[R] Heatmap 시각화 Start

BioinformaticsAndMe

Heatmap?

: 히트맵(heatmap)은 2차원의 데이터를 계층적 클러스터링으로 시각화하는 방법

: 행과 열에 존재하는 데이터 값의 칼라 스케일을 조절하면서, 눈에 띄는 데이터 패턴을 찾고자 함

1) heatmap:  R base function, stats package

2) heatmap.2:  gplots R package

3) pheatmap:  pheatmap R package

4) d3heatmap:  d3heatmap R package

# 데이터 준비
df <- scale(mtcars)     #scale: 데이터 표준화
df
                         mpg        cyl        disp         hp       drat           wt       qsec
Mazda RX4          0.1508848 -0.1049878 -0.57061982 -0.5350928  0.5675137 -0.610399567 -0.7771651
Mazda RX4 Wag      0.1508848 -0.1049878 -0.57061982 -0.5350928  0.5675137 -0.349785269 -0.4637808
Datsun 710         0.4495434 -1.2248578 -0.99018209 -0.7830405  0.4739996 -0.917004624  0.4260068
Hornet 4 Drive     0.2172534 -0.1049878  0.22009369 -0.5350928 -0.9661175 -0.002299538  0.8904872
Hornet Sportabout -0.2307345  1.0148821  1.04308123  0.4129422 -0.8351978  0.227654255 -0.4637808
Valiant           -0.3302874 -0.1049878 -0.04616698 -0.6080186 -1.5646078  0.248094592  1.3269868

1) heatmap() function

: stat 패키지에 내장된 R의 기본 히트맵함수

: heatmap(x, scale = "row")

* x → 숫자 matrix

* scale → 숫자 값들을 row 혹은 column 방향으로 표준화 (Default 값은 row)

# 기본 히트맵 그리기
heatmap(df, scale = "none")     # none은 scale 과정 수행 x
#높은 값은 Red 계열, 낮은 값은 Yellow 계열

2) heatmap.2() function

: gplots 패키지로 이전 heatmap() 보다 확장성이 늘어난 히트맵함수

# heatmap.2 히트맵 그리기
install.packages("gplots")
library("gplots")
heatmap.2(df, scale = "none", col = bluered(100), 
          trace = "none", density.info = "none")

3) pheatmap() function

: pheatmap 패키지로 시각적으로 더 선명하고 깔끔해진 히트맵함수

# pheatmap 히트맵 그리기
install.packages('pheatmap')
library("pheatmap")
pheatmap(df, cutree_rows = 4)

4) d3heatmap() function

: d3heatmap 패키지로 Interactive하게 결과를 확인할 수 있는 히트맵함수

# d3heatmap 히트맵 그리기
install.packages('d3heatmap')
library("d3heatmap")
d3heatmap(scale(mtcars), colors = "RdYlBu",
          k_row = 4,     # row 그룹의 숫자
          k_col = 2      # column 그룹의 숫자
)

#Reference

1) https://www.datanovia.com/en/lessons/heatmap-in-r-static-and-interactive-visualization/

[R] Heatmap 시각화 End

BioinformaticsAndMe

K-NN(최근접이웃) 알고리즘 Start

BioinformaticsAndMe

What is a K-NN Algorithm?

#Reference

1) https://www.datacamp.com/community/tutorials/k-nearest-neighbor-classification-scikit-learn

2) https://www.kdnuggets.com/2019/07/classifying-heart-disease-using-k-nearest-neighbors.html

3) https://ko.wikipedia.org/wiki/K-%EC%B5%9C%EA%B7%BC%EC%A0%91_%EC%9D%B4%EC%9B%83_%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98

4) https://kkokkilkon.tistory.com/14

K-NN(최근접이웃) 알고리즘 End

BioinformaticsAndMe

GWAS Catalog Start

BioinformaticsAndMe

GWAS Catalog

: Genome-wide association studies(GWAS;전장유전체연관분석연구)의 연구 결과들을 종합한 데이터베이스

: 미국 NHGRI(National Human Genome Research Institute) + 유럽 EBI(European Bioinformatics Institute) 주관

: 2019년10월14일 기준으로, 7796개 논문을 기반으로 159202개의 SNP 정보 보유 (p value < 1x10^5)

*Genome Assembly GRCh38.p12, dbSNP Build 151

: Cancer를 포함하여 17개의 인간 형질 범주로 SNP를 분류함

: https://www.ebi.ac.uk/gwas/

#Reference

1) https://www.ebi.ac.uk/gwas/

2) https://en.wikipedia.org/wiki/GWAS_Catalog

3) http://www.incodom.kr/GWASCatalog

4) https://www.revespcardiol.org/en-challenges-controversies-in-hypertrophic-cardiomyopathy-articulo-S1885585717303742

GWAS Catalog End

BioinformaticsAndMe

Point mutation vs Frameshift mutation Start

BioinformaticsAndMe

Point mutation (점 돌연변이)

: DNA sequence에서 한 개의 염기가 변화된 돌연변이

: 점 돌연변이는 코돈 정보를 파괴하거나 변형시킴

1. Silent mutation (침묵 돌연변이)

- 점 돌연변이가 일어난 염기를 번역했을 때, 아미노산의 변화가 없음

- 침묵 돌연변이는 생물체에 영향 X

2. Missense mutation (과오 돌연변이)

- 점 돌연변이가 일어난 염기를 번역했을 때, 아미노산의 변화가 발생

*단백질 기능에 큰 영향을 미침: Missense mutation(과오 돌연변이)

*단백질 기능에 큰 영향이 없음: Neutral mutation(중립 돌연변이)

-아미노산이 변화해 단백질 기능에 영향을 미침

3. Nonsense mutation (넌센스 돌연변이)

- 점 돌연변이가 암호화 부위 중간에 새로운 종결 코돈을 만들어냄

*새롭게 생긴 종결 코돈에 의해 단백질 합성이 조기에 멈춤

- 정상보다 짧은 폴리펩티드 합성으로,  단백질 기능에 영향을 미침

Framsehift mutation (틀이동 돌연변이)

: 암호화 부위에 염기가 첨가(Insertion) 또는 결실(Deletion)이 발생하는 돌연변이

: 틀이동 돌연변이에 의해 리보솜의 번역틀이 바뀜

: 첨가 또는 결실 부위 이후로 번역되는 아미노산들은 모두 변형됨

#Reference

1) https://en.wikipedia.org/wiki/Point_mutation

2) https://pediaa.com/difference-between-point-mutation-and-frameshift-mutation/

3) https://www.yourgenome.org/facts/what-types-of-mutation-are-there

4) https://ko.wikipedia.org/wiki/%EC%A0%90_%EB%8F%8C%EC%97%B0%EB%B3%80%EC%9D%B4

5) https://slideplayer.com/slide/10612053/

Point mutation vs Frameshift mutation End

BioinformaticsAndMe

[Western blotting] 웨스턴 블로팅 Start

BioinformaticsAndMe

Western blot (웨스턴 블롯)

: 웨스턴 블롯은 특정 샘플 내에서 단백질 유무 또는 양을 확인하기 위한 분석 방법

: 웨스턴 블롯은 단백질-단백질 사이의 상호작용에 기반

→ 서던 블롯: DNA-DNA

→ 노던 블롯: DNA-RNA

: 주로 항원-항체(Antigen-Antibody) 반응을 사용하기에 매우 높이 특이성을 가짐

→ 항원-항체 반응으로 타겟하는 특정 단백질을 검출

Western blot 실험 과정

1. 세포들을 파쇄한 후, 추출한 단백질을 SDS-PAGE 수행

*SDS-PAGE(Sodium dodecyl sulphate-polyacrylamide gel electrophoresis): 단백질 질량 차이에 따른 분리 방법

2. 단백질을 겔에서 멤브레인 막으로 옮김

3. 블로킹 과정을 통해 코팅을 해주어, 불필요한 것들을 붙지 않게함

4. 1차 항체반응

*1차 항체는 찾고자 하는 단백질에 특이적으로 붙도록 디자인

5. 결합하지 않은 항체들을 씻어냄

6. 2차 항체반응

*2차 항체는 눈으로 확인하기 위해 사용됨

*2차 항체는 신호를 증폭시키는 효과 존재

7. 결합하지 않은 항체들을 씻어냄

8. 발색 반응을 일으켜서 밴드를 감별함

[Western blotting] 웨스턴 블로팅 End

BioinformaticsAndMe

경향분석 (Cochran-Armitage Trend test) Start

BioinformaticsAndMe

Cochran–Armitage test for trend (경향분석)

: William Cochran와 Peter Armitage가 고안해낸 명목형 변수의 경향성 분석 방법 

: 순서를 가진 카테고리 2xk 분할표를 가질 때, 둘 사이의 연관관계 여부를 검정하기 위해 사용

: 아래는 약물 복용량(Dose)에 따라 부작용(Adverse) 비율이 증가 혹은 감소하는지 경향분석으로 검정 가능

Cochran-Armitage Trend test R 예제

: 아래 표는 우울증 약 복용량을 'Low/Medium/High'로, 우울증의 치료되는 정도를 'Good/Bad' 분류함

: 우울증 약 복용량에 따라 좋아지는 Good의 비율이 증가 혹은 감소하는 검정하기 위해, Cochran-Armitage Trend test 수행

# prop.trend.test 함수 사용 (첫번째 인자에는 Good 숫자들, 두번째 인자에는 전체 숫자들 대입)
# 검정 결과가 p<0.01로 유의하므로 우울증 약 복용량이 늘어날수록, 우울증 치료에 효율적이라 볼 수 있음
prop.trend.test( c(12,8,25), c(43,17,35) )
	Chi-squared Test for Trend in Proportions

data:  c(12, 8, 25) out of c(43, 17, 35) ,
 using scores: 1 2 3
X-squared = 14.622, df = 1, p-value = 0.0001314

Cochran-Armitage Trend test 예외

: 비율의 증가, 감소가 아닌 연관성 자체를 검정하는 경우에는 경향분석 대신 카이제곱 검정을 사용

# prop.trend.test 함수 사용 (첫번째 인자에는 Good 숫자들, 두번째 인자에는 전체 숫자들 대입)
# 검정 결과가 p>0.01로 유의하지 않으므로 우울증 약 복용량이 늘어날수록, 우울증 치료에 효율적이라 볼 수 없음
prop.trend.test( c(12,18,10), c(43,27,25) )
	Chi-squared Test for Trend in Proportions

data:  c(12, 18, 10) out of c(43, 27, 25) ,
 using scores: 1 2 3
X-squared = 1.9768, df = 1, p-value = 0.159

# chisq.test 함수 사용
# 검정 결과가 p<0.01로 유의하므로 우울증 약 복용량과 치료 정도의 연관성이 보임
Testing_matrix <- matrix( c(12, 31, 18, 9, 10, 15), ncol=3)
chisq.test( Testing_matrix )
	Pearson's Chi-squared test

data:  Testing_matrix
X-squared = 10.283, df = 2, p-value = 0.005848

#Reference

1) https://en.wikipedia.org/wiki/Cochran%E2%80%93Armitage_test_for_trend

2) https://documentation.sas.com/?docsetId=statug&docsetTarget=statug_freq_examples08.htm%3Flocale&docsetVersion=14.2&locale=ko

3) https://www.vice.com/en_us/article/bjbdg8/how-to-take-ketamine-risks-side-effects-drug-test

경향분석 (Cochran-Armitage Trend test) End

BioinformaticsAndMe

#생물정보학 교육정보

￮ 교육명칭 : 2019년도 유전체 분석 분야 재직·연구자 전문 교육

￮ 교육내용 : 유전체 빅데이터 분석 머신러닝 - 딥러닝 실습 교육

￮ 교육기관 : 한국바이오협회

￮ 모집대상 : 유전체 분석 분야 재직 및 연구자

유전체 빅데이터 분석에 관심 있거나 산업 트랜드를 알고 싶으신 분

유전체 데이터 적용을 위한 머신러닝과 딥러닝에 대해 공부하고 싶으신 분

￮ 교육기간 : 2019년 11월 07일~08일(오전10시~오후5시)

￮ 모집기간 : 2019년 11월 01일(금)까지

￮ 모집인원 : 30명(제출한 설문조사 확인 후 선발예정)

￮ 교육장소 : 판교 스타트업캠퍼스 세미나실 2번

￮ 준 비 물 : 실습교육을 위해 무선인터넷이 가능한 노트북 지참

￮ 신청방법 : 링크(http://naver.me/xayxkFrs)에서 신청

￮ 문의사항 : 교육진행 관련 문의(031-628-0032)

※ 상기 교육내용은 교육기관 및 강사 사정에 의해 변경될 수 있음

3.       교육 대상

○      모집대상  -  유전체  분석  관련  기업이나  연구소에  재직  중이며, 

                       유전체 빅데이터 분석에 관심 있거나 산업 트랜드를 알고 싶으신 분

-  유전체 데이터 적용을 위한 머신러닝과 딥러닝에 대해 공부하고 싶으신 분 (신청 시 설문조사 첨부)

○      정         원 : 30명 (설문조사 확인 후 선발)

4.       교육 신청

○      신청기간 : 2019년 11월 1일(금)까지

○      신청방법 : 온라인 신청페이지 (http://naver.me/xayxkFrs) 에서 접수 (설문조사 첨부)

○      준 비 물 : 실습을 위한 무선인터넷 연결이 가능한 노트북 지참

(클라우드 서버 사용 예정)

5.       교육 장소

○      판교 스타트업캠퍼스 2층 세미나실 2번 (경기도 성남시 분당구 판교로 289번길 20)

○      자가용 이용 시 주차지원(주차비) 불가 (대중교통 이용 바람)

6.       문의 사항

○      교육진행 문의 : 한국바이오협회 유전체 분석 교육 담당자, 031-628-0032

[Python] 연산자(Operator) Start

BioinformaticsAndMe

Python 연산자

: 파이썬 연산자는 변수 및 특정값에 대한 작업을 위해 사용됨

: 파이썬의 기본 연산자는 7가지로 나뉨

1. 산술 연산자(Arithmetic operator)

2. 할당 연산자(Assignment operator)

3. 비교 연산자(Comparison operator)

4. 논리 연산자(Logical operator)

5. 식별 연산자(Identity operator)

6. 멤버 연산자(Membership operator)

7. 비트 연산자(Bitwise operator)

1. 산술 연산자(Arithmetic operator)

: 산술 연산자는 기본적인 수학 연산을 위해 사용

#Reference

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

2) https://wikidocs.net/1043

3) http://pythonstudy.xyz/python/article/8-%EC%97%B0%EC%82%B0%EC%9E%90

4) https://wikidocs.net/20704

5) https://076923.github.io/posts/Python-6/

[Python] 연산자(Operator) End

BioinformaticsAndMe

[Kubernetes] 쿠버네티스 소개 Start

BioinformaticsAndMe

Kubernetes (쿠버네티스)

: 쿠버네티스는 디플로이 자동화/스케일링/컨테이너 어플리케이션 관리를 위한 오픈 소스 시스템

: 구글의 10년 경험으로 설계되었고, 현재 리눅스 재단에 의해 관리

: 머신 클러스터의 시작/중지/업데이트/운영관리를 안정적인 자동화 상태로 운영 가능

: kube, k8s(= 'k' + 8 letters + 's')라고도 불림

Kubernetes 성장의 이유

1. Kubernetes helps you move faster

2. Kubernetes is cost efficient

3. Kubernetes is cloud agnostic

4. Cloud providers will manage Kubernetes for you

→https://blog.newrelic.com/engineering/what-is-kubernetes/

#Reference

1) https://people.redhat.com/~eparis/kubernetes/kube.pdf

2) https://ko.wikipedia.org/wiki/%EC%BF%A0%EB%B2%84%EB%84%A4%ED%8B%B0%EC%8A%A4

3) https://blog.newrelic.com/engineering/what-is-kubernetes/

[Kubernetes] 쿠버네티스 소개 End

BioinformaticsAndMe

비타민 (Vitamin) Start

BioinformaticsAndMe

비타민 (Vitamin)

: 체내 효소 기능을 돕는 보조인자(cofactor)로 성장과 대사에 필수적인 탄소 화합물

: 비타민 자체가 몸의 구성 성분은 아니지만, 생리 활성 기능에 필요한 물질

: 체내에서 합성하지 못해 반드시 섭취해야 함

: 총 13종류의 비타민으로 분류되고, 부족하면 특유의 결핍 증세를 보임

*지용성 비타민 - A, D, E, K

*수용성 비타민 - B(1/2/3/5/6/7/9/12), C

1. 비타민 A (Retinol;레티놀)

ㄱ) 기능

- 시력, 세포재생, 면역계, 태아발달, 피부건강, 상처치료, 뼈형성

ㄴ) 결핍

- 실명, 야맹증, 면역감퇴, 갑상선장애, 두꺼비모양피부증

ㄷ) 음식

- 닭, 소의간, 달걀, 버터, 치즈, 우유, 요거트, 녹색채소, 당근, 고구마, 호박, 살구, 캔터루프, 망고, 복숭아

2. 비타민 B1 (Thiamine;티아민)

ㄱ) 기능

- 신진대사, 탄수화물전환, ATP생성, 세포에너지, 심기능, 신경계, 스트레스회복

ㄴ) 결핍

- 피로, 우울증, 과민성, 두통, 메스꺼움, 복통, 소화불량, 각기병

ㄷ) 음식

- 소고기, 돼지고기, 가금류, 간, 통곡물, 현미, 맥아, 겨, 맥주효모, 블랙스트랩당밀, 견과류, 콩류, 스피룰리나, 쌀, 파스타, 빵, 시리얼

3. 비타민 B2 (Riboflavin;리보플라빈)

ㄱ) 기능

- 항산화, ATP생성, 지방/아미노산가공, 신경계, 피부, 간, 눈, 머리카락, 백내장예방, 편두통감소

ㄴ) 결핍

- 발적, 종창, 인후통, 붉은혀, 피부질환, 입근처갈라짐

ㄷ) 음식

- 내장, 맥주효모, 야생쌀, 통곡류, 아몬드, 맥아, 우유, 버섯, 요거트, 콩, 브로콜리, 달걀, 시금치, 방울다다기양배추

4. 비타민 B3 (Niacin;니아신)

ㄱ) 기능

- 염증억제, 성호르몬생성, 순환계, 지방/단백질대사, 신경계, 피부, 간, 눈, 머리카락, 골관절염감소, 혈당조절, 콜레스테롤조절

ㄴ) 결핍

- 피로, 혈액순환장애, 우울증, 소화불량, 구토, 구내염, 펠레그라, 피부비늘화, 설사, 치매

ㄷ) 음식

- 소콩팥, 소간, 참치, 황새치, 연어, 맥주효모, 소고기, 사탕무, 해바라기씨, 땅콩

5. 비타민 B5 (Pantothenic acid;판토텐산)

ㄱ) 기능

- 에너지전환, 콜레스테롤합성, 적혈구생성, 부신호르몬, 아세틸콜린생성, 소화계, 스트레스감소, 운동능력강화, 류마티스관절염치료

ㄴ) 결핍

- 불면증, 피로, 우울증, 구토, 과민성, 발화끈거림, 위통, 상기도감염

ㄷ) 음식

- 콜리플라워, 옥수수, 토마토, 브로콜리, 아보카도, 렌틸콩, 노른자, 소, 오리, 칠면조, 닭, 해바라기씨, 땅콩, 말린완두, 우유, 고구마, 연어, 랍스터

6. 비타민 B6 (Pyridoxine;피리독신)

ㄱ) 기능

- 포도당전환, 뇌발달, 노르에피네프린/세로토닌/멜라토닌생성, 심질환관리, 호모시스테인조절, B12흡수보조, 면역세포생성, 적혈구생성

ㄴ) 결핍

- 신경질, 근력저하, 우울증, 과민성, 단기기억상실, 집중력저하

ㄷ) 음식

- 소간, 칠면조, 닭, 연어, 참치, 새우, 치즈, 우유, 콩, 렌틸콩, 당근, 시금치, 겨, 맥아, 현미, 해바라기씨, 바나나

7. 비타민 B7 (Biotin;비오틴)

ㄱ) 기능

- 신진대사, 정상배아성장, 임신중양분생성, 머리카락, 피부, 손톱/발톱

ㄴ) 결핍

- 피로, 식욕부진, 탈모, 피부건조, 진분홍부은혀, 입꼬리갈라짐, 안구건조, 우울증, 불면증

ㄷ) 음식

- 노른자, 통곡류, 맥주효모, 정어리, 땅콩, 아몬드, 호두, 피칸, 완두콩, 바나나, 버섯, 콜리플라워

8. 비타민 B9 (Folate;폴산;엽산)

ㄱ) 기능

- 에너지생성, 정신건강, 뇌기능, DNA/RNA생성, 임신/유아/청소년급속세포성장, B12와함께적혈구생성, 호모시스테인조절, 심질환관리

ㄴ) 결핍

- 혀염증, 치주질환, 성장부진, 식욕부진, 건망증, 게으름, 설사, 숨가쁨, 과민성, 태아신경관결손, 빈혈

ㄷ) 음식

- 방울다다기양배추, 녹색채소, 갓, 시금치, 순무, 아스파라거스, 소고기, 콩, 흰강낭콩, 리나콩, 녹두, 뿌리채소, 통곡류, 우유, 오렌지주스, 연어, 아보카도

9. 비타민 B12 (Cobalamin;코발아민)

ㄱ) 기능

- 신경세포유지, DNA/RNA생성, B9와함께적혈구생성, 호모시스테인조절, 심질환관리, S-adenosylmethionine(SAMe)생성

ㄴ) 결핍

- 손발저림, 피로, 신경과민, 숨가쁨, 설사, 신경손상, 빈혈

ㄷ) 음식

- 조개류, 물고기, 소고기, 돼지고기, 내장, 달걀, 유제품

10. 비타민 C (Ascorbic acid;아스코르브산)

ㄱ) 기능

- 항산화, 조직성장, 세포수리, 콜라겐생성, 상처치료, 치아유지, 뼈유지, 혈관/연골/인대/힘줄/피부생성, 체내강력한환원제

ㄴ) 결핍

- 괴혈병, 치주질환, 건성모, 쉽게멍듦, 피부건조, 느린상처치유, 코피, 감염노출, 결합조직파괴

ㄷ) 음식

- 딸기, 블루베리, 라즈베리, 크랜베리, 오렌지, 자몽, 파인에플, 피망, 캔터루프, 수박, 키위, 파파야, 망고, 토마토, 브로콜리, 양배추, 콜리플라워

11. 비타민 D (Cholecalciferol;콜레칼시페롤)

ㄱ) 기능

- 콜레스테롤유도체, 칼슘흡수촉진, 인흡수족친, 뼈생성, 뼈유지, 면역조절, 

ㄴ) 결핍

- 우울증, 고혈압, 대장암, 유방암, 전립선암, 비만, 구루병, 뼈약화

ㄷ) 음식

- 피부햇빛흡수, 우유, 약물

12. 비타민 E (Tocopherol;토코페롤)

ㄱ) 기능

- 항산화, 적혈구생성, 비타민K작용촉진, 세포손상방지

ㄴ) 결핍

- 근육량감소, 시력문제, 불안정한걸음, 신장/간문제, 

ㄷ) 음식

- 맥아, 시리얼, 해바라기씨, 땅콩, 달걀, 올리브오일, 간, 시금치, 고구마, 참마, 아보카도, 아스파라거스

13. 비타민 K (Phylloquinone;필로퀴논)

ㄱ) 기능

- 혈액응고인자생성, 뼈건강

ㄴ) 결핍

- 과다줄혈, 내출혈

ㄷ) 음식

- 녹차, 소간, 순무, 케일, 브로콜리, 양배추, 시금치, 상추, 아스파라거스

#Reference

1) https://www.hollandandbarrett.com/the-health-hub/vitamins-and-supplements/vitamins/what-is-a-vitamin/

2) https://namu.wiki/w/%EB%B9%84%ED%83%80%EB%AF%BC

3) https://www.ahealthblog.com/vitamin-deficiency-symptoms-chart.html

비타민 (Vitamin) End

BioinformaticsAndMe