BioinformaticsAndMe

학습률 (Learning rate) Start

BioinformaticsAndMe

학습률 (Learning rate)

: 경사하강법 알고리즘은 기울기에 학습률(Learning rate) 또는 보폭(Step size)이라 불리는 스칼라를 곱해 다음 지점을 결정

: Local minimum에 효율적으로 도달할 수 있도록, 너무 크지도 작지도 않은 적절한 학습률을 세팅해야 함

학습률이 큰 경우 : 데이터가 무질서하게 이탈하며, 최저점에 수렴하지 못함

학습률이 작은 경우 : 학습시간이 매우 오래 걸리며, 최저점에 도달하지 못함

사용된 학습률이 경사하강법에서 효율적인지 확인하기 위해, 아래 2차원 그림을 그려봄

- loss : cost function

- epoch : number of iterations 

low learning rate: 손실(loss) 감소가 선형의 형태를 보이면서 천천히 학습됨

high learning rate: 손실 감소가 지수적인(exponential) 형태를 보이며, 구간에 따라 빠른 학습 혹은 정체가 보임

very high learning rate: 매우 높은 학습률은 경우에 따라, 손실을 오히려 증가시키는 상황을 발생

good learning rate:  적절한 학습 곡선의 형태로, Learning rate를 조절하면서 찾아내야 함

#Reference

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

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

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

4) https://taeu.github.io/cs231n/deeplearning-cs231n-Neural-Networks-3/

학습률 (Learning rate) End

BioinformaticsAndMe

FDR (False Discovery Rate) Start

BioinformaticsAndMe

FDR (False Discovery Rate)

: FDR은 다중검정비교에서 'False positives / Total positives'의 비율을 의미함

: 1종 오류 = False positives

: 1종 오류는 귀무가설이 실제로 참이지만, 이에 불구하고 귀무가설을 기각하는 오류 (실제 음성인 것을 양성으로 판정)

: Benjamini-Hochberg Procedure은 FDR을 줄이는 방법으로 단순하지만, 직관적이고 강력함

: Bonferroni correction보다 완만한 p-value 감소가 진행되어, 제거되는 True positive가 비율이 낮아짐

FDR 보정 과정 예제

0. Simple example

: FDR 검정의 예로 사용될 데이터는 아래와 같음

: 유전자(발현)는 약물에 영향받지 않는다는 가정

: 10개 유전자 검정 → 다중검정비교

1. Order to p-values from smallest to largest

: p-value의 값을 가장 유의한 순서로 나열함

: 10개 유전자에 대한 p-value 값이 산출됐고, 아래 그림처럼 나열됨

: p-value 0.01은 false positive ← 동일한 분포에서 추출된 데이터 비교이므로 차이가 유의할 수 않음

2. Rank the p-values

: 가장 유의한 수준으로 순위를 매김

3. The largest FDR adjusted p-value and the largest p-value are the same

: 순위의 마지막(10번째)인 p-value는 FDR 보정 후에도 동일한 값을 가짐

: 마지막 순위 p-value = 마지막 순위 adj p-value

4. The next largest adjusted p-value is the smaller of two options

: 바로 옆인 9번째 adjusted p-value는 두 가지 값 중 작은 것을 선택

a - 이전 adjusted p-value 값

b - 현재 p-value X (검정의 총 개수/해당 위치 순위)

: 9번째 위치에서 원래 p-value = 0.81

: 검정의 총 개수 = 10

: 해당 위치 순위 = 9

를 수식에 넣고 계산하면 0.90이 나온다

따라서, 9번째 위치에서 FDR 보정 후, adjusted p-value는 0.90이 된다

: 앞서와 같은 방식으로 첫번째 순위까지 반복하여 p-value 보정

p-value가 0.01으로 유의하다고 생각했던 첫번째 값은

FDR 보정 후 adjusted p-value가 0.1이 됐기 때문에,

더 이상 유의하지 않음

다중검정비교로 생길 수 있는 1종 오류(false positive)를 FDR 보정으로 회피

위 내용은 StatQuest 영상을 참조함

Clinvar (Clinically relevant variant) Start

BioinformaticsAndMe

Clinvar

: Clinvar는 인간 유전자 변이와 질병에 대한 해석을 무료로 제공하는 공개 아카이브

: 국립 보건원(National Institutes of Health)에서 유지 관리

: 특정 변이의 임상적 중요성은 임상 시험 실험실, 연구 실험실, 전문가 패널들에 의해 평가됨

: 최근에는 유전자 검사를 받은 개개인의 phenotype 정보 업데이트

Clinvar는 크게 4가지 영역의 정보를 통합

1) Variation

: Variation은 Clinvar 데이터 모델에서 관련 Phenotype을 포함해 여러 정보를 연결짓는 KEY 역할

: 제출된 Variation은 dbSNP와 dbVar에 등록된 변이 위치와 비교됨

*등록된 변이라면, Reference ClinVar (RCV) record에 'rs number'가 추가됨

*새로운 변이라면, dbSNP와 dbVar에 제출되어진 후 고유한 Identifier가 역시 RCV에 추가됨

2) Condition

: Phenotype에 대한 자세한 설명은 MedGen에 근거하여 기술

3) Interpretation

: 변이에 대한 임상적 중요성을 해석

: 해석은 Submitter가 제출 마지막 시점에서 이해한 내용으로 유전 방식, 중증도 등의 여러 지표에 의해 평가

: 임상적 중요성에 대한 용어는 the American College of Medical Genetics and Genomics(ACMG;; 미국의학유전학회)의 가이드라인을 준수

: Submitter들 사이에서 의견이 엇갈리는 특정 변이는 'conflicts' 표시가 존재

#Clinvar 홈페이지

https://www.ncbi.nlm.nih.gov/clinvar/

#Reference

1) https://pdfs.semanticscholar.org/565c/cf9e9b306bc2d8263e35dc54641b129b2eee.pdf

2) https://product-docs.readthedocs.io/en/latest/api_library/system_api/ClinVar/

3) https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5753237/

4) https://slideplayer.com/slide/12904816/

5) https://academic.oup.com/nar/article/42/D1/D980/1051029

6) https://www.acmg.net

7) https://ko.wikipedia.org/wiki/OMIM

Clinvar (Clinically relevant variant) End

BioinformaticsAndMe

#대웅제약 채용홈페이지

https://daewoong.recruiter.co.kr/app/jobnotice/view?systemKindCode=MRS1&jobnoticeSn=22466

박테리아 성장곡선 (Bacterial growth curve) Start

BioinformaticsAndMe

박테리아 성장곡선

: 박테리아 집락 증가의 시그모이드 곡선

: 세균 배양에서의 균수와 배양 시간의 관계를 나타냄

: 시그모이드형 생장은 처음에는 천천히 생장하다가, 뒤이어 급속히 생장한 후, 마지막 단계에는 서서히 저하하다가 결국 정지

1) Lag phase (유도기, 지연기)

- 처음 배양액에 접종 후 적응하는 시기

- 세균이 새로운 환경에 적응하느라 세포 수가 크게 증가하지 않는 시기

- 새로운 환경에 적응하기 위해 필요한 다양한 인자 합성

- 배양한지 오래된 배지 혹은 냉동 보관했던 세균들은 지연기가 길어짐

- 같은 조성의 배지로 옮기면 지연기가 짧거나 거의 없음

2) Exponential phase (대수 성장기, 대수기)

- 세균들이 최고속도로 성장, 분열하는 시기

- 세포의 화학적 생리적 특징이 균일

*대수 성장기 세균들로 진행되는 연구는 균일한 결과를 얻기 좋음

- 영양물질 농도에 따라 성장속도 증가

3) Stationary phase (정체기, 정지기)

- 박테리아 성장 정지

- 세포 분열과 세포 사멸 속도가 평형 이룸

- 발생원인: 영양물질 부족, 독성노폐물 축적, 집단 임계밀도

4) Death phase (사멸기)

- 세균들의 성장에 불리한 환경에 진입

- 생균수 감소

- 대수적으로 감소

#Reference

1) https://www.scienceall.com/%EC%83%9D%EC%9E%A5%EA%B3%A1%EC%84%A0growth-curve/

2) https://zetawiki.com/wiki/%EC%83%9D%EC%9E%A5%EA%B3%A1%EC%84%A0,_%EC%84%B1%EC%9E%A5%EA%B3%A1%EC%84%A0

3) http://download.systemsbiology.nl/~jasperk/koen/Practical/WetLab/Week4/Tuesday/GrowthCurve/

4) http://webbuild.knu.ac.kr/~app-mic/resources/lecture/dairy%20microbiology/chap3-microbial%20growth.pdf

박테리아 성장곡선 (Bacterial growth curve) End

BioinformaticsAndMe

경사하강법 (Gradient descent) Start

BioinformaticsAndMe

경사하강법 (Gradient descent)

: 함수 기울기(경사)를 낮은 쪽으로 계속 이동시켜서 극값에 이를 때까지 반복시키는 것

: 제시된 함수의 기울기로 최소값을 찾아내는 머신러닝 알고리즘 (↔ 기울기 최대값을 찾는 경사상습법이 존재)

: 비용 함수(cost function)를 최소화하기 위해 매개 변수를 반복적으로 조정하는 과정

: 학습을 통해 모델의 최적 파라미터를 찾는 것이 목표

경사하강법 과정

Step 1. 특정 파라미터 값으로 시작

: 가중치 w1 대한 시작 값(시작점)을 선택

: 여러 알고리즘에서는 w1을 0으로 설정하거나 임의의 값을 선택

Step 2. Cost function 계산

: 비용함수(cost function) - 모델을 구성하는 가중치 w의 함수

: 시작점에서 곡선의 기울기 계산

Step 3. 파라미터 값 업데이트

: 파라미터 - 학습을 통해 최적화해야 하는 변수

: Wnew =  W – learning rate * dW

#Reference

1) https://ko.wikipedia.org/wiki/%EA%B2%BD%EC%82%AC_%ED%95%98%EA%B0%95%EB%B2%95

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

3) https://www.topcoder.com/blog/gradient-descent-in-machine-learning/

4) https://towardsdatascience.com/machine-learning-fundamentals-via-linear-regression-41a5d11f5220

경사하강법 (Gradient descent) End

BioinformaticsAndMe

Python이 성장하는 7가지 이유 Start

BioinformaticsAndMe

최근 파이썬이 급속하게 성장해온 이유를

7가지로 정리해 보았다.

(주관적인 견해이므로 이견이 있을 수 있다)

1. Popular programming language

3. Open source program

7. Community

#Reference

1) https://spectrum.ieee.org/at-work/innovation/the-2018-top-programming-languages

2) https://www.zdnet.co.kr/view/?no=20161230153750&re=R_20180713105452

3) https://namu.wiki/w/Python

4) https://wikidocs.net/6

5) https://www.ivy-seed.com/?fbclid=IwAR2H1eYAWy_JyZnPyc5N12efvNocxg2B3WNYnlxtk-0xwQwGyyjtX6HAB9A

6) https://docs.python.org/ko/3/library/index.html

7) http://www.ciokorea.com/news/38148

Python이 성장하는 7가지 이유 End

BioinformaticsAndMe

머신러닝 선형회귀 (ML, Linear regression) Start

BioinformaticsAndMe

선형 회귀 (Linear Regression)

: 가장 기본적이고 널리 사용되는 기계 학습 알고리즘 중 하나

: 선형 회귀 분석은 가장 적합한 직선(회귀선)을 사용하여 종속 변수(Y)와 하나 이상의 독립 변수(X) 간의 관계를 모델링

: 관계의 특성은 선형

Y = w1*X1 + w0

   = b1*X1 + b0

      # w1:   기울기(특성 1의 가중치)

# X1:    입력값(특성)

# w0:   y절편(편향값)   

# Y:     출력값(라벨)

#Reference

1) https://acadgild.com/blog/linear-regression

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

3) https://sebastianraschka.com/faq/docs/closed-form-vs-gd.html

4) http://jacob-yo.net/tag/udemy/

5) https://towardsdatascience.com/supervised-learning-basics-of-linear-regression-1cbab48d0eba

머신러닝 선형회귀 (ML, Linear regression) End

BioinformaticsAndMe

if, else, else if, ifelse (R 조건문) Start

BioinformaticsAndMe

R의 조건문

1. if, else (조건 1개 지정)

if (condition 1){

  조건 1 참이면 실행되는 코드}

else{

  조건 1 거짓이면 실행되는 코드}

}

2. else if (조건 추가 지정)

if (condition 1){

  조건 1 참이면 실행되는 코드}

else if (condition 2){

  조건 1 거짓이고, 조건 2 참이면 실행되는 코드}

else{

  조건 1, 2가 모두 거짓이면 실행되는 코드

}

#조건문 기호 의미

'요소' %in% '범주' --> '요소'가 '범주'에 있는가?

'May' %in% month.name

5 %in% 10:20

비교 조건에 사용되는 연산자

== : 같다

!= : 같지 않다

>= : 크거나 같다

> : 크다

<= : 작거나 같다

<: 작다

여러 가지 조건 지정하기

! : ~가 아니다 (부정)

& : AND (교집합)

| : OR (합집합)

if, else, else if, ifelse (R 조건문) End

BioinformaticsAndMe

while, for (R 반복문) Start

BioinformaticsAndMe

R의 반복문

1. while

i <- 0

while (i < 10) {

print (i)

i <- i + 1

}

[1] 0

[1] 1

[1] 2

[1] 3

[1] 4

[1] 5

[1] 6

[1] 7

[1] 8

[1] 9

2. for

for(m in month.name){

print(m)

}

[1] "January"

[1] "February"

[1] "March"

[1] "April"

[1] "May"

[1] "June"

[1] "July"

[1] "August"

[1] "September"

[1] "October"

[1] "November"

[1] "December"

#반복문과 조건문을 이용한 예제

letters벡터와 for, if문을 이용해서 c('a','e','i','o','u')인 경우에만 출력하는 코드

test <- c('a','e','i','o','u')

for(i in test){

  if(i %in% letters ){

    print(i)}

}

[1] "a"

[1] "e"

[1] "i"

[1] "o"

[1] "u"

while, for (R 반복문) End

BioinformaticsAndMe