RISS 검색 - 국내학술지논문 상세보기

국문 초록 (Abstract)

이차원 전기영동(2-DE) 영상의 반점은 단백질을 의미한다. 두 2-DE 영상의 반점을 정합하면 단백질의 생성과, 소멸, 변이 등을 알 수 있다. 전기영동 과정에서 조직의 상태, 실험 조건에 따라 같...

이차원 전기영동(2-DE) 영상의 반점은 단백질을 의미한다. 두 2-DE 영상의 반점을 정합하면 단백질의 생성과, 소멸, 변이 등을 알 수 있다. 전기영동 과정에서 조직의 상태, 실험 조건에 따라 같은 단백질이라도 2-DE 영상에서 위치가 조금씩 다르므로 반점 정합관계는 균일하지 않은 비선형 변환 관계이다. 토폴로지를 고려하여 정점을 정합하는 방법으로 TPRL(Topology Preserving Relaxation Labeling) 알고리즘을 개발하였다. 2-DE 영상은 국지적으로 이웃한 반점끼리는 토폴로지가 유지되므로 이를 반영하여 TPRL 알고리즘을 개선하여 단백질 반점을 정합하는 방안을 제시한다. 개선한 TPRL 알고리즘은 각 정점에서 shape context를 계산하여 초기 정합 비용을 계산하고, 거리, 각도와 평탄함으로 적합정도를 계산하는 과정으로 relaxation을 수행하고, 정합도를 높이기 위한 thin plate spline 변환을 수행한다. 수렴할때까지 이 과정을 반복한다. 합성 데이터와 실제 데이터에 대하여 실험을 하였고, 실험결과 이전방법보다 개선됨을 확인하였다.

다국어 초록 (Multilingual Abstract)

A spot in a two dimensional electrophoresis (2-DE) image corresponds to a protein. Matching spots between two 2-DE images can make it possible to find out the generation, extinction and change of proteins. The location of the same protein can be different a little according to the tissue status and the conditions of experiment in the 2-DE process. The relation of spot matching is non-linear and non-uniform. We have developed the topology preserving relaxation labeling (TPRL) algorithm which can match points with their topology. Since the local topology of neighborhood spots preserves between 2-DE images, we improved the TPRL algorithm to match protein points by reflecting this characteristic. The improved TPRL algorithm computes the initial matching costs by the shape context at each spots, performs relaxation by computing the compatibility coefficient which represent the similarity between distance, angle and smoothness, and transforms the image by the thin plate spline model. This process iterates until convergence. We experimented the proposed algorithm on synthetic data and real data. The experimental results shows the improved matching of the proposed method.

목차 (Table of Contents)

요약
Abstract
1. 서론
2. 2-DE 영상의 단백질 반점 정합
3. TPRL(Topology Preserving Relaxation Labeling) 알고리즘

요약
Abstract
1. 서론
2. 2-DE 영상의 단백질 반점 정합
3. TPRL(Topology Preserving Relaxation Labeling) 알고리즘
4. 실험과 결과
5. 결론
참고문헌

참고문헌 (Reference)

1 황영섭, "토폴로지를 반영한 단백질 반점 자동 정합" 한국정보처리학회 17 (17): 79-84, 2010

2 L.R Bandara, "Toxicoproteomics - a new preclinical tool" 7 : 411-418, 2002

3 Jong-Ha Lee, "Topology Preserving Relaxation Labeling for Nonrigid Point Matching" 33 (33): 427-432, 2011

4 Brittan N. Clark, "The myth of automated, high-throughput two-dimensional gel analysis" 8 : 1-7, 2008

5 Garrels, J., "The QUEST system for quantitative analysis of two-dimensional gels" 264 (264): 5269-5282, 1989

6 Alexandre Noma, "Structural Matching of 2D Electrophoresis Gels Using Deformed Graphs" 32 (32): 3-11, 2011

7 Serge Belongie, "Shape Matching and Object Recognition Using Shape Contexts" 24 (24): 509-522, 2002

8 Mike Rogers, "Robust and Accurate Registration of 2-D Electrophoresis Gels Using Point-Matching" 16 (16): 624-635, 2007

9 J.L Harry, "Proteomics: capacity versus utility" 21 : 1071-1081, 2000

10 S. Veeser, "Multiresolution image registration for two-dimensional gel electrophoresis" 1 : 856-870, 2001