BioinformaticsAndMe

[R] p value 보정 Start

BioinformaticsAndMe

P value 보정 (본페로니, FDR)

# Raw p value
pvals = c(.001, .002, .003, .01, .02, .05, .22, .59, .87, .88)

# Bonferroni correction
BONF = p.adjust(pvals, "bonferroni")

# FDR (False discovery rate)
FDR = p.adjust(pvals, "fdr")

# 결과 비교를 위한 데이터프레임 생성
res = data.frame(pvals=pvals, BONF=round(BONF, 3), FDR=round(FDR, 3))
res

#FDR 보정 과정 참고

https://bioinformaticsandme.tistory.com/129

[R] p value 보정 End

BioinformaticsAndMe

[PCR] 중합효소 연쇄반응 Start

BioinformaticsAndMe

1. Polymerase Chain Reaction (중합효소 연쇄반응)

: Polymerase Chain Reaction(PCR)은 타겟 DNA 부분을 복제하고 증폭시키는 분자생물학 기술

: 지극히 미량의 DNA 용액에서 연구자가 원하는 특정 DNA 단편을 대량으로 증폭하는 실험법

: DNA 복제 과정을 시험관에서 구현 가능

: 범죄 혈흔, 멸종 생물, 희귀질환 분석 등에 활용

2. PCR 구성 요소

ㄱ) Taq DNA polymerase(Taq 중합효소): Thermophilus aquaticus에서 추출된 고온 내성의 DNA 합성효소

ㄴ) Primer(프라이머): DNA 복제가 시작되도록 3`-OH를 제공하는 상보적인 외가닥의 DNA  (DNA 프라이머)

ㄷ) dNTP: 3개의 인산이 결합된 Deoxyribonucleotide로 DNA 합성의 재료 (dATP,dTTP,dGTP,dCTP)

ㄹ) Buffer(완충용액): 효소 활성에 필요한 물질 제공

ㅁ) DNA: 증폭하려는 DNA (이중가닥, 외가닥 모두 가능)

3. PCR 과정

1) Denaturing(변성): 이중가닥DNA를 외가닥DNA로 벌림 (94~95도)

2) Annealing(결합): DNA 프라이머를 상보적 외가닥서열에 붙임 (50~56도)

    재결합온도가 결합 특이성 커짐

    GC contents가 50% 정도의 프라이머를 사용하는 것이 바람직

    두 프라이머가 재결합하는 온도를 같게 해야 함

3) Extending(신장): 새로운 DNA 가닥을 합성 (72도)

    모든 과정을 보통 20∼40회 반복하면서 타겟하는 DNA 부분을 증폭함

[PCR] 중합효소 연쇄반응 End

BioinformaticsAndMe

#생물정보학 교육정보

ABO식 혈액형 (ABO blood group) Start

BioinformaticsAndMe

ABO식 혈액형?

: ABO식 혈액형은 카를 란트슈타이너가 발견한 혈액형 구분법 (1901년, 오스트리아) 

: 적혈구 막에 있는 응집원을 기준으로 A형, B형, AB형, O형으로 분류 

: 사람의 혈액을 섞었을 때 일어나는 응집 반응으로 항원 항체 반응의 결과

혈액형 판정

: 각 혈액형에서 응집원이 어떤 응집소와 응집 반응을 일으키는가로 혈액형을 판정

: 응집원과 응집소가 항원 항체 반응 수행

*응집원 - 적혈구 막에 있는 항원으로 작용하는 부분

*응집소 - 혈장에 있는 항체

*B형 → 항A혈청[B형표준혈청](음성),  항B혈청[A형표준혈청](양성)

*AB형 → 항A혈청[B형표준혈청](양성),  항B혈청[A형표준혈청](양성)

*O형 → 항A혈청[B형표준혈청](음성),  항B혈청[A형표준혈청](음성)

혈액형 수혈

: 같은 혈액형 사이에서는 다량 수혈 가능

: 서로 다른 혈액형은 공여자 적혈구와 수여자 항체가 서로 응집되지 않을 경우에만 소량 수혈 가능

*O형은 모든 혈액형에게 공여 가능, AB형은 모든 혈액형으로부터 수여 가능 (A→AB, B→AB 방향도 가능)

*AB형(공여자)→B형(수여자): AB형의 A응집원에 의해 수여자 면역계가 활성화되므로, α항체를 계속 생산하여 응집반응 발생

복대립 유전

: ABO식 혈액형은 복대립 유전 (한 좌위에 세 개 이상의 대립 유전자[A,B,O]가 존재)

*우열관계:  A = B(공동우성) > O(열성)

: 적혈구 세포막 밴드 3 단백질과 스핑고지질에 결합한 당 구조 차이

ABO식 혈액형 관련 유전자의 이상

ㄱ) cis-AB형

- 희귀 혈액형으로 호남 및 일본 규슈 지역을 제외한 다른 나라에는 없는 혈액형

- 혈액형이 AB형인 사람의 A와 B 유전자가 모두 하나의 염색체 안에 들어 있는 비정형 AB형

- O형과 결혼해 아이를 낳더라도 AB형 또는 O형이 나타남

ㄴ) 봄베이 표현형

- Oh형이라하며, 인도 봄베이에서 발견된 것을 유래

- 푸코오스 전달효소 활성이 없는 h 대립 유전자가 생김

- 항A혈청, 항B혈청 모두가 응집 반응을 못해 O형처럼 보임

#Reference

1) https://namu.wiki/w/ABO%EC%8B%9D%20%ED%98%88%EC%95%A1%ED%98%95

2) http://study.zum.com/book/13399

3) https://ko.wikipedia.org/wiki/ABO%EC%8B%9D_%ED%98%88%EC%95%A1%ED%98%95

4) https://www.scienceall.com/abo%EC%8B%9D-%ED%98%88%EC%95%A1%ED%98%95abo-type-blood-group-2/

5) https://sites.google.com/site/padraigmcdowelln9738142/evidence-for

6) https://genetics.thetech.org/ask-a-geneticist/codominant-traits-people

7) http://www.donga.com/news/View?gid=8550673&date=20080303

8) https://blood.ca/en/research/our-research-stories/research-education-discovery/abcs-abo-blood-types

9) https://terms.naver.com/entry.nhn?docId=1232837&cid=40942&categoryId=32310

10) https://terms.naver.com/entry.nhn?docId=2691878&cid=60261&categoryId=60261

ABO식 혈액형 (ABO blood group) End

BioinformaticsAndMe

[TensorFlow] Linear Regression Start

BioinformaticsAndMe

[TensorFlow] Logistic Regression

# '__future__' : python 2에서 python 3 문법 사용 가능
from __future__ import absolute_import, division, print_function

# 텐서플로우, 넘파이 라이브러리 임포트
import tensorflow as tf
import numpy as np

# MNIST 데이터셋 파라미터 설정
num_classes = 10       # 0에서부터 9까지 숫자 종류
num_features = 784    # 28*28 = 784 

# 학습 파라미터 설정
learning_rate = 0.01
training_steps = 1000
batch_size = 256
display_step = 50

# MNIST 데이터 로딩
from tensorflow.keras.datasets import mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()    # 파이썬 튜플 자료형으로 데이터 저장

# 1) float32로 변환
x_train, x_test = np.array(x_train, np.float32), np.array(x_test, np.float32)
# 2) 이미지 포맷을 28*28=784 픽셀의 1차원 배열로 변환
x_train, x_test = x_train.reshape([-1, num_features]), x_test.reshape([-1, num_features])
# 3) 255을 나누어 [0, 1] 값으로 표준화
x_train, x_test = x_train / 255., x_test / 255.
Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz
11493376/11490434 [==============================] - 1s 0us/step

# tf.data API를 사용하여 데이터 셔플링 및 배치화
train_data = tf.data.Dataset.from_tensor_slices((x_train, y_train))
train_data = train_data.repeat().shuffle(5000).batch(batch_size).prefetch(1)

# Weight matrix 생성을 위해, 총 784*10개의 weights 필요
W = tf.Variable(tf.ones([num_features, num_classes]), name="weight")
b = tf.Variable(tf.zeros([num_classes]), name="bias")

# 로지스틱 회귀식 (Wx + b) 정의
def logistic_regression(x):
    # softmax 함수 적용
    return tf.nn.softmax(tf.matmul(x, W) + b)

# Cross Entropy 손실 함수 정의
def cross_entropy(y_pred, y_true):
    # one hot vector 인코딩 (텍스트를 유의한 벡터로 변환하는 방법론)
    y_true = tf.one_hot(y_true, depth=num_classes)
    # log(0) error를 피함
    y_pred = tf.clip_by_value(y_pred, 1e-9, 1.)
    # Cross Entropy 계산
    return tf.reduce_mean(-tf.reduce_sum(y_true * tf.math.log(y_pred)))

# 정확도 척도 정의
def accuracy(y_pred, y_true):
    # 예측 클래스는 예측 벡터에서 가장 높은 스코어 인덱스
    correct_prediction = tf.equal(tf.argmax(y_pred, 1), tf.cast(y_true, tf.int64))
    return tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

# Stochastic Gradient Descent (SGD;확률적경사하강법) 알고리즘
optimizer = tf.optimizers.SGD(learning_rate)

# 학습 알고리즘 최적화 과정
def run_optimization(x, y):
    # 텐서플로우는 자동 미분(주어진 입력 변수에 대한 연산의 gradient를 계산하는 것)을 위한 tf.GradientTape 함수 사용
    with tf.GradientTape() as g:
        pred = logistic_regression(x)
        loss = cross_entropy(pred, y)

    # gradients 계산
    gradients = g.gradient(loss, [W, b])
    
    # gradients에 따라 Weight(W)와 bias(b) 업데이트
    optimizer.apply_gradients(zip(gradients, [W, b]))

# 주어진 스텝에 맞춰 training 시작
for step, (batch_x, batch_y) in enumerate(train_data.take(training_steps), 1):
    # Weight(W)와 bias(b) 업데이트를 위해 사전 정의된 최적화 과정 실행
    run_optimization(batch_x, batch_y)
    
    # display_step(50, 100, 150...)에서 적용 중인 파라미터값 출력
    if step % display_step == 0:
        pred = logistic_regression(batch_x)
        loss = cross_entropy(pred, batch_y)
        acc = accuracy(pred, batch_y)
        print("step: %i, loss: %f, accuracy: %f" % (step, loss, acc))
step: 50, loss: 666.254395, accuracy: 0.765625
step: 100, loss: 515.914062, accuracy: 0.828125
step: 150, loss: 614.817017, accuracy: 0.832031
step: 200, loss: 620.690918, accuracy: 0.820312
step: 250, loss: 520.586487, accuracy: 0.867188
step: 300, loss: 580.417847, accuracy: 0.871094
step: 350, loss: 484.761322, accuracy: 0.839844
step: 400, loss: 621.492798, accuracy: 0.820312
step: 450, loss: 791.947632, accuracy: 0.820312
step: 500, loss: 616.336060, accuracy: 0.828125
step: 550, loss: 645.748718, accuracy: 0.851562
step: 600, loss: 732.390259, accuracy: 0.761719
step: 650, loss: 631.023621, accuracy: 0.832031
step: 700, loss: 74.979805, accuracy: 0.914062
step: 750, loss: 48.739697, accuracy: 0.941406
step: 800, loss: 70.699936, accuracy: 0.910156
step: 850, loss: 60.746632, accuracy: 0.937500
step: 900, loss: 57.646683, accuracy: 0.937500
step: 950, loss: 95.919128, accuracy: 0.890625
step: 1000, loss: 72.987892, accuracy: 0.929688

# 테스트 셋을 사용해 훈련된 모델의 정확도 측정
pred = logistic_regression(x_test)
print("Test Accuracy: %f" % accuracy(pred, y_test))
Test Accuracy: 0.913800

# 예측 결과 시각화
import matplotlib.pyplot as plt

# 훈련된 모델에서 5개 이미지 예측
n_images = 5
test_images = x_test[:n_images]
predictions = logistic_regression(test_images)

# 이미지 결과 시각화 및 모델 예측
for i in range(n_images):
    plt.imshow(np.reshape(test_images[i], [28, 28]), cmap='gray')
    plt.show()
    print("Model prediction: %i" % np.argmax(predictions.numpy()[i]))

Model prediction: 7
Model prediction: 2
Model prediction: 1
Model prediction: 0
Model prediction: 4

#Reference

1) https://github.com/aymericdamien/TensorFlow-Examples/tree/master/tensorflow_v2

2) http://yann.lecun.com/exdb/mnist/

3) https://ko.wikipedia.org/wiki/MNIST_%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%B2%A0%EC%9D%B4%EC%8A%A4

4) https://mmlind.github.io/Simple_1-Layer_Neural_Network_for_MNIST_Handwriting_Recognition/

5) https://wikidocs.net/22647

[TensorFlow] Logistic Regression End

BioinformaticsAndMe

[Northern blotting] 노던 블로팅 Start

BioinformaticsAndMe

Northern blot (노던 블롯)

: 겔 전기영동으로 분획된 RNA 단편을 membrane에 옮긴 후, 특정 염기서열을 지닌 단편을 검출하는 기술

: 노던 블롯은 서던 블롯과 유사한 이름으로 명명(1977) 

→ 이름이 의미하는 동서남북 방향과 관계 없음

→ 서던 블롯을 응용해 특정 mRNA 발현 정도를 찾아내는 방법이었기에 유사하게 명명

: 분자 생물학에서 시료의 특정 RNA(mRNA) 동정으로 유전자 발현을 연구하는 방법

: 샘플에서 특정 mRNA 서열의 존재 여부, 양, 절편 크기 등을 확인 가능

Northern blot 실험 과정

1. 세포들에서 RNA 분리

2. RNA를 변성시켜 단일가닥으로 유지하기 위해 포름알데히드(formaldehyde) 처리

3. 탐침과 RNA가 결합 온도를 낮추기 위해 포름아미드(formamide) 처리

*탐침과 RNA가 결합할 때 온도가 높으면 불안정한 RNA는 쉽게 분해

4. 추출한 RNA를 아가로스(Agarose) 겔에 전기영동 한 후, RNA 조각을 크기 별로 분리

5. 모세관 현상으로 겔에서 NC(Nitrocellulose) 필터로 RNA 전이

6. NC 필터에 자외선을 쪼여 핵산과 NC 필터 사이에 교차 결합을 형성

7. 탐지하고자 하는 RNA와 상보적인 단일나선 DNA or RNA 탐침(probe) 제조

*probe: 방사선동위원소나 효소, 혹은 발광 및 발색 반응할 수 있는 핵산조각

8. 여과지와 탐침을 충분한 시간동안 혼성화 진행

*탐침은 자신과 상보적인 염기서열을 가진 RNA에 결합

*혼성화(hybridization): 염색체에 탐침 DNA를 부착시키는 과정

9. X선 필름에 여과지를 감광시켜 특정 RNA 존재 확인

[Northern blotting] 노던 블로팅 End

BioinformaticsAndMe

세포핵 (Cellular nucleus) Start

BioinformaticsAndMe

세포핵(Cellular nucleus)?

: 진핵생물의 진핵세포에 존재하며 세포 내 유전정보인 선형 DNA의 대부분을 가짐

: 리보솜 조립의 장소로 단백질 합성을 조절하여 세포의 활동을 조절

: 공 모양 또는 타원 모양의 형태로 지름이 20~30μ 정도의 크기

: 세포마다 한 개의 핵을 지님 (단, 적혈구는 핵이 없음)

세포 핵 구조

1. Nucleoplasm(핵질, 핵원형질)

- 핵 내부를 채우고 있는 불용성 물질

- RNA와 여러 종류 단백질(가수분해효소 등)을 포함

- 히스톤 단백질에 감긴 선형 DNA들에 유전 정보들이 나뉘어 존재

2. Nucleolus(인, 핵소체)

- 막 경계가 없으며, 리보솜 RNA(rRNA)가 합성되는 장소

- 단백질 합성이 활발한 세포에는 인의 수가 많으며, 현미경으로 더 까맣게 보임

- 세포 분열 사이에 있는 간기의 핵에서 관찰된 후, 세포 분열기에 사라짐

#Reference

1) https://ko.wikipedia.org/wiki/%EC%95%84%EB%82%98%EC%BD%98%EB%8B%A4_(%ED%8C%8C%EC%9D%B4%EC%8D%AC_%EB%B0%B0%ED%8F%AC%ED%8C%90)

2) https://namu.wiki/w/%EC%84%B8%ED%8F%AC%ED%95%B5

3) https://ko.wikipedia.org/wiki/%EC%84%B8%ED%8F%AC%ED%95%B5

4) https://en.wikipedia.org/wiki/Cell_nucleus

5) http://study.zum.com/book/13732

6) https://ko.wikipedia.org/wiki/%ED%95%B5%EA%B3%B5

세포핵 (Cellular nucleus) End

BioinformaticsAndMe

Anaconda 설치 Start

BioinformaticsAndMe

Anaconda?

: 아나콘다(Anaconda)는 데이터 과학, 빅데이터 처리, 머신러닝 분석 등을 위한 파이썬 및 R의 자유-오픈 소스 배포판

: Conda라는 패키지 관리 시스템으로 관리되며, 윈도우/리눅스/macOS에 적합한 1,400개 이상의 데이터 분석 패키지를 포함 (Numpy, Pandas 등)

: 파이썬 입문자들에게 추천되나, 설치 시간이 오래 걸림

: 아나콘다 설치를 위해선 https://www.anaconda.com/ 에서 본인 OS에 맞는 프로그램을 다운받아 설치

1. Anaconda 다운로드

: 본인의 OS에 맞게 다운 (https://www.anaconda.com/distribution/#download-section)

→ 해당 설치 과정은 윈도우 10 기준으로 진행함

: 3.x 버전에서 주로 개발과 업데이트가 이루어짐

→ 따라서 지금 파이썬에 입문한다면, 3.x 버전을 설치하는 것이 유리

2. 접근 권한

: 사용자 환경에 따라 권한 설정

#Reference

1) https://ko.wikipedia.org/wiki/%EC%95%84%EB%82%98%EC%BD%98%EB%8B%A4_(%ED%8C%8C%EC%9D%B4%EC%8D%AC_%EB%B0%B0%ED%8F%AC%ED%8C%90)

2) https://namu.wiki/w/Python

3) https://realpython.com/python-windows-machine-learning-setup/

4) https://www.anaconda.com/enterprise/

5) https://www.slideshare.net/continuumio/distributed-computing-on-your-cluster-with-anaconda-webinar-2015

Anaconda 설치 End

BioinformaticsAndMe

#생물정보학 교육정보

#생물정보학 교육정보

RNA-Seq 데이터분석 무료 워크샵 일정 안내

대상자 : RNA-Seq 고객 및 국내 연구자

참석인원 제한 : 최대 15명 이내, 신청시 Lab.당 2명 이내

2019년 4분기 워크샵 일정 : 10월 18일 오전(금), 11월 15일(금), 12월 20일(금)

[신청방법 및 세부사항]

  - 신청방법 : 신청서 작성후 이메일로 신청

  - 신청서 다운로드(http://www.e-biogen.com/board_notice.php?act=view&aid=289)

  - 워크샵 시간 : 오전 9시 또는 오후 1시(약 3시간 소요)

  - 장소 : (주)이바이오젠 본사

  - 준비사항 : 노트북(마우스 포함)

[워크샵 교육내용]

- Part 1 -

ExDEGA(Excel based DEG anaysis)

ExDEGA GraphicPlus(DAVID)

KEGG Mapper(Search-Color Pathway)

- Part 2 -

ExDEGA GraphicPlus(Clustering)

MExDEGA GraphicPlus(PCA)

Cytoscape-String app(PPI Network)

[분석워크샵 문의]

 - 02-3141-0791, service@e-biogen.com