

  "model": "Mustang",

  "year": 1964

}

x = car.keys()

print(x)

dict_keys(['brand', 'model', 'year'])

pop

딕셔너리 내 특정 키 항목 제거

car = {

  "brand": "Ford",

  "model": "Mustang",

  "year": 1964

}

car.pop("model")

print(car)

{'brand': 'Ford', 'year': 1964}

update

딕셔너리에 새로운 항목을 추가해 업데이트

car = {

  "brand": "Ford",

  "model": "Mustang",

  "year": 1964

}

car.update({"color": "White"})

print(car)

{'brand': 'Ford', 'model': 'Mustang', 'year': 1964, 'color': 'White'}

len

딕셔너리 항목의 개수

thisdict = {

  "brand": "Ford",

  "model": "Mustang",

  "year": 1964

}

print(len(thisdict))

3






#Reference

1) https://www.w3schools.com/python/python_dictionaries.asp

2) https://bjc.edc.org/bjc-r/cur/programming/old-labs/python/comparing_dicts_lists.html?topic=nyc_bjc%2FNA-python.topic

3) http://www.trytoprogram.com/python-programming/python-dictionary/





[Python] 사전(Dictionary) End

BioinformaticsAndMe

'Python' 카테고리의 다른 글

[Python] 파이썬 반복문  (0) 2019.11.28
[Python] 파이썬 조건문  (0) 2019.11.21
[Python] 리스트(List)  (0) 2019.10.30
[Python] 문자열(String)  (0) 2019.10.24
[Python] 연산자(Operator)  (0) 2019.10.18

[Mircoarray] DNA 미세배열 Start

BioinformaticsAndMe






DNA microarray


: 마이크로어레이는 매우 작은 DNA 조각들이 고체 표면에 집적된 DNA Chip

: 대량 유전자의 발현 정도를 동시에 측정하여, 그룹 간의 유전자 발현 차이를 비교함

*세포에서 전사된 여러 mRNA의 발현 패턴을 분석

: 많은 표본을 동시에 실험하므로, 짧은 시간에 대량의 데이터를 얻을 수 있음

: Dye bias/스캐닝 불량/혼성화 문제 등의 여러 Systemic error를 가지므로 분석에서 보정 필요




Microarray 활용 분야


ㄱ) 신약 발견

ㄴ) 진단

ㄷ) 단백질체학

ㄹ) 기능유전체학

ㅁ) DNA 시퀀싱

ㅂ) 유전자 발현 동정

ㅅ) 독성유전체학




Microarray 실험 과정



1) 샘플 수집

- 유전자 발현을 확인할 Normal cell(정상) 및 Cancer cell(질병) 수집


2) mRNA 분리

- 페놀클로로포름과 같은 용매를 통해, 수집된 세포 파쇄물에서 RNA를 추출함

- 추출된 RNA에서 rRNA와 tRNA를 제거하고, mRNA만 남김


3) Labeled cDNA 생성

- 상보적인 cDNA(complementary DNA) 생성을 위해, mRNA의 역전사 반응 수행

- 정상과 질병을 구분할 수 있도록, 서로 다른 형광 표지를 사용


4) 혼성화(Hybridization)

- 합성된 cDNA들은 Chip 위에 뿌려져 혼성화 시작

- 결합되지 않은 서열들은 세척을 통해 제거됨


5) 기기 분석

- 마이크로어레이 스캐너로 cDNA 형광 이미지를 기록

- 각 스팟에 대한 형광 세기 차이에 따라, 유전자 발현 정도가 측정됨

*녹색: 정상

*빨간색: 위암

*노란색: 공통





# 마이크로어레이 실험 영상








#Reference
1) https://www.khanacademy.org/science/high-school-biology/hs-molecular-genetics/hs-biotechnology/a/dna-sequencing
2) https://www.illumina.com/science/technology/next-generation-sequencing/ngs-vs-sanger-sequencing.html
3) https://ko.wikipedia.org/wiki/%EC%83%9D%EC%96%B4_%EC%97%BC%EA%B8%B0%EC%84%9C%EC%97%B4_%EB%B6%84%EC%84%9D
4) https://www.youtube.com/watch?v=0ATUjAxNf6U
5) https://www.semanticscholar.org/paper/Microarray-Analysis-and-Gene-Expression-%3A-A-Review-Subair-AlEisa/a75f33de77e9b7e220c102245fda6fb7bddf3245
6) https://warwick.ac.uk/fac/sci/lifesci/intranet/staffpg/support/genomics_new/microarrays/



[Mircoarray] DNA 미세배열 End

BioinformaticsAndMe

'Technology' 카테고리의 다른 글

[ELISA] 효소결합면역흡착검사  (0) 2019.11.18
[Cloning] 생명 복제  (0) 2019.11.13
[DNA sequencing] 생어 염기서열 분석  (0) 2019.10.28
[Western blotting] 웨스턴 블로팅  (0) 2019.10.22
[PCR] 중합효소 연쇄반응  (0) 2019.10.14

분산 분석 (ANOVA) Start

BioinformaticsAndMe





1. ANOVA (ANalysis Of VAriance)


: 분산 분석(ANOVA;변량 분석)은 3개 이상 다수의 집단을 비교할 때 사용하는 가설검정 방법

*'집단간분산(variance between groups)/집단내분산(variance within group)' 기반의 F분포를 이용함

: 다수 집단 비교에서 t-test를 여러번 사용하면, 다중검정문제 발생으로 1종 오류가 증가하게 됨

→따라서, 다수 간의 평균 비교에서 ANOVA를 통해 유의한 차이를 검정

(A 그림) - ANOVA 분석 결과, 그룹 사이의 차이가 없음

(B 그림) - ANOVA 분석 결과, 그룹 사이의 유의한 차이가 존재





2. 분산분석 종류


ㄱ) 일원분산분석(One-way ANOVA)

- '독립변인 1개' and '종속변인 1개'일 때, 집단 간의 유의미한 차이 검정

- ex) 한/중/일 국가간 학습기술에 따른 성적비교 (독립변인: 학습기술)


ㄴ) 이원분산분석(Two-way ANOVA)

- '독립변인 2개' and '종속변인 1개'일 때, 집단 간의 유의미한 차이 검정

- ex) 한/중/일 국가간 성별과 운동량에 따른 체중비교 (독립변인: 성별/운동량)


ㄷ) 다원변량분산분석(MANOVA;multiple analysis of variance)

- '독립변인 1개' and '종속변인 2개'일  때, 집단 간의 유의미한 차이 검정 (One-way MANOVA)

- '독립변인 2개' and '종속변인 2개'일  때, 집단 간의 유의미한 차이 검정 (Two-way MANOVA)


ㄹ) 공분산분석(ANCOVA;analysis of covariance)

- 특정한 독립변인을 중점에 두고, 나머지 독립변인은 공변량(Covariates)으로 분석하는 방법





3. 일원분산분석(One-way ANOVA) 예제 


: anorexia 거식증 환자데이터를 기반하여 일원분산분석 수행

→거식증 환자의 몸무게 변화 평균이, 세가지 치료방법(Control/CBT/FT)에 상관없이 동일한지를 검정

# aov 함수 사용

library(MASS) attach(anorexia) Change_dep <- Postwt - Prewt aov_result <- aov(Change_dep ~ Treat) #Change_dep: 종속변수, Treat: 설명변수 summary(aov_result)

Df Sum Sq Mean Sq F value Pr(>F) Treat 2 615 307.32 5.422 0.0065 ** Residuals 69 3911 56.68 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1


#p-value가 0.0065로 유의하므로 귀무가설을 기각하고,

#치료방법에 따른 평균이 동일하지 않다고 결론 내림

# boxplot 비교

boxplot(Change_dep ~ Treat, col=rainbow(3))




4. 사후 검정 (Post-Hoc analysis;Follow-up test)


: 분산 분석에서 귀무가설 기각 시 모평균이 모두 같지 않다는 것은 알 수 있으나, 어느 집단 사이의 차이인지는 알 수 없음

→귀무가설 기각 시 구체적인 차이를 파악하기 위해, 사후 검정의 형태인 다중비교(Multiple comparison)가 필요함

→다중비교방법: Tukey검정/Scheff방법/최소유의차검정(LSD)

# TukeyHSD 함수로 사후 검정 수행

TukeyHSD(aov_result)

Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = Change_dep ~ Treat) $Treat diff lwr upr p adj Cont-CBT -3.456897 -8.327276 1.413483 0.2124428 FT-CBT 4.257809 -1.250554 9.766173 0.1607461 FT-Cont 7.714706 2.090124 13.339288 0.0045127


#사후 검정 결과 Control-CBT, FT-CBT 간에는 평균 차이가 없으나,

#FT-Control 간에는 평균이 유의하게 차이난다고 결론 내림

# TukeyHSD 사후 검정결과 시각화

plot(TukeyHSD(aov_result))








#Reference

1) https://medium.com/greyatom/inferential-statistics-101-part-9-8bf8302337a2

2) https://namu.wiki/w/%EB%B6%84%EC%82%B0%20%EB%B6%84%EC%84%9D

3) https://ko.wikipedia.org/wiki/%EB%B6%84%EC%82%B0_%EB%B6%84%EC%84%9D

4) https://socialinnovation.tistory.com/m/142

5) https://m.blog.naver.com/PostView.nhn?blogId=khinv&logNo=220741292811&proxyReferer=https%3A%2F%2Fwww.google.com%2F

6) https://www.researchgate.net/figure/Graphical-representation-of-the-rationale-behind-the-analysis-of-variance-ANOVA-A_fig2_329788831

7) https://www.statology.org/understanding-the-differences-between-anova-ancova-manova-and-mancova/

8) https://stat.ethz.ch/R-manual/R-devel/library/MASS/html/anorexia.html




분산 분석 (ANOVA) End

BioinformaticsAndMe

'Statistics' 카테고리의 다른 글

이산분포 (Discrete distribution)  (0) 2019.12.04
생존 분석 (Survival analysis)  (1) 2019.11.25
Z-검정 (Z-test)  (0) 2019.10.28
경향분석 (Cochran-Armitage Trend test)  (0) 2019.10.22
피셔정확검정 (Fisher exact test)  (0) 2019.10.15

차원의 저주 (Curse of dimensionality) Start

BioinformaticsAndMe






차원의 저주 (Curse of dimensionality)


: 수학적 공간 차원(=변수 개수)이 늘어나면서, 문제 계산법이 지수적으로 커지는 상황

: 차원이 높아질수록 데이터 사이의 거리가 멀어지고, 빈공간이 증가하는 공간의 성김 현상(Sparsity)을 보임

*KNN(K-Nearest Neighbors) 분류 알고리즘에서 흔하게 발생하는 문제


(좌측 그림) - 1차원에 10개의 데이터가 존재 (10^1=10)

(중앙 그림) - 2차원에 100개의 데이터가 존재 (10^2=100)

(우측 그림) - 3차원에 1,000개의 데이터가 존재 (10^3=1,000)


→ '8'의 위치를 설명하는 상황에서, 차원이 커질수록  설명 공간이 지수적으로 늘어남

→ Feature가 많아질수록, 동일한 데이터를 설명하는 빈 공간이 증가함

→ 차원의 저주로 인해, 알고리즘 모델링 과정에서 저장 공간과 처리 시간이 불필요하게 증가됨 (성능 저하)





차원의 저주 피하기


: 차원을 줄이는 알고리즘 사용

ㄱ) PCA(Principal Component Analysis)

ㄴ) LDA(Linear Discriminant Analysis)

ㄷ) LLE(Locally Linear Embedding)

ㄹ) MDS(Multidimensional Scaling)

ㅁ) Isomap

ㅅ) t-SNE(t-Distributed Stochastic Neighbor Embedding)







#Reference

1) https://medium.com/diogo-menezes-borges/give-me-the-antidote-for-the-curse-of-dimensionality-b14bce4bf4d2

2) https://zetawiki.com/wiki/차원의_저주

3) https://www.kdnuggets.com/2017/04/must-know-curse-dimensionality.html

4) https://datapedia.tistory.com/15





차원의 저주 (Curse of dimensionality) End

BioinformaticsAndMe

[Medical terminology] 의학용어2 Start

BioinformaticsAndMe





[Medical terminology] 의학용어2


Bacteriocidal action 

살균작용

미생물을 사멸시키는 작용

Bacteriostatic action

정균작용

균의 증식을 억제하는 작용

Balloon dilatation

풍선확장술

풍선을 이용한 압력으로 구조 내강을 넓히는 시술법

Barbiturate

바르비투르염

진정과 수면을 유발하는 항정신성 의약품

Barium enema

바륨관장

바륨 물질을 장 내에 주입해 촬영하는 X-선 촬영방법

Basal body temperature

기초체온

몸과 마음이 가장 안정되었을 때 체온

Basal layer of skin

기저층

표피의 가장 아래 층

Basal metabolic rate

기초대사율

생명 유지에 필요한 최소한의 에너지 대사량

Battered child syndrome

매맞는 아이 증후군

어린 시절, 반복적인 학대로 발생하는 신체 증상 

BCG

비씨지

결핵 예방 백신











KMLE 의학검색엔진을 참조했습니다

http://www.kmle.co.kr/





#Reference

1) https://biologydictionary.net/dorsal-cavity/

2) https://mikewaldenblog.wordpress.com/tag/mike-walden-acne-no-more-the-preparation-of-bacteriostatic-and-bactericidal-action/

3) https://www.aboutkidshealth.ca/Article?contentid=1022&language=English

4) https://www.confirmbiosciences.com/knowledge/drug-facts/barbituates/

5) https://www.mydr.com.au/tests-investigations/barium-enema-lower-bowel-examination

6) https://www.fertilityfriend.com/Faqs/How-to-chart-temperature.html

7) http://lesliebaumannmd.com/the-5-layers-of-your-skin/

8) https://www.slideshare.net/islammosman1/child-abuse-32728781

9) https://www.europeanpharmaceuticalreview.com/news/76675/bcg-vaccine-diabetes/





[Medical terminology] 의학용어2 End

BioinformaticsAndMe



여성 생식계 (Female reproductive system) Start

BioinformaticsAndMe







1. Vagina (질)


: 질은 자궁과 외부를 연결하는 통로

: 산성 환경을 유지하여, 외부로부터의 세균 침입 방지

: 출산 중 태아의 분만이 용이하도록 확장됨



2. Cervix (자궁경부)


: 자궁경부는 질에서부터 자궁으로 향하는 좁은 부분의 자궁

: 자궁은 과일의 배모양으로, 벽이 두껍고 속이 비어있는 근육기관



3. Endometrium (자궁내막)


: 자궁내막은 자궁의 가장 안쪽 면

: 자궁내막은 한 달에 한번씩 두꺼워졌다가 얇아지는 과정을 거침

*월경(menstruation) - 두꺼워진 자궁내막층이 떨어져 나가면서 월경 진행

*배란 일주일 후, 자궁내막은 착상하기 좋은 상태로 발달



4. Ovary (난소)


: 난소는 여성의 자궁 양쪽에 존재하는 생식기관

: 여성호르몬을 분비하고 2차성징 발달에 기여

: 난소에서 생성된 난자는 난관을 통해 자궁으로 이동

: 배란 후 남은 여포는 황체로 변하여 월경 진행

*배란(Ovulation) - 28일 난소 주기 중 14일에 양 쪽 난소에서 무작위로 배출



5. Fimbriae (난관채)


: 난관채는 난관의 끝부분을 지칭

: 난소에서 난자가 배출되면, 난관채가 난자를 잡아 난관으로 옮김



6. Fallopian tube (수란관;나팔관)


: 자궁에서 난소까지 뻗은 두 개의 가느다란 관

: 섬모 상피가 관 내부에 배열

→배란된 난자가 섬모 운동 및 평활근 수축에 의해 자궁 쪽으로 이동

: 난자는 수란관 연동 운동 및 섬모 운동에 의해 팽대부로 이동하고, 정자와 수정함

→난자는 배란 후 24시간 내에 수정해야 함

→정자는 여성 생식기 안에서 5일 정도 생존 가능



7. Uterus (자궁)


: 임신 시 수정된 수정란이 착상하고 발달하는 장소

: 분만 시에는 자궁 근육이 수축해 태아 만출을 도움

*수정란은 난할을 진행하면서 자궁 쪽으로 이동하다가, 포배기 배아가 돼서 자궁벽에 부착함

 





#Reference

1) https://byjus.com/biology/female-reproductive-system/

2) https://terms.naver.com/entry.nhn?docId=1145057&cid=40942&categoryId=32319

3) http://m.amc.seoul.kr/asan/mobile/healthinfo/body/bodyDetail.do?bodyId=108&partId=B000011

4) http://www.amc.seoul.kr/asan/healthinfo/disease/diseaseDetail.do?contentId=31819

5) http://m.amc.seoul.kr/asan/mobile/healthinfo/body/bodyDetail.do?bodyId=14&partId=B000001

6) https://www.insunet.co.kr/linkskin/linkskin_b_med.asp?i=NS6863DE&sn=1952

7) https://terms.naver.com/entry.nhn?docId=938583&cid=51006&categoryId=51006

8) https://www.babymed.com/ovulation-the-big-o





여성 생식계 (Female reproductive system) End

BioinformaticsAndMe



'Biology' 카테고리의 다른 글

조직 (Tissue)  (0) 2019.11.12
원핵세포 구조 (Prokaryote structure)  (0) 2019.11.06
남성 생식계 (Male reproductive system)  (0) 2019.11.01
바이러스 (Virus)  (0) 2019.10.27
암 (Cancer)  (0) 2019.10.24

남성 생식계 (Male reproductive system) Start

BioinformaticsAndMe






1. Scrotum (음낭)


: 고환을 유지하고 보호하는 피부 주머니

: 음낭은 신체보다 낮은 온도를 유지하기 위해, 몸 외부에 존재

*고환은 체내보다 1~2도 낮은 온도에서 정상 기능함



2. Testis/Testicle (정소;고환)


: 정소는 음낭 내부에 있는 작은 기관 (2개)

: 정자를 만들며, 테스토스테론 호르몬 생성에 관여

#테스토스테론 기능

• 태아 시기에 분비되어, 내/외부 생식기를 남성화함

• 사춘기 생식기 발달과 성욕을 발달시킴

• 정자 생성 유도

• 털 성장/변성기/근육 성장 등의 이차 성장을 촉진

• 단백질 합성 및 뼈 성장 촉진

• 생식 기관의 기능 유지

: 정소는 레이디세포(Leydig cell)와 세르톨리세포(Sertoli cell)로 구성됨

ㄱ)레이디히 세포(Leydig cell;간질 세포)

• 정세관(세정관) 사이 결합 조직에 위치한 세포
• 테스토스테론이 분비되며, 정자 생성을 유도
-태아 시기에 활성화되고, 남성 생식계 발달을 유도
-사춘기 이후 분비된 테스토스테론은 세정관으로 들어가 정자 생성을 유도

ㄴ)세르톨리 세포(Sertoli cell)
• 세포들 사이의 밀착 연접으로 혈액고환장벽(Blood-testis barrier;BTB)을 형성
-정세관 내강으로의 물질 이동을 조절해서 정자에 대한 면역관용을 일으킴
• 인히빈(Inhibin)을 분비해서, 여포자극호르몬(Follicle stimulating hormone;FSH) 분비를 음성 피드백 조절
• 안드로겐결합단백질(Androgen-binding protein;ABP)를 정세관 내강으로 분비해, 높은 테스토스테론 농도 유지
• 정세관 내강으로 액체를 분비해, 정자를 부정소로 이동시키며, 정자에 양분 공급
• 식세포 역할 수행
• 테스토스테론 및 FSH 수용체 발현




3. Epididymis (부정소)


: 고환 근처에 있는 기다란 관

: 정소에서 배출된 정자가 머무는 장소

: 정자에 운동능력과 수정능력을 부여



4. Vas deferens (정관;수정관)


: 부정소에서 온 정자들이 대사 능력이 떨어진 채로 정관 팽대부에 저장됨

: 정관은 부정소와 요도를 연결

: 사정 시, 평활근 수축으로 정자 방출



5. Seminal vesicles (정낭)


: 방광 뒤에 위치하며, 정액 성분 대부분을 방출하는 주머니

ㄱ)과당(Fructose) - 정자 에너지원

ㄴ)프로스타글란딘(Prostaglandin) - 생식관 수축

ㄷ)피브리노겐(fibrinogen) - 방출된 정액 응고



6. Prostate gland (전립선)


: 호두 정도의 크기로 방광과 요도 끝을 둘러쌈

: 알칼리성 물질을 분비해, 여성 질 내의 산성 환경을 중화

ㄱ)응고인자 - 정액을 질 벽에 붙게함

ㄴ)피브린분해효소 - 붙은 정액이 떨어져, 정자가 다시 운동을 하게함



7. Urethra (요도)


: 방광에 모아진 소변을 몸 밖으로 내보내는 관

: 사정 중 정액이 통과하는 통로



8. Penis (음경)


: 소변과 정액을 배설하는 요도를 감싼 남성 생식기








#Reference

1) https://www.hopkinsmedicine.org/health/wellness-and-prevention/overview-of-the-male-anatomy

2) http://www.ansci.wisc.edu/jjp1/equine/male_endo/testis.html

3) https://terms.naver.com/entry.nhn?docId=938568&cid=51006&categoryId=51006





남성 생식계 (Male reproductive system) End

BioinformaticsAndMe



'Biology' 카테고리의 다른 글

원핵세포 구조 (Prokaryote structure)  (0) 2019.11.06
여성 생식계 (Female reproductive system)  (0) 2019.11.01
바이러스 (Virus)  (0) 2019.10.27
암 (Cancer)  (0) 2019.10.24
Point mutation vs Frameshift mutation  (0) 2019.10.23

[Medical terminology] 의학용어1 Start

BioinformaticsAndMe





[Medical terminology] 의학용어1


Abdominal cavity 

복강

복막에 의해 둘러싸여 있는, 인체에서 가장 큰 빈 공간

Abruptio placenta

태반조기박리

태아가 분만되기 전, 태반이 부분적으로 또는 완전히 떨어짐

Abscess

농양/고름집 

감염으로 몸 속 고름이 고임

Acetaminophen

아세트아미노펜 

진통해열제(타이레놀)

Acetylsalicylic acid

아세틸살리실산

해열소염진통제(아스피린)

  

Achalasia

이완불능증

식도하부 조임근이 이완되지 못함

Achlorhydria

무산증

위에서 산이 분비되지 않음

Acid Fast Bacillus

항산균

산에 의해 탈색되지 않는 세균

Acidosis

산증

체액이 비정상적으로 산성화됨

Alkalosis

알칼리증

체액이 비정상적으로 알칼리화됨











KMLE 의학검색엔진을 참조했습니다

http://www.kmle.co.kr/





#Reference

1) https://biologydictionary.net/dorsal-cavity/

2) https://www.slideshare.net/akshayarnair/abruptio-placenta-including-nursing-management

3) https://kidshealth.org/Nemours/en/parents/az-abscess.html

4) https://www.amazon.com/Tylenol-Strength-Release-Acetaminophen-Reliever/dp/B01HI7WP0U

5) https://firstaidkitexpress.com/dev/products/aspirin-acetylsalicylic-acid-caplets-325-mg-100bottle/

6) https://reportshealthcare.com/8275/achalasia-fatal-disease/

7) https://bestpractice.bmj.com/topics/en-us/871

8) https://www.researchgate.net/figure/Acid-fast-bacilli-black-arrows-in-an-Ehrlich-Ziehl-Neelsen-stained-smear-from-the_fig1_216621759

9) https://www.teachingmedicine.com/Lesson.aspx?l_id=37

10) https://thecurbsiders.com/show-notes/88-acid-base-boy-bands-grandfather-clocks-joel-topf-md





[Medical terminology] 의학용어1 End

BioinformaticsAndMe



'Medicine' 카테고리의 다른 글

겸상적혈구빈혈증 (Sickle cell anemia)  (0) 2019.11.26
[Medical terminology] 의학용어2  (0) 2019.11.01
적아세포증 (Erythroblastosis fetalis)  (0) 2019.09.02
Rare disease (희귀질환)  (0) 2018.09.04
Metastasis (암전이)  (1) 2018.07.11

[Annotation] ANNOVAR Start

BioinformaticsAndMe







1. ANNOVAR


: ANNOVAR는 최신 정보에 기반하여, 다양한 Genome에서 검출된 변이에 Annotation 정보를 연결하는 프로그램

*Genome - hg18/19/38, 마우스, 파리, 효모 등

: Perl 프로그래밍 언어로 제작되었지만, 파이썬/R 등의 환경에서에서도 쉽게 사용 가능

http://annovar.openbioinformatics.org/en/latest/

: ANNOVAR는 크게 3가지 방식으로 Annotation을 수행

ㄱ) Gene-based annotation - 단백질 코딩 지역의 변이인지 확인

ㄴ) Region-based annotations - 특정 게놈 영역의 변이인지 확인

ㄷ) Filter-based annotation - 특정 DB에서 존재하는 변이인지 확인




2. Downloading


: http://annovar.openbioinformatics.org/en/latest/user-guide/download/ 에서 간단한 등록 후, ANNOVAR 다운

: ANNOVAR에서 사용되는 DB들은 UCSC Genome Browser에서 직접 다운로드 가능

# ANNOVAR 압축 해제

tar -xzf annovar.latest.tar.gz cd annovar



3. Quick start


: ANNOVAR 실행은 어렵지 않으며, 간략한 사용법은 홈페이지 참조

*http://annovar.openbioinformatics.org/en/latest/user-guide/startup/

# annotate_variation.pl을 통해 Annotation에 필요한 DB 다운로드

annotate_variation.pl -buildver hg19 -downdb -webfrom annovar refGene humandb/ annotate_variation.pl -buildver hg19 -downdb cytoBand humandb/ annotate_variation.pl -buildver hg19 -downdb genomicSuperDups humandb/ annotate_variation.pl -buildver hg19 -downdb -webfrom annovar esp6500siv2_all humandb/ annotate_variation.pl -buildver hg19 -downdb -webfrom annovar 1000g2014oct humandb/ annotate_variation.pl -buildver hg19 -downdb -webfrom annovar snp138 humandb/ annotate_variation.pl -buildver hg19 -downdb -webfrom annovar ljb26_all humandb/

# table_annovar.pl로 ANNOVAR 실행

table_annovar.pl example/ex1.avinput humandb/ \ -buildver hg19 \ -out myanno \ -remove \ -protocol refGene,cytoBand,genomicSuperDups,esp6500siv2_all,1000g2014oct_all,1000g2014oct_afr,1000g2014oct_eas,1000g2014oct_eur,snp138,ljb26_all \ -operation g,r,r,f,f,f,f,f,f,f \ -nastring . \ -csvout

# VCF input 파일

table_annovar.pl example/ex2.vcf humandb/ \ -buildver hg19 \ -out myanno \ -remove \ -protocol refGene,cytoBand,genomicSuperDups,esp6500siv2_all,1000g2014oct_all,1000g2014oct_afr,1000g2014oct_eas,1000g2014oct_eur,snp138,ljb26_all \ -operation g,r,r,f,f,f,f,f,f,f \ -nastring . \ -vcfinput





#Reference

1) https://davetang.org/wiki2/index.php?title=ANNOVAR

2) http://annovar.openbioinformatics.org/en/latest/

3) https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4718734/

4) https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2938201/

5) https://en.wikipedia.org/wiki/ANNOVAR





[Annotation] ANNOVAR End

BioinformaticsAndMe

'Bioinformatics Tool' 카테고리의 다른 글

[GenomeStudio] Genotyping module  (0) 2019.10.24
[Methylation] RnBeads  (0) 2019.10.16
[Cloud] BIO-Express  (0) 2019.05.23
[BLAST] BLAST result  (0) 2018.11.26
[NGS Fusion] Fusion Tools  (0) 2018.09.09

[R] Merge Start

BioinformaticsAndMe





R Merge?


: R에서는 두 개의 data.frame을 병합하기 위해, Merge 함수를 사용

*데이터프레임들은 최소 1개 이상의 동일한 column(열)을 가져야 함

: merge(x, y, by, all)

* x - 데이터프레임1

* y - 데이터프레임2

* by - 공통된 column (동일 변수)

* all - Merging의 형태 (default값=FALSE)

# 데이터 준비 (첫번째 data.frame) df1 = data.frame(CustomerId = c(1:6), Product = c(rep("Oven", 3), rep("Television", 3))) df1

CustomerId Product 1 1 Oven 2 2 Oven 3 3 Oven 4 4 Television 5 5 Television 6 6 Television

# 데이터 준비 (두번째 data.frame) df2 = data.frame(CustomerId = c(2, 4, 6), State = c(rep("California", 2), rep("Texas", 1))) df2

CustomerId State 1 2 California 2 4 California 3 6 Texas





Merge 형태


1) Natural join: 두 데이터프레임에서 공통된 행만 유지 (all=FALSE)

2) Full outer join: 두 데이터프레임에서 모든 행을 유지 (all=TRUE)

3) Left outer join: 두 데이터프레임 중 좌측 x 프레임의 모든 행을 유지 (x=TRUE)

4) Right outer join: 두 데이터프레임 중 우측 y 프레임의 모든 행을 유지 (y=TRUE)


1) Natural join (Inner join) df<-merge(x=df1,y=df2,by="CustomerId") df

CustomerId Product State 1 2 Oven California 2 4 Television California 3 6 Television Texas

2) Full outer join df<-merge(x=df1,y=df2,by="CustomerId",all=TRUE) df

CustomerId Product State 1 1 Oven <NA> 2 2 Oven California 3 3 Oven <NA> 4 4 Television California 5 5 Television <NA> 6 6 Television Texas

3) Left outer join df<-merge(x=df1,y=df2,by="CustomerId",all.x=TRUE) df

CustomerId Product State 1 1 Oven <NA> 2 2 Oven California 3 3 Oven <NA> 4 4 Television California 5 5 Television <NA> 6 6 Television Texas

4) Right outer join

df<-merge(x=df1,y=df2,by="CustomerId",all.y=TRUE) df

CustomerId Product State 1 2 Oven California 2 4 Television California 3 6 Television Texas




#Reference

1) http://www.datasciencemadesimple.com/join-in-r-merge-in-r/





[R] Merge End

BioinformaticsAndMe


'R' 카테고리의 다른 글

[R] 히스토그램(Histogram)  (0) 2019.11.18
[R] Excel 읽기/쓰기  (0) 2019.11.05
[R] Heatmap 시각화  (4) 2019.10.24
[R] transform (데이터열생성 함수)  (0) 2019.10.17
[R] subset (데이터추출 함수)  (0) 2019.10.17

+ Recent posts