통합 마이크로어레이 데이터를 이용한 유방암의 분자적 서브타입의 분류

Abstract

유방암의 분자적 서브타입은 Basal-like, Luminal A, Luminal B, ERBB2/HER2+가 있으며 환자의 예후에 많은 영향을 미치는 중요한 요소이다. 따라서 최적의 치료 방법 선택 시 서브타입을 정확하게 진단하는 것은 매우 중요하다. 그러나 복수 개의 클래스 문제로, 서브타입의 정확한 예측이 힘들며, 기존 연구에서 비교적 높은 정확도를 보이지 못하였다. 마이크로어레이는 많은 유전자 발현 값을 포함하므로 질병의 발현 형질 분류에 유용하게 쓰인다. 하지만, 기존 연구들에서 개별적으로 얻어진 마이크로어레이 데이터의 샘플 수가 제한적이기 때문에 정확한 분석을 위해 데이터를 통합하여 샘플 수를 늘리는 것은 중요한 요소이다. 본 논문에서는 유전자 발현량의 순위를 이용하여 데이터를 정규화 및 통합하고 Naive Bayes, Lib-SVM, C4.5을 사용하여 분류정확도를 구한다. 높은 분류정확도를 유지하고 가장 적은 수의 인포머티브 유전자를 이용하여 유전자온톨로지 분석을 한다. 또한 통계적으로 유의한 (p-value < 0.01) 104개의 GO-Term 중에서 암과 관련된 11개의 GO-Term을 찾고 그에 속하는 유전자를 제시하였다.