KR100437253B1 - 마이크로어레이 모사 이미지 생성 시스템 및 그 방법 - Google Patents

Abstract

본 발명은 마이크로어레이 모사 이미지 생성 시스템 및 그 방법을 개시한다. 마이크로어레이 칩의 제작 과정에서 슬라이드 글라스에 DNA가 고착되는 현상으로부터 스팟 내 DNA의 분포에 대한 수학적 모델을 도출하고, 스팟의 에지를 검출한 후 스팟 내 픽셀 좌표를 구하여 스팟 템플릿을 생성하고, 실험군 및 대조군 mRNA의 잡종화(Hybridization) 과정에서 추가되는 물리적 특성값인 랜덤 특성값을 생성하고, 이것을 수학적 스팟 모델에 부여하여 실제 이미지와 유사한 스팟 모사 이미지를 생성한다. 이렇게 생성된 스팟 모사 이미지를 이용하여 전체 마이크로어레이 이미지를 도출한다. 따라서, 실제 마이크로어레이 이미지의 에지 검출로부터 얻어진 템플릿을 토대로 이미지를 재건함으로써 스팟의 정확한 영역을 분리해낼 수 있으며, 실제 이미지에 가까운 모사 이미지를 생성할 수 있다.

Description

마이크로어레이 모사 이미지 생성 시스템 및 그 방법{MICROARRAY COPY IMAGE CREATION SYSTEM AND METHOD THEREOF}

본 발명은 마이크로어레이 모사 이미지 생성 시스템 및 그 방법에 관한 것으로, 마이크로어레이 칩의 제작 및 실험 과정을 모사에 포함시켜 실제 마이크로어레이 이미지의 에지 검출로부터 얻어진 템플릿(Template)을 토대로 이미지를 재건하는 마이크로어레이 모사 이미지 생성 시스템 및 그 방법에 관한 것이다.

마이크로어레이 칩은 수천에서 수만 개의 DNA를 슬라이드 글라스 위에 지름이 약 200㎛ 정도인 스팟(Spot)으로 집적시켜 찍어 낸 고밀도의 실험 도구로서, 비교하고자 하는 두 가지 군 즉, 실험군 및 대조군의 mRNA를 형광 표지한 후에 이를 경합적으로 칩에 결합시켜 각각의 형광 강도(Fluorescence Intensity)를 측정함으로써 동시에 수천에서 수만 개 유전자의 상대적인 발현 양상을 알아볼 수 있다.

이렇게 만들어진 마이크로어레이 칩은 특정 세포나 특정 조직에서만 발현되는 독특한 유전자들을 분석하는데 크게 기여하게 된다. 또한, 유전자발현 대량분석, 인체질환 진단 및 감시, 환경인자에 대한 생물학적 반응 연구, 식품안정성 검사, 신약개발, 임상병리학 및 동식물 검역 등에 이용될 수 있다.

이러한 마이크로어레이 칩의 제작 방법은 다음과 같다.

먼저 테스트용 DNA들을 슬라이드 글라스 위에 일정한 크기의 스팟 형태로 찍어 수천에서 수만개의 스팟으로 이루어진 어레이(Array)를 생성한다. 또한 대조군및 실험군의 표본들로부터 mRNA를 추출하여 이들 mRNA를 반전사(Reverse Transcription)시키는데, 이때 각각 빨간색(Cy5)이나 녹색(Cy3)의 형광물질을 띤 염기를 집어넣어 mRNA 자체에 태깅(Tagging)시킨다.

이때, 노란색으로 발현되는 유전자들은 녹색과 빨간색의 중첩에 의하여 나타나는 것으로서 이러한 유전자들은 두 환경에서 서로 비슷한 양이 발현되는 것을 알 수 있다.

이와 같이 합성된 두 표본의 mRNA를 동일한 양으로 섞어서 어레이칩에 결합시키는데, 여기서 결합이 안된 유전자들은 씻겨나가고, 결합된 유전자들만이 남아 마이크로어레이 칩이 생성된다.

이렇게 제작된 마이크로어레이 칩은 레이저 형광 스캐너에 의하여 읽혀지는데, 이때 스캐너의 종류에 따라 직경 5㎛ 또는 10㎛의 픽셀(Pixel) 단위로 마이크로어레이 칩의 형광 이미지를 읽어들인다.

이 형광 이미지는 대개 언사인드(Unsigned) 16 비트 이미지로 컴퓨터에 저장되고, 각각 유전자의 형광 정도는 그 유전의 발현정도를 알려주는 것으로 이들 정보는 컴퓨터 소프트웨어 상에서 분석된다. 따라서 마이크로어레이 이미지가 나타낼 수 있는 형광 강도의 범위는 0에서부터 (2¹⁶-1), 즉 65535까지 나타낼 수 있다.

그런데 대부분의 실험에서, 스팟의 형광 강도가 65535에 가까울 정도로 유전자의 발현 정도가 높은 유전자는 전체 유전자 중 매우 일부에 불과하며, 대부분의 유전자의 발현 정도는 이보다 매우 낮은 수준이므로 스팟의 형광 강도 역시 매우낮다.

또한 마이크로어레이 이미지의 한 픽셀은 직경 10㎛ 정도일 때 직경이 200㎛ 정도인 스팟은 약 20개의 픽셀로 이루어져 있다. 따라서 마이크로어레이 이미지는 육안으로 관찰하였을 때 매우 흐릿한 이미지로 보이게 된다. 그런데 현재까지의 마이크로어레이 이미지 분석 시스템은 이러한 이미지에서 스팟 영역과 백그라운드(Background) 영역을 분리해내는데 한계를 가지고 있다.

한편 유전자 정보 분석시, 마이크로어레이 칩은 슬라이드 글라스 위에 각기 다른 유전자의 cDNA가 직경 200㎛ 정도의 스팟 형태로 심어진 것이므로 각 유전자의 발현 정도를 측정하기 위해 각 스팟을 세그먼트 형태로 분리한다.

이때, 스팟의 에지를 탐지해 스팟의 이미지를 분리하여 분석하는 일부의 시스템을 제외하고는 대부분이 유효한 스팟을 추출하기 위해 일정한 크기의 기준원을 세그먼트의 중심에 위치시켜 기준원 내부를 스팟의 영역으로 간주하여 분석하는 방법을 사용하는데, 스팟에 비해 기준원의 크기가 크게 되면 스팟 뿐만 아니라 백그라운드(Background)가 기준원 안에 포함된다. 따라서 스팟의 형광강도의 평균값, 중앙값 및 최빈값 중 하나 또는 그 이상을 사용하는 마이크로어레이 이미지 분석방법에서 데이터 평균값에 오류가 발생하는 문제점이 있다.

또는, 세그먼트 중심이 스팟의 중심측에 위치하지 않고 한쪽으로 치우쳐 있는 경우에 기준원과 스팟의 위치가 어긋나게 되므로 기준원에 포함되어 있는 스팟의 일부만이 유효정보로 사용되고, 스팟의 나머지 부분은 백그라운드로 처리되어 데이터 에러율이 증대되는 문제점이 있다.

또한 마이크로어레이 이미지는 스팟 내부의 형광 강도의 분포가 특정 패턴을 갖는 것으로 관찰되는데, 대부분의 스팟에서 가장자리 쪽의 형광 강도는 높으며 스팟의 중심쪽으로 갈수록 강도가 낮은 양상을 보인다. 따라서 스팟의 정확한 영역을 분리해 내지 못하면 평균값, 중앙값, 또는 최빈값 모두에 영향을 주게 된다.

그러므로, 본 발명이 이루고자 하는 기술적 과제는 마이크로어레이의 실제 이미지 특성을 가능한 한 모두 포함하고 있는 이미지를 소프트웨어적으로 모사하여 이 모사 이미지 값과, 마이크로어레이 이미지 분석 시스템을 통하여 분석한 데이터 값을 비교하여 마이크로어레이 모사 이미지를 형성하는 마이크로어레이 모사 이미지 생성 시스템 및 그 방법을 제공하고자 하는 데 있다.

도 1은 본 발명의 실시예에 따른 모사 이미지 생성 시스템의 구성이 도시된 블록도이다.

도 2는 본 발명의 실시예에 따른 랜덤 특성값 생성 모듈이 도시된 블록도이다.

도 3은 본 발명의 실시예에 따른 스팟 템플릿 생성 모듈이 도시된 도이다.

도 4는 본 발명의 실시예에 따른 모사 이미지 생성 방법이 도시된 순서도이다.

도 5는 본 발명의 실시예에 따른 모사 이미지 생성 방법 중 이미지 처리 과정이 도시된 순서도이다.

***도면의 주요 부분에 대한 부호의 설명***

30 : 랜덤 특성값 생성 모듈

40 : 수학적 모델 생성 모듈

70 : 에지 검출 모듈

80 : 스팟 템플릿 생성 모듈

90 : 스팟 모사 이미지 생성 모듈

100 : 마이크로어레이 모사 이미지 생성모듈

이러한 기술적 과제를 달성하기 위한, 본 발명의 특징에 따른 마이크로어레이 모사 이미지 생성 시스템은, 슬라이드 글라스에 적하한 유전자 용액의 스팟(Spot) 내 유전자 분포에 대한 수학적 모델을 도출하는 수학적 모델 생성 모듈; 서로 다른 색깔의 형광 염기들에 의해 태깅(tagging)된 실험군과 대조군의 표본에서 추출한 유전자 집합으로 이루어진 마이크로어레이 칩에 대한 원시 이미지(Image)를 포함한 각종 이미지 정보를 저장하는 이미지저장 모듈; 상기 이미지 저장모듈에 저장된 마이크로어레이 칩의 원시 이미지를 테스트용 이미지로 변환하고, 상기 테스트용 이미지로부터 오버랩(Overlap) 이미지를 구성한 후 각 이미지들을 상기 이미지 저장모듈에 저장하는 이미지변환 모듈; 상기 이미지 저장모듈에저장된 테스트용 이미지에서 각 스팟(Spot)에 해당하는 유전자의 발현 정도를 측정하기 위해 스팟을 세그먼트 형태로 분리하여 스팟 영역에서 에지를 검출하는 에지검출 모듈; 상기 에지 검출 모듈에서 검출된 스팟 에지 템플릿을 토대로 설정한 스팟 내 픽셀의 좌표를 상기 수학적 모델에 적용하여 스팟 템플릿을 생성하는 스팟 템플릿 생성 모듈; 상기 실험군 및 대조군 mRNA의 잡종화(Hybridization) 후 스팟의 형광 강도를 나타내는 랜덤 특성값을 생성하는 랜덤 특성값 생성 모듈; 상기 스팟 템플릿 생성 모듈에서 생성된 스팟 템플릿에 상기 랜덤 특성값을 적용하여 스팟 모사 이미지를 생성하는 스팟 모사 이미지 생성 모듈; 및 상기 스팟 모사 이미지 생성 모듈에서 생성된 스팟 모사 이미지를 전체 마이크로어레이 이미지로 재건하는 마이크로어레이 모사 이미지 생성 모듈을 포함한다.

수학적 모델 생성 모듈에서 도출된 수학적 모델은 하기 수학식을 만족하는 것이 바람직하다.

위의 식에서 P(r)은 슬라이드 글라스 위의 스팟 내 유전자 분포이고, C(0)는 초기 액적의 농도이고, K_C는 농도상수이고, K_V는 체적상수이고, r₀은 초기 액적의 반경이고, r_t는 시간이 t일 때 액적의 반경이다.

스팟 템플릿 생성 모듈에서 생성된 스팟 템플릿은 하기 수학식을 만족하는것이 바람직하다.

위의 식에서 P_ij는 스팟 내 픽셀(x_ij,y_ij)의 유전자 고착량이고, C(0)는 초기 액적의 농도이고, K_C는 농도상수이고, K_V는 체적상수이고, ζ_i는 스팟의 에지 상의 점(ξ_i,η_i)에서 스팟의 중심(C_x,C_y)까지의 거리이고, r_ij는 스팟의 중심에서 스팟 내 픽셀(x_ij,y_ij)까지의 거리이다.

랜덤 특성값 생성 모듈에서 도출된 랜덤 특성값은 하기 수학식을 만족하는 것이 바람직하다.

위의 식에서 d_n은 n번째 스팟의 표적 유전자량이고, C₀는 초기 액적의 농도이고, K_V는 체적상수이고, ζ_i는 스팟의 에지 상의 점(ξ_i,η_i)에서 스팟의 중심(C_x,C_y)까지의 거리이다.

또한, 스팟 모사 이미지 생성 모듈에서 생성된 스팟 모사 이미지는 하기 수학식을 만족하는 것이 바람직하다.

위의 식에서 S_mn은 실험군 및 대조군의 n번째 스팟의 형광강도 값이고, a_m은실험군 및 대조군의 총 mRNA량이고, θ_mn은 발현된 총 mRNA량 중 n번째 유전자가 차지하는 비율이고, d_n은 n번째 스팟의 표적 유전자량이고, K_C는 농도상수이고, K_V는 체적상수이고, ζ_i는 스팟의 에지 상의 점(ξ_i,η_i)에서 스팟의 중심(C_x,C_y)까지의 거리이고, r_ij는 스팟의 중심에서 스팟 내 픽셀(x_ij,y_ij)까지의 거리이다.

또한 본 발명에 따른 마이크로어레이 모사 이미지 생성 시스템은 백그라운드 형광강도 및 백그라운드 노이즈를 통하여 백그라운드 이미지를 생성하는 백그라운드 이미지 생성모듈을 더 포함할 수 있고, 상기 스팟 모사 이미지와 상기 백그라운드 이미지를 결합하여 전체 마이크로어레이 이미지로 재건할 수 있다.

또한, 본 발명의 특징에 따른 마이크로어레이 모사 이미지 생성방법은, 슬라이드 글라스에 적하한 유전자 용액의 스팟(Spot) 내 유전자 분포에 대한 수학적 모델을 도출하는 제1단계; 서로 다른 색깔의 형광 염기들에 의해 태깅(tagging)된 실험군과 대조군의 표본에서 추출한 유전자 집합으로 이루어진 마이크로어레이 칩에 대한 원시 이미지(Image)를 포함한 각종 이미지 정보를 저장하는 제2단계; 상기 원시 이미지를 테스트용 이미지로 변환하고, 상기 테스트용 이미지로부터 오버랩(Overlap) 이미지를 구성한 후 각 이미지들을 상기 이미지 저장모듈에 저장하는 제3단계; 상기 테스트용 이미지에서 각 스팟(Spot)에 해당하는 유전자의 발현 정도를 측정하기 위해 스팟을 세그먼트 형태로 분리하고, 각 세그먼트로부터 스팟 영역을 탐지하여 스팟 에지를 검출하는 제4단계; 상기 검출된 스팟 에지 템플릿을 수학적 모델에 적용하여 스팟 템플릿을 생성하는 제5단계; 상기 실험군 및 대조군mRNA의 잡종화(Hybridization) 후의 스팟의 형광 강도를 나타내는 랜덤 특성값을 생성하는 제6단계; 상기 스팟 템플릿에 상기 랜덤 특성값을 적용하여 스팟 모사 이미지를 생성하는 제7단계; 및 상기 스팟 모사 이미지를 전체 마이크로어레이 이미지로 재건하는 제8단계를 포함한다.

상기 제5단계는, 상기 스팟의 에지상의 점과 스팟의 중심을 구하여 스팟 내 픽셀의 새로운 좌표를 설정하는 단계; 및 상기 스팟 내 픽셀의 좌표를 수학적 모델에 적용하여 스팟 템플릿을 생성하는 단계를 포함한다.

상기 제6단계는, 실험군 또는 대조군의 총 mRNA량을 구하는 단계; 발현된 유전자의 총 mRNA량 중 n번째 유전자가 차지하는 비율을 구하는 단계; n번째 스팟에 해당하는 표적 유전자량을 구하는 단계; 상기 총 mRNA량과 n번째 유전자가 차지하는 비율로부터 n번째 스팟에 잡종화될 수 있는 탐침의 양을 구하는 단계; 및 상기 탐침의 양과 표적 DNA량으로부터 잡종화 후 n번째 스팟의 형광 강도를 구하는 단계를 포함한다.

상기 제8단계는, 스팟 모사 이미지에 위치정보를 결합하여 스팟 어레이 이미지를 생성하는 단계; 및 상기 스팟 어레이 이미지에 백그라운드 이미지를 결합하여 마이크로어레이 모사 이미지를 형성하는 단계를 포함한다.

이하, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있는 가장 바람직한 실시예를 첨부된 도면을 참조로 하여 상세히 설명하면 다음과 같다.

도 1에 본 발명의 실시예에 따른 마이크로어레이 모사 이미지 생성 시스템의구성이 도시되어 있다.

첨부한 도 1에 도시되어 있듯이, 본 발명의 실시예에 따른 마이크로어레이 모사이미지 생성 시스템은, 백그라운드 형광강도 및 백그라운드 노이즈를 통하여 백그라운드 이미지를 형성하는 백그라운드 이미지 생성 모듈(20),

실험군 및 대조군 mRNA의 잡종화(Hybridization) 후 스팟의 형광 강도를 나타내는 랜덤 특성값을 생성하는 랜덤 특성값 생성 모듈(30),

마이크로어레이 칩 생성 과정에서 슬라이드 글라스에 적하한 유전자 용액의 스팟(Spot) 내 유전자 분포에 대한 수학적 모델을 도출하는 수학적 모델 생성 모듈(40),

cDNA 마이크로어레이 이미지를 스캐닝하여 16비트 TIFF(Tag Image File Format) 형태로 하드디스크(10)에 저장된 원시 이미지와, 원시 이미지로부터 생성되는 각종 변환된 이미지 정보를 저장하는 이미지 저장모듈(50),

이미지 저장모듈(50)에 저장되어 있는 원시 이미지를 테스트용 이미지로 변환하고, 테스트용 이미지로부터 오버랩 이미지를 구성한 후 이미지 저장모듈(50)에 저장하는 이미지 변환모듈(60),

이미지 저장모듈(50)에 저장되어 있는 오버랩 이미지의 각 스팟에 해당하는 유전자의 발현 정도를 측정하기 위해 스팟을 세그먼트 형태로 나누고, 각 세그먼트에서 스팟 영역의 에지를 검출하는 에지검출 모듈(70),

에지 검출 모듈(70)에서 검출된 스팟 에지 템플릿을 토대로 설정한 스팟 내 픽셀의 좌표를 수학적 모델에 적용하여 스팟 템플릿을 생성하는 스팟 템플릿 생성모듈(80),

스팟 템플릿 생성 모듈(80)을 통하여 생성된 스팟 템플릿에 랜덤 특성값을 적용하여 스팟 모사 이미지를 생성하는 스팟 모사 이미지 생성 모듈(90) 및

스팟 모사 이미지 생성 모듈(90)을 통하여 생성된 스팟 모사 이미지와 백그라운드 이미지 형성 모듈(20)에서 생성된 백그라운드 이미지를 전체 마이크로어레이 이미지로 재건하는 마이크로어레이 모사 이미지 생성 모듈(100)을 포함한다.

수학적 모델 생성 모듈(40)은 실제 마이크로어레이 칩의 슬라이드 글라스 위의 스팟 내 DNA의 분포를 구하는 것으로, 마이크로어레이 칩의 제작 과정에서 발생하는 물리적, 화학적 현상을 수학적으로 모델링(modeling)한다.

일반적인 마이크로어레이 칩의 제작 과정을 살펴보면, 먼저 DNA 라이브러리를 슬라이드 글라스 위에 프린트하기 전에 DNA와 유리판과의 결합을 용이하게 하기 위해 슬라이드 글라스를 먼저 알데히드(또는 아민)기를 함유하는 기질로 코팅한다.

또한 각 DNA 분자에는 합성 프라이머를 이용하여 지방족 아민(또는 알데히드)을 붙인다. 이렇게 아민(또는 알데히드)이 붙은 DNA는 중합효소연쇄반응(Polymerase Chain Reaction ; PCR) 과정을 통해 이중나선구조를 가진 DNA로 합성되고, 지방족 아민(또는 알데히드)은 탈수작용을 거치면서 유리판 표면의 기질에 있는 알데히드(또는 아민)기와 결합함으로써 DNA가 슬라이드 글라스에 고착될 수 있게 한다. 이러한 과정은 DNA 용액이 기질의 표면에서 건조되는 동안 일어난다.

이후, 백그라운드 형광 강도를 최소화하기 위해 슬라이드 글라스에 반응하지않고 남아있는 알데히드(또는 아민)기를 없앤다.

이러한 내용을 수학적으로 모델링하면 다음과 같다.

DNA 용액을 슬라이드 글라스에 적하했을 때의 부피 V와 표면적 S를 액적의 반경 r의 함수로 나타내면 다음과 같다.

(수학식 1)

여기서 K_V는 체적상수이고, K_S는 면적상수이며, t는 시간이다.

이때, 수분의 증발에 의한 체적의 감소율이 표면적에 비례한다고 가정하면, 이것을 다음의 수학식2와 같이 나타낼 수 있다.

(수학식 2)

여기서 k는 비례상수이다.

그러면, 위의 수학식1과 수학식2로부터 다음의 수학식3을 얻을 수 있다.

(수학식 3)

여기서 K_R은 반경상수이고, r₀는 t=0일 때 액적의 반경이다.

위의 수학식3을 통하여 DNA 용액이 건조과정을 거치면서 액적의 반경은 선형적으로 감소함을 알 수 있다.

한편, 액적의 반경이 r이고 시간이 t일 때 액적의 표면에서 수분이 증발하여 슬라이드 글라스에 고착되는 DNA의 양 P(r)이 액적의 농도 C(t)에 비례한다고 가정하면, 다음의 수학식4를 구할 수 있다.

(수학식 4)

여기서 K_C는 농도상수이다.

따라서, 액적에 남아있는 DNA의 농도는 아래의 수학식5와 같다.

(수학식 5)

그러므로, 위의 수학식4와 수학식5로부터 수학식6과 같이 슬라이드 글라스 위의 스팟 내 DNA의 분포를 나타내는 수학적 모델을 도출할 수 있다.

(수학식 6)

한편, 랜덤 특성값 생성 모듈(30)은 실험군 및 대조군 mRNA의 잡종화 과정에서 추가되는 물리적 특성값들을 생성하는 것으로, 이 과정이 도 2에 도시되어 있다.

도 2에 도시된 바와 같이, 우선 마이크로어레이 칩의 제작 후 실험군 및 대조군의 샘플에서 취한 mRNA를 칩 상의 DNA 라이브러리와 경합적으로 잡종화시킨다. 즉, 실험군 및 대조군을 m(m = 1, 2), 스팟의 일련 번호를 n(n = 1, 2,…,l)이라고 했을 때, a_m을 실험군 또는 대조군의 총 mRNA량, θ_mn을 발현된 유전자의 총 mRNA량 중 n번째 유전자가 차지하는 비율이라고 하면, a_mθ_mn은 n번째 스팟에 잡종화될 수 있는 탐침(Probe)의 양이 된다. 여기에 n번째 스팟에 해당하는 표적 DNA량을 d_n이라고 하면, a_mθ_mnd_n은 잡종화 후의 n번째 스팟의 형광 강도가 된다.

실험 상에서는 실험군과 대조군의 mRNA를 동량으로 섞는 것을 원칙으로 하고 있으나, 실험 상의 오차 등에 의해 정확히 동량이 섞이지 않는 경우가 많다. 이로 인해 실험군 또는 대조군에서 상대적인 유전자 발현 정도가 실제보다 높게 나타나는 양상이 나타난다. 따라서 이를 보정하기 위해 이미지 분석 시 정규화(Normalization) 과정이 필요하며, a_m값을 적절히 조절함으로써 이미지 분석 시스템의 정규화 성능을 평가하거나 적절한 정규화 방법을 찾을 줄 수 있다.

한편, 마이크로어레이 이미지 분석에서 최종적으로 얻고자 하는 값은 대조군에 대한 실험군의 유전자 발현 비율, 즉 θ_2n /θ_1n이다. 그런데 이미지 분석 시스템에서는 형광 강도의 비율로써 유전자의 발현 비율을 간접적으로 확인하는 방법을 사용하기 때문에 실제 값과 분석 결과에는 오차가 발생한다. 따라서 본 발명의 시스템에서는 가우스 백색 노이즈(Gaussian White Noise)와 무작위 수를 이용하여 θ_mn을 생성하였다. 이것을 식으로 나타내면 다음과 같다.

(수학식 7)

여기서 σ₁은 가우스 백색잡음의 표준편차이며, σ₂는 무작위 수의 표준편차이다. 이 σ₁과 σ₂을 사용하여 유의한 유전자를 적절하게 생성한 후, 이미지 분석 시스템에서 분석해 낸 결과와 비교하여 시스템의 성능을 평가할 수 있으며, 각종 잡음이 시스템에 미치는 영향을 분석하여 보다 효율적이고 정확한 이미지 분석 시스템을 개발하는 데 도움을 줄 수 있다.

d_n은 실험군 및 대조군의 mRNA가 잡종화되는 표적 DNA량으로서, 이것은 마이크로어레이 칩의 스팟에 고착된 DNA량과 일치하며, DNA 액적이 건조되기 전 DNA의 농도에 액적의 체적을 곱한 값과도 일치한다. 그러므로 이것을 식으로 나타내면 다음과 같다.

(수학식 8)

한편, 이미지 변환모듈(60)은 이미지 처리 속도를 증가시키고 사용자에게 적절한 시점에 제시하기 위해 Cy3 및 Cy5에 의한 16 비트의 원시 이미지를 8비트의 테스트용 이미지, 오버랩 이미지로 변환한다.

대개, cDNA 마이크로어레이 칩은 두가지 다른 파장의 레이저로 Cy3 및 Cy5형광 염기를 탐지하기 위해 2회 스캐닝되는데, 스캐닝된 두 개의 이미지에서 칩의 위치는 여러 요인에 의해 불일치되기 쉽다.

따라서, 이미지 변환모듈(60)은 이미지 처리에 앞서 두 이미지의 스팟의 위치를 일치시키는 자동화된 위치 보정 과정을 수행한 후에 두 이미지의 오버랩 이미지를 생성한다.

따라서, 에지검출 모듈(70)은 각 스팟에 해당하는 유전자의 발현 정도를 측정하기 위해 각 스팟을 세그먼트 형태로 나누는 세그멘테이션 과정을 수행하고, 각 세그먼트에서 스팟 영역을 탐지하여 스팟 에지를 검출한다.

이때, 스팟의 세그먼트 좌표는 어레이 형태로 저장되고 각각 세그먼트에 대한 인덱스 정보가 입력된다.

스팟 템플릿 생성 모듈(80)은 에지 검출 모듈(70)에서 획득한 스팟 에지 템플릿(Edge Template)을 이용하여 스팟의 에지 상의 점들(Points on the Contour)과 스팟의 중심(Centoid of the Image)을 구하여 스팟 내부에 새로운 좌표를 설정한 후 이것을 수학적 모델 생성 모듈(40)에 적용하여 스팟 템플릿을 생성한다.

도 3에 스팟 템플릿 생성 모듈(80)이 도시되어 있다.

도 3에 도시된 바와 같이, 스팟의 에지 상의 한 점(ξ_i, η_i)으로부터 스팟의 중심(Cx, Cy)까지의 거리 ζ_i는 다음의 수학식9와 같다.

(수학식 9)

또한, 스팟 내 픽셀의 좌표(x_ij, y_ij)와 스팟의 중심으로부터 각 픽셀까지의 거리 r_ij는 다음의 수학식10과 같다.

(수학식 10)

위의 수학식9, 수학식10 및 수학식6의 수학적 모델을 토대로 다음의 수학식11과 같이 스팟 내부의 각 픽셀에 대한 DNA의 고착량을 나타내는 스팟 템플릿을 구할 수 있다.

(수학식 11)

또한, 위의 수학식 11에 실험군 및 대조군의 mRNA 잡종화 표적 DNA량을 나타내는 수학식8을 대입하면 다음의 수학식12와 같이 n번째 스팟 내 픽셀의 유전자고착량을 구할 수 있다.

(수학식 12)

스팟 모사 이미지 생성 모듈(90)은 랜덤 특성값 생성 모듈(30)에서 생성한 랜덤 특성값을 스팟 템플릿 생성 모듈(80)에서 획득한 스팟 템플릿에 적용하여 다음의 수학식 13과 같이 실험군 및 대조군의 각 스팟의 형광강도 값을 나타내는 스팟 모사 이미지를 생성한다.

(수학식 13)

한편, 마이크로어레이 모사 이미지 생성 모듈(100)은 스팟 템플릿으로부터 생성된 스팟 모사 이미지에 위치정보를 더하여 스팟 어레이 이미지를 생성하고, 백그라운드 이미지 형성 모듈(20)은 백그라운드 형광 강도 b_m와 백그라운드 노이즈 b_m'을 더하여 백그라운드 이미지를 생성한다.

여기서 백그라운드 형광 강도 b_m은 실제 이미지의 로컬 백그라운드의 평균값을 사용하거나 임의의 값을 발생시켜 사용한다. 또한 백그라운드 노이즈 b_m'은 실제 이미지에서 스팟 영역이 제거된 이미지 중 형광강도가 높은 부분만을 추출하여 얻어낸다. 이렇게 생성된 스팟 어레이 이미지와 백그라운드 이미지를 더하여 마이크로어레이 모사 이미지를 생성한다.

상기와 같이 구성되는 마이크로어레이 모사 이미지 생성 시스템의 동작을 첨부한 도면을 참조하여 설명하면 다음과 같다.

도 4는 본 발명의 실시예에 따른 마이크로어레이 모사 이미지 생성 방법의 순서도이다.

도 4에 도시되어 있듯이, 먼저 슬라이드 글라스 위의 스팟 내 DNA의 분포를나타내는 수학적 모델을 도출하고, 실험군 및 대조군 mRNA의 잡종화 과정에서 추가되는 물리적 특성값인 랜덤 특성값을 생성한다(S1).

또한 하드디스크(10)에서 16비트 TIFF 형태로 이루어진 Cy3와 Cy5에 의한 원시 이미지들을 추출하여 이미지 저장모듈(50)에 저장한다(S2).

그리고, 이미지 변환모듈(60)은 두 원시 이미지를 8비트의 테스트용 이미지로 변환한다(S3).

에지검출 모듈(70)은 각 스팟에 해당하는 유전자의 발현 정도를 측정하기 위해 8비트의 테스트용 이미지에서 스팟을 세그먼트 형태로 나누고 각 스팟의 세그먼트 좌표를 어레이 형태로 저장한다(S4).

그리고, 각 세그먼트에서 스팟 영역을 탐지하여 스팟의 에지를 검출한다(S5).

스팟 템플릿 생성 모듈(80)은 에지검출 모듈(70)을 통해 얻은 스팟 에지 템플릿을 수학적 모델에 적용하여 스팟 템플릿을 생성한다(S6).

스팟 모사 이미지 생성 모듈(90)은 위에서 획득한 스팟 템플릿 및 랜덤 특성값을 토대로 스팟 모사 이미지를 생성한다(S7).

마이크로어레이 모사 이미지 생성 모듈(100)은 이 스팟 모사 이미지에 위치정보를 추가하여 스팟 어레이 이미지를 생성하고(S8), 백그라운드 형광강도와 백그라운드 노이즈를 결합하여 생성한 백그라운드 이미지와 스팟 어레이 이미지를 결합하여 최종적으로 마이크로어레이 모사 이미지를 생성한다(S9).

도 5에 본 발명의 실시예에 따른 마이크로어레이 모사 이미지 생성 방법의이미지 처리 과정이 상세히 도시되어 있다.

도 5에 도시된 바와 같이, 백그라운드 이미지 생성 모듈(20)은 백그라운드 이미지를 위해 백그라운드 형광강도 및 백그라운드 노이즈를 검출한다(S11-1).

그리고 에지검출 모듈(70)은 스팟 어레이 이미지 및 백그라운드 이미지를 위해 8비트 크기의 공백으로 이루어진 제1 및 제2 템플릿을 준비하고(S11-2, S11-5), 이미지 저장모듈(50)에서 8비트의 오버랩 이미지와 세그멘테이션에 의한 스팟의 세그먼트 좌표 데이터를 불러들인다(S11-3, S11-4).

또한 수학적 모델 생성 모듈(40)은 스팟 템플릿을 위한 수학적 모델을 생성하고(S11-6), 랜덤 특성값 생성 모듈(30)은 랜덤 특성값을 생성한다(S11-7).

그리고, 에지검출 모듈(70)은 스팟의 세그먼트 좌표와 8비트 오버랩 이미지를 이용해 n번째 스팟 세그먼트를 추출한다(S12).

위에서 추출된 스팟 세그먼트에서 스팟 에지를 생성한다(S13).

위의 스팟 에지로부터 스팟 내부의 좌표를 구하고 위에서 추출된 수학적 모델을 적용하여 스팟 템플릿을 형성하고(S14), 여기에 랜덤 특성값을 적용하여 스팟 모사 이미지를 생성한다(S15).

이렇게 하여 스팟 모사 이미지가 생성되면, 스팟 어레이 이미지를 위해 준비한 제1 템플릿에 위치정보를 포함한 스팟 모사 이미지를 이식하고(S16-1), 백그라운드 이미지를 위해 준비한 제2 템플릿에 백그라운드 이미지 생성 모듈(20)로 부터 구한 백그라운드 형광강도 및 백그라운드 노이즈를 이식하여 백그라운드 이미지를 형성한다(S16-2).

최종적으로 마이크로어레이 모사 이미지 생성 모듈(80)은 백그라운드 이미지와 스팟 어레이 이미지를 더하여 마이크로어레이 모사 이미지를 생성한다(S17).

상기 도면과 발명의 상세한 설명은 단지 본 발명의 예시적인 것으로서, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다.

그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.

이상에서와 같이 본 발명의 마이크로어레이 모사 이미지 생성 시스템에 따라 마이크로어레이 칩의 유전자 정보를 분석시, 2차원 어레이 형태의 스팟 그룹으로 이루어진 유전자 칩에서 스팟의 세그먼트 좌표를 생성한 후 각 스팟과 백그라운드 에지를 검출하고 각 세그먼트의 인덱스와 데이터를 연계하여 사용자에게 유용한 정보를 제공할 수 있는 효과가 있다.

또한, 본 발명은 실제 마이크로어레이 이미지의 에지 검출로부터 얻어진 템플릿을 토대로 이미지를 재건함으로써 스팟의 정확한 영역을 분리해낼 수 있으며, 실제 이미지에 가까운 모사 이미지를 생성할 수 있어서 데이터 에러율은 현저히 감소시키면서 유효한 정보만을 추출할 수 있는 효과가 있다.

게다가, 본 발명은 모사 이미지의 실제 값과 마이크로어레이 이미지 분석 시스템을 통해 얻은 데이터 값을 비교하여 분석 시스템의 정확도를 평가할 수 있다.

Claims (11)

1. 슬라이드 글라스에 적하한 유전자 용액의 스팟(Spot) 내 유전자 분포에 대한 수학적 모델을 도출하는 수학적 모델 생성 모듈;

   서로 다른 색깔의 형광 염기들에 의해 태깅(tagging)된 실험군과 대조군의 표본에서 추출한 유전자 집합으로 이루어진 마이크로어레이 칩에 대한 원시 이미지(Image)를 포함한 각종 이미지 정보를 저장하는 이미지저장 모듈;

   상기 이미지 저장모듈에 저장된 마이크로어레이 칩의 원시 이미지를 테스트용 이미지로 변환하고, 상기 테스트용 이미지로부터 오버랩(Overlap) 이미지를 구성한 후 각 이미지들을 상기 이미지 저장모듈에 저장하는 이미지변환 모듈;

   상기 이미지 저장모듈에 저장된 테스트용 이미지에서 각 스팟(Spot)에 해당하는 유전자의 발현 정도를 측정하기 위해 스팟을 세그먼트 형태로 분리하여 스팟 및 백그라운드 (Background) 영역에서 에지를 검출하는 에지검출 모듈;

   상기 에지 검출 모듈에서 검출된 스팟 에지 템플릿을 토대로 설정한 스팟 내 픽셀의 좌표를 상기 수학적 모델에 적용하여 스팟 템플릿을 생성하는 스팟 템플릿 생성 모듈;

   상기 실험군 및 대조군 mRNA의 잡종화(Hybridization) 후 스팟의 형광 강도를 나타내는 랜덤 특성값을 생성하는 랜덤 특성값 생성 모듈;

   상기 스팟 템플릿 생성 모듈에서 생성된 스팟 템플릿에 상기 랜덤 특성값을 적용하여 스팟 모사 이미지를 생성하는 스팟 모사 이미지 생성 모듈; 및

   상기 스팟 모사 이미지 생성 모듈에서 생성된 스팟 모사 이미지를 이용하여 전체 마이크로어레이 이미지로 재건하는 마이크로어레이 모사 이미지 생성 모듈

   을 포함하는 마이크로어레이 모사 이미지 생성 시스템.
2. 제1항에 있어서,

   상기 수학적 모델 생성 모듈에서 도출된 수학적 모델은 하기 수학식을 만족하는 것을 특징으로 하는 마이크로어레이 모사 이미지 생성 시스템.

   상기 식에서 P(r)은 슬라이드 글라스 위의 스팟 내 유전자 분포이고,

   C(0)는 초기 액적의 농도이고,

   K_C는 농도상수이고,

   K_V는 체적상수이고,

   r₀은 초기 액적의 반경이고,

   r_t는 시간이 t일 때 액적의 반경임.
3. 제1항에 있어서,

   상기 스팟 템플릿 생성 모듈에서 생성된 스팟 템플릿은 하기 수학식을 만족하는 것을 특징으로 하는 마이크로어레이 모사 이미지 생성 시스템.

   상기 식에서 P_ij는 스팟 내 픽셀(x_ij,y_ij)의 유전자 고착량이고,

   C(0)는 초기 액적의 농도이고,

   K_C는 농도상수이고,

   K_V는 체적상수이고,

   ζ_i는 스팟의 에지 상의 점(ξ_i,η_i)에서 스팟의 중심(C_x,C_y)까지의 거리이고,

   r_ij는 스팟의 중심에서 스팟 내 픽셀(x_ij,y_ij)까지의 거리임.
4. 제1항에 있어서,

   상기 랜덤 특성값 생성 모듈에서 도출된 랜덤 특성값은 하기 수학식을 만족하는 것을 특징으로 하는 마이크로어레이 모사 이미지 생성 시스템.

   상기 식에서 d_n은 n번째 스팟의 표적 유전자량이고,

   C₀는 초기 액적의 농도이고,

   K_V는 체적상수이고,

   ζ_i는 스팟의 에지 상의 점(ξ_i,η_i)에서 스팟의 중심(C_x,C_y)까지의 거리임.
5. 제1항에 있어서,

   상기 스팟 모사 이미지 생성 모듈에서 생성된 스팟 모사 이미지는 하기 수학식을 만족하는 것을 특징으로 하는 마이크로어레이 모사 이미지 생성 시스템.

   상기 식에서 S_mn은 실험군 및 대조군의 n번째 스팟의 형광강도 값이고,

   a_m은 실험군 및 대조군의 총 mRNA량이고,

   θ_mn은 발현된 총 mRNA량 중 n번째 유전자가 차지하는 비율이고,

   d_n은 n번째 스팟의 표적 유전자량이고,

   K_C는 농도상수이고,

   K_V는 체적상수이고,

   ζ_i는 스팟의 에지 상의 점(ξ_i,η_i)에서 스팟의 중심(C_x,C_y)까지의 거리이고,

   r_ij는 스팟의 중심에서 스팟 내 픽셀(x_ij,y_ij)까지의 거리임.
6. 제1항에 있어서,

   백그라운드 형광강도 및 백그라운드 노이즈를 통하여 백그라운드 이미지를 생성하는 백그라운드 이미지 생성모듈을 더 포함하는 마이크로어레이 모사 이미지 생성 시스템.
7. 제6항에 있어서,

   상기 스팟 모사 이미지와 상기 백그라운드 이미지를 결합하여 전체 마이크로어레이 이미지로 재건하는 것을 특징으로 하는 마이크로어레이 모사 이미지 생성 시스템.
8. 슬라이드 글라스에 적하한 유전자 용액의 스팟(Spot) 내 유전자 분포에 대한 수학적 모델을 도출하는 제1단계;

   서로 다른 색깔의 형광 염기들에 의해 태깅(tagging)된 실험군과 대조군의 표본에서 추출한 유전자 집합으로 이루어진 마이크로어레이 칩에 대한 원시 이미지(Image)를 포함한 각종 이미지 정보를 저장하는 제2단계;

   상기 원시 이미지를 테스트용 이미지로 변환하고, 상기 테스트용 이미지로부터 오버랩(Overlap) 이미지를 구성한 후 각 이미지들을 상기 이미지 저장모듈에 저장하는 제3단계;

   상기 테스트용 이미지에서 각 스팟(Spot)에 해당하는 유전자의 발현 정도를측정하기 위해 스팟을 세그먼트 형태로 분리하고, 각 세그먼트로부터 스팟 영역을 탐지하여 스팟 에지를 검출하는 제4단계;

   상기 검출된 스팟 에지 템플릿을 수학적 모델에 적용하여 스팟 템플릿을 생성하는 제5단계;

   상기 실험군 및 대조군 mRNA의 잡종화(Hybridization) 후의 스팟의 형광 강도를 나타내는 랜덤 특성값을 생성하는 제6단계;

   상기 스팟 템플릿에 상기 랜덤 특성값을 적용하여 스팟 모사 이미지를 생성하는 제7단계; 및

   상기 스팟 모사 이미지를 전체 마이크로어레이 이미지로 재건하는 제8단계

   를 포함하는 마이크로어레이 모사 이미지 생성 방법.
9. 제8항에 있어서,

   상기 제5단계는,

   상기 스팟의 에지상의 점과 스팟의 중심을 구하여 스팟 내 픽셀의 새로운 좌표를 설정하는 단계; 및

   상기 스팟 내 픽셀의 좌표를 수학적 모델에 적용하여 스팟 템플릿을 생성하는 단계

   를 포함하는 마이크로어레이 모사 이미지 생성 방법.
10. 제8항에 있어서,

    상기 제6단계는,

    실험군 또는 대조군의 총 mRNA량을 구하는 단계;

    발현된 유전자의 총 mRNA량 중 n번째 유전자가 차지하는 비율을 구하는 단계;

    n번째 스팟에 해당하는 표적 유전자량을 구하는 단계;

    상기 총 mRNA량과 n번째 유전자가 차지하는 비율로부터 n번째 스팟에 잡종화될 수 있는 탐침의 양을 구하는 단계; 및

    상기 탐침의 양과 표적 DNA량으로부터 잡종화 후 n번째 스팟의 형광 강도를 구하는 단계

    를 포함하는 마이크로어레이 모사 이미지 생성 방법.
11. 제8항에 있어서,

    상기 제8단계는,

    스팟 모사 이미지에 위치정보를 결합하여 스팟 어레이 이미지를 생성하는 단계; 및

    상기 스팟 어레이 이미지에 백그라운드 이미지를 결합하여 마이크로어레이 모사 이미지를 형성하는 단계

    를 포함하는 마이크로어레이 모사 이미지 생성 방법.