BioinformaticsAndMe

[Southern blotting] 서던 블로팅 Start

BioinformaticsAndMe

Southern blot (서던 블롯)

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

: 서던(E. Southern)에 의해 개발 (1975)

: 분자 생물학에서 DNA 시료의 특정 DNA 서열을 찾기위한 방법

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

Southern blot 실험 과정

1. 세포들에서 DNA 분리

2. 추출된 DNA를 제한효소로 절단

3. 아가로스(Agarose) 겔에 전기영동 한 후, DNA 조각을 크기별로 분리

4. DNA를 알칼리로 단일 가닥 상태로 만듦

*DNA 길이가 짧을수록 NC필터로 전이 잘됨

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

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

7. 탐지하고자 하는 DNA와 상보적인 DNA 탐침(probe) 제조

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

8. 여과지와 탐침을 충분한 시간동안 혼성화 진행

*관심있는 DNA절편과 탐침이 다시 이중나선을 형성

*혼성화(hybridization): 염색체에 탐침 DNA를 부착시키는 과정

9. X선 필름에 여과지를 감광시켜 특정 DNA 존재 확인

[Southern blotting] 서던 블로팅 End

BioinformaticsAndMe

카이제곱검정 (Chi square test) Start

BioinformaticsAndMe

카이제곱검정 (Chi square test)

: χ² 검정은 카이제곱 분포에 기초한 통계적 방법

: 관찰된 빈도가 기대되는 빈도와 유의하게 다른지를 검증

: 범주형 자료로 구성된 데이터 분석에 이용

: 카이제곱 값 χ² = Σ(관측값 - 기댓값)² / 기댓값

1. What is a Chi Square Test?

: 카이제곱검정에는 두 가지 형태가 있으며, 같은 카이제곱 통계량과 분포를 사용하지만 다른 목적을 가짐

ㄱ) Goodness of fit test (적합도 검정)

-관찰된 비율 값이 기대값과 같은지 조사하는 검정 (어떤 모집단의 표본이 그 모집단을 대표는지 검정)

ㄴ) Test of homogeneity (동질성 검정)

-두 집단의 분포가 동일한지 검정

ㄷ) Test for independence (독립성 검정)

-Contingency table에서 있는 두 개 이상의 변수가 서로 독립인지 검정

-기대빈도는 두 변수가 서로 상관 없고 독립적이라고 기대하는 것을 의미하며, 관찰빈도와의 차이를 통해 기대빈도의 진위여부를 밝힘

-귀무가설 : 두 변수는 연관성이 없음 (독립)

-대립가설 : 두 변수는 연관성이 있음 (독립X)

2. What is a Chi Square Statistic?

: 카이제곱 통계량은 데이터 분포와 가정된 분포 사이의 차이를 나타내는 측정값

: 카이제곱 검정통계량이 카이제곱분포를 따른다면 카이제곱분포를 사용해서 가설검정 수행

: 귀무가설 하에서 검정통계량이 카이제곱분포를 따를 때,

검정통계치가

*카이제곱분포에서 일어나기 어려운 일이면 귀무가설 기각 (대립가설 채택)

*충분히 일어날 수 있는 일이면 귀무가설 기각 X 

: 이 때 일어날 법한 일인지, 희귀한 경우인지의  판단 기준은 confidence level 혹은 p value

3. Chi Square P-Values

: 카이제곱검정으로 p value를 얻게 됨 (p value는 검정 결과가 얼마나 유의한가에 대한 지표)

: 카이제곱검정을 수행하고, p value를 얻기 위해 아래 두가지 정보가 필요

ㄱ) 자유도(Degrees of freedom) = n - 1 (n: 카테고리개수)

ㄴ) Alpha level(α) =  0.05 or 0.01 (연구자에 의해 결정됨)

: 카이제곱 분포는 항상 오른쪽으로 치우침

: 자유도(k)가 클수록 카이제곱 분포는 정규분포에 유사해짐

chi-square statistic(X²) = 5.094

K-medoids clustering (R PAM) Start

BioinformaticsAndMe

K-medoids clustering (PAM; Partitioning Around Medoids)

: 이전에 소개된 K-means clustering은 평균을 이용하기에 이상치(outlier)에 민감함

: PAM(Partitioning Around Medoids, 1987)는 평균 대신 대표주자(medoid)를 선택하고, 더 좋은 군집을 만드는 대표주자가 있으면 대체

: PAM은 K-means보다 강건한 방법(robust method)

: PAM은 소규모 자료 적용에는 유리하지만, 대규모 자료 적용에는 불안정(non-scalable)

install.packages(“cluster”)
library(cluster)

pam.result <- pam(iris, 3)

table(pam.result$clustering, iris$Species)
    setosa versicolor virginica
  1     50          0         0
  2      0          3        49
  3      0         47         1

par(mfrow=c(1,2))
plot(pam.result) 
par(mfrow=c(1,1))

clusterplot

: iris 데이터가 3개의 클러스터로 나뉨

: 분홍선은 클러스터간의 거리

Silhouette plot of pam

: iris 데이터의 실루엣(silhouette)

: 군집 1에는 50개 데이터를 포함 (0.80은 클러스터링 설명력)

#1.00 에 가까울수록 데이터들이 적합하게 클러스터링

#음수값은 데이터가 잘못된 클러스터에 속함

#Reference

1) https://rstudio-pubs-static.s3.amazonaws.com/249084_09c0daf4ceb24212a81ceddca97ba1ea.html

2) http://ropatics.com/data-mining/r-and-data-mining/RDM-Clustering.html

3) https://slidesplayer.org/slide/15150112/

4) https://blog.naver.com/asus1984/120065317344

5) https://win100.tistory.com/167

K-medoids clustering (R PAM) End

BioinformaticsAndMe

Python API Start

BioinformaticsAndMe

#API 기초 학습을 위해 아래 포스트 참조

https://bioinformaticsandme.tistory.com/135

#pip 설치
pip install requests

#conda 설치
conda install requests

import requests

#request를 만들고 결과값을 출력
request = requests.get('http://api.open-notify.org')
print(request.text)

#response code 확인 (200 : request가 성공적으로 작동)
print(request.status_code)
200

request2 = requests.get('http://api.open-notify.org/fake-endpoint')
print(request2.status_code)
404

#Reference

1) https://www.dataquest.io/blog/python-api-tutorial/

2) https://medium.com/quick-code/absolute-beginners-guide-to-slaying-apis-using-python-7b380dc82236

3) https://blog.rapidapi.com/how-to-use-an-api-with-python/

4) https://itnext.io/api-calls-and-http-status-codes-e0240f78f585

Python API End

BioinformaticsAndMe

하디-바인베르크 평형 (Hardy-Weinberg equilibrium) Start

BioinformaticsAndMe

하디-바인베르크 법칙

: 하디-바인베르크 법칙(=하디-와인버그 평형)이란 유전자 풀에서 세대를 거쳐 대립 유전자 빈도가 변하지 않고 평형상태를 유지한다는 원리

: 영국 수학자 Godfrey Harold Hardy와 독일 의사 Wilhelm Weinberg가 각자 동시에 발견한 법칙

하디-바인베르크 평형에 도달하기 위한 집단 조건

1. 자연 선택(natural selection) 일어나지 않음

2. 돌연변이(mutation) 없음

3. 유입, 유출(migration)의 유전자 흐름 없음

4. 대규모 집단(population)

5. 무작위 교배(random mating)

하디-바인베르크 방정식

위의 전제 조건들을 만족하는 이상 집단에서 아래 수식들이 성립

ㄱ. Allele Frequency Equation: p + q = 1

대립 유전자 A 빈도(A allele frequency):  p

대립 유전자 a 빈도(a allele frequency):  q

하디-와인버그 평형이 깨진다면 (=평형 방정식이 성립되지 않는다면)

언급되었던 조건이 위배되었을 가능성이 높다

무작위 교배 대신 선별적 교배가 일어났거나,

대규모 집단 대신 작은 규모의 집단이었거나,

돌연변이/자연선택/인구이동이 발생했는지 살펴봐야겠다.

#Reference

1) https://ko.wikipedia.org/wiki/%ED%95%98%EB%94%94-%EB%B0%94%EC%9D%B8%EB%B2%A0%EB%A5%B4%ED%81%AC_%EC%9B%90%EB%A6%AC

2) https://namu.wiki/w/%ED%95%98%EB%94%94-%EB%B0%94%EC%9D%B8%EB%B2%A0%EB%A5%B4%ED%81%AC%20%EB%B2%95%EC%B9%99

3) http://evieiraapbio.blogspot.com/2016/05/hardy-weinberg-equilibrium.html

4) http://www.hammiverse.com/instructionalunits/evolution/chp22-25lecture/print/lecture2-4.html

하디-바인베르크 평형 (Hardy-Weinberg equilibrium) End

BioinformaticsAndMe

API 기초 학습 Start

BioinformaticsAndMe

왜 API가 필요한가?

#Reference

1) https://www.dataquest.io/blog/python-api-tutorial/

2) https://www.testdevlab.com/blog/2018/06/an-introduction-to-testing-apis-using-rest-assured/

3) https://ko.wikipedia.org/wiki/API

API 기초 학습 End

BioinformaticsAndMe

경사하강법 종류 Start

BioinformaticsAndMe

경사하강법 종류 (Types of Gradient Descent)

: Gradient Descent Learning에는 기본적으로 3가지 타입이 존재

*경사하강법 배치 - 단일 반복에서 기울기를 계산하는 데 사용하는 예의 총 개수

*배치가 너무 커지면 단일 반복으로도 계산하는 데 오랜 시간이 걸림

1. Batch Gradient Descent

: 파라미터를 업데이트 할 때마다 모든 학습 데이터를 사용하여 cost function의 gradient를 계산

2. Stochastic Gradient Descent (SGD)

: 파라미터를 업데이트 할 때, 무작위로 샘플링된 학습 데이터를 하나씩만 이용하여 cost function의 gradient를 계산

: 모델을 훨씬 더 자주 업데이트하며, 성능 개선 정도를 빠르게 확인 가능

: Local minima 에 빠질 가능성을 줄일 수 있음

: 최소 cost에 수렴했는지의 판단이 상대적으로 어려움

: 파라미터를 업데이트 할 때마다, 일정량의 일부 데이터를 무작위로 뽑아 cost function의 gradient를 계산

: Batch gradient descent 와 Stochastic gradient descent 개념의 혼합

: SGD의 노이즈를 줄이면서, 전체 배치보다 효율적

: 널리 사용되는 기법

#Reference

1) https://medium.com/mindorks/an-introduction-to-gradient-descent-7b0c6d9e49f6

2) https://developers.google.com/machine-learning/crash-course

3) https://towardsdatascience.com/gradient-descent-algorithm-and-its-variants-10f652806a3

경사하강법 종류 End

BioinformaticsAndMe

Variable (Python 변수) Start

BioinformaticsAndMe

Variable (변수)

x = 5
y = "John"

print(x)
print(y)

5
John

#Reference

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

2) https://www.guru99.com/variables-in-python.html

3) https://realpython.com/python-variables/

Variable (Python 변수) End

BioinformaticsAndMe

[Genotyping] SNP Array Start

BioinformaticsAndMe

SNP array

: 유전변이형을 알아내는 실험 방법

>한 개의 SNP genotyping - TaqMan, SNapShot, MassArray

>대규모의 SNP genotyping - SNP array (Illumina chip, Affymetrix chip)

#SNP(Single Nucleotide Polymorphism): DNA 서열에서 하나의 염기서열(A,T,G,C)의 차이를 보이는 변이

SNP Chip array는 NGS에 밀려 예전만큼 보편적이지 않지만,

코호트 스터디나 유전자분석 서비스 등에서 여전히 상용되고 있음

현재, 일반적으로 상용화된 SNP Chip을 판매하는 두 업체는 Illumina와 Affymetrix (Affy는 최근 Thermofisher에 흡수)

[Genotyping] SNP Array End

BioinformaticsAndMe

K-means clustering (R 군집분석) Start

BioinformaticsAndMe

K-means clustering

: K-평균 클러스터링은 주어진 데이터를 K개의 클러스터로 묶는 알고리즘

: 각 클러스터와 거리 차이의 분산을 최소화하는 방식으로 작동

: 자율 학습의 일종

: Label이 없는 입력 데이터에 Label을 표지하는 역할을 수행

#Reference

1) http://pypr.sourceforge.net/kmeans.html

2) http://ropatics.com/data-mining/r-and-data-mining/RDM-Clustering.html

K-means clustering (R 군집분석) End

BioinformaticsAndMe