KR101400946B1 - 생물학적 네트워크 분석 장치 및 방법 - Google Patents

생물학적 네트워크 분석 장치 및 방법 Download PDF

Info

Publication number
KR101400946B1
KR101400946B1 KR1020130165128A KR20130165128A KR101400946B1 KR 101400946 B1 KR101400946 B1 KR 101400946B1 KR 1020130165128 A KR1020130165128 A KR 1020130165128A KR 20130165128 A KR20130165128 A KR 20130165128A KR 101400946 B1 KR101400946 B1 KR 101400946B1
Authority
KR
South Korea
Prior art keywords
biological
node
interaction
information
simulation
Prior art date
Application number
KR1020130165128A
Other languages
English (en)
Inventor
유석종
Original Assignee
한국과학기술정보연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술정보연구원 filed Critical 한국과학기술정보연구원
Priority to KR1020130165128A priority Critical patent/KR101400946B1/ko
Application granted granted Critical
Publication of KR101400946B1 publication Critical patent/KR101400946B1/ko
Priority to PCT/KR2014/008225 priority patent/WO2015099264A1/ko
Priority to US14/404,089 priority patent/US9984184B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • G16B5/20—Probabilistic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/32—Circuit design at the digital level
    • G06F30/33—Design verification, e.g. functional simulation or model checking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • G16B5/10—Boolean models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Biotechnology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Probability & Statistics with Applications (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

생물학적 네트워크 분석 장치 및 방법이 개시된다. 생물학적 네트워크 분석 방법은 외부 서버로부터 생물학적 데이터를 수신하는 단계, 수신된 생물학적 데이터로부터 생물학적 정보를 추출하여 생물학적 상호 작용 데이터베이스를 생성하는 단계, 생성된 생물학적 상호 작용 데이터베이스를 저장하는 단계, 시뮬레이션을 위한 복수 개의 생물학적 객체를 입력받는 단계 및 입력된 복수 개의 생물학적 객체 각각을 노드로 설정하고, 생성된 생물학적 상호 작용 데이터베이스를 기초로 불리언 룰을 자동으로 생성하여 시뮬레이션을 수행하는 단계를 포함한다. 이에 따라, 생물학적 네트워크 분석 방법은 생물학적 상호 작용 데이터베이스를 생성하여 생물학적 상호 작용 정보를 기초로 간편하게 생물학적 네트워크를 설계하고 시뮬레이션할 수 있다.

Description

생물학적 네트워크 분석 장치 및 방법{BIOLOGICAL NETWORK ANALYZING DEVICE AND METHOD THEREOF}
본 발명은 생물학적 네트워크 분석 장치 및 방법에 관한 것으로, 더욱 상세하게는 생물학적 정보를 이용하여 생물학적 네트워크를 시뮬레이션하고 분석하는 생물학적 네트워크 분석 장치 및 방법에 관한 것이다.
생물학 분야에서 외부의 자극에 대한 반응을 연구하는 것은 핵심적인 연구 분야이다. 이러한 연구 분야를 신호 전달 경로 연구 분야라고 한다. 이러한 신호 전달 경로를 생성하기 위해서 개개의 생물학적 실험을 기반으로 단백질간의 상호 작용을 확인하고 이를 확장하여 신호 전달 경로를 구축한다. KEGG, BioCarta, BioCyc 등은 이와 같은 신호 전달 경로에 대한 정보를 수집하고 데이터베이스화하여 제공하고 있다.
연구자가 생물학적 사실을 검증하기 위해서는 기존의 연구에서 밝혀진 신호 전달 경로를 기반으로 이를 확장 또는 내재된 신규 상호 작용의 가설을 수립하는 것이 가장 핵심적인 과정이다. 이를 지원하기 위해서 수치 분석 방법을 이용하여 모의 실험을 수행하고 있다. 예를 들어, 가장 대표적인 것은 대사 네트워크에 대한 상미분방정식(ODE) 분석이며, 대사 공학에 많이 사용되고 있다. 하지만, 신호 전달 과정은 각각의 단백질간의 상호 작용에 대한 화학 반응 속도 상수를 모르는 경우가 대부분이므로 이러한 기법을 활용하는데 한계가 있다.
따라서, 모든 정보를 알고 있지 않더라도 간편하게 생물학적 네트워크를 설계하여 시뮬레이션할 수 있는 기술에 대한 필요성이 대두되고 있다.
본 발명은 상술한 필요성에 따라 안출된 것으로, 본 발명의 목적은 생물학적 상호 작용 정보를 기초로 간편하게 생물학적 네트워크를 설계하고 시뮬레이션할 수 있는 생물학적 네트워크 분석 장치 및 방법을 제공함에 있다.
본 발명의 상술한 목적을 달성하기 위한 일 실시 예에 따르면, 생물학적 네트워크 분석 장치는 외부 서버로부터 생물학적 데이터를 수신하는 통신부, 상기 수신된 생물학적 데이터로부터 생물학적 정보를 추출하여 생물학적 상호 작용 데이터베이스를 생성하는 제어부, 상기 생성된 생물학적 상호 작용 데이터베이스를 저장하는 저장부 및 시뮬레이션을 위한 복수 개의 생물학적 객체를 입력받는 입력부를 포함하며, 상기 제어부는 상기 입력된 복수 개의 생물학적 객체 각각을 노드로 설정하고, 상기 생성된 생물학적 상호 작용 데이터베이스를 기초로 불리언 룰을 자동으로 생성하여 시뮬레이션을 수행한다.
그리고, 생물학적 네트워크 분석 장치는 상기 생성된 생물학적 상호 작용 데이터베이스 및 상기 수행된 시뮬레이션 결과 중 적어도 하나를 출력하는 출력부를 더 포함할 수 있다.
그리고, 상기 제어부는 상기 수신된 생물학적 데이터로부터 문장 구조를 분석하고, 상기 분석된 문장 구조로부터 생물학적 상호 작용 단어 및 생물학적 객체 단어를 추출하며, 상기 추출된 생물학적 객체 단어 간의 생물학적 상호 작용 관계를 판단하고, 생물학적 객체 정보 및 생물학적 상호 작용 정보를 포함하는 상기 생물학적 정보를 추출하여 상기 생물학적 상호 작용 데이터베이스를 생성할 수 있다.
또는, 상기 제어부는 제1 노드 및 상기 제1 노드로부터 입력받는 형태의 제2 노드를 설정하고, 상기 제1 노드의 생물학적 객체 정보 및 상기 제2 노드의 생물학적 객체 정보 간의 생물학적 상호 작용 정보를 이용하여 상기 불리언 룰을 설정할 수 있다.
그리고, 상기 제어부는 상기 불리언 룰을 각 노드에 따라 개별적으로 설정할 수 있다.
또는, 상기 제어부는 기 설정된 확률을 적용하여 각 노드간 연결 상태를 업데이트하여 상기 시뮬레이션을 수행할 수 있다.
본 발명의 상술한 목적을 달성하기 위한 일 실시 예에 따르면, 생물학적 네트워크 분석 방법은 외부 서버로부터 생물학적 데이터를 수신하는 단계, 상기 수신된 생물학적 데이터로부터 생물학적 정보를 추출하여 생물학적 상호 작용 데이터베이스를 생성하는 단계, 상기 생성된 생물학적 상호 작용 데이터베이스를 저장하는 단계, 시뮬레이션을 위한 복수 개의 생물학적 객체를 입력받는 단계 및 상기 입력된 복수 개의 생물학적 객체 각각을 노드로 설정하고, 상기 생성된 생물학적 상호 작용 데이터베이스를 기초로 불리언 룰을 자동으로 생성하여 시뮬레이션을 수행하는 단계를 포함한다.
그리고, 생물학적 네트워크 분석 방법은 상기 생성된 생물학적 상호 작용 데이터베이스를 출력하는 단계를 더 포함할 수 있다.
또는, 생물학적 네트워크 분석 방법은 상기 수행된 시뮬레이션 결과를 출력하는 단계를 더 포함할 수 있다.
한편, 상기 생물학적 상호 작용 데이터베이스를 생성하는 단계는 상기 수신된 생물학적 데이터로부터 문장 구조를 분석하고, 상기 분석된 문장 구조로부터 생물학적 상호 작용 단어 및 생물학적 객체 단어를 추출하며, 상기 추출된 생물학적 객체 단어 간의 생물학적 상호 작용 관계를 판단하고, 생물학적 객체 정보 및 생물학적 상호 작용 정보를 포함하는 상기 생물학적 정보를 추출하여 상기 생물학적 상호 작용 데이터베이스를 생성할 수 있다.
그리고, 상기 시뮬레이션을 수행하는 단계는 제1 노드 및 상기 제1 노드로부터 입력받는 형태의 제2 노드를 설정하고, 상기 제1 노드의 생물학적 객체 정보 및 상기 제2 노드의 생물학적 객체 정보 간의 생물학적 상호 작용 정보를 이용하여 상기 불리언 룰을 설정할 수 있다.
또는, 상기 시뮬레이션을 수행하는 단계는 상기 불리언 룰을 각 노드에 따라 개별적으로 설정할 수 있다.
그리고, 상기 시뮬레이션을 수행하는 단계는 기 설정된 확률을 적용하여 각 노드간 연결 상태를 업데이트하여 상기 시뮬레이션을 수행할 수 있다.
상술한 다양한 실시 예에 따르면, 생물학적 네트워크 분석 장치 및 방법은 생물학적 상호 작용 데이터베이스를 생성하여 생물학적 상호 작용 정보를 기초로 간편하게 생물학적 네트워크를 설계하고 시뮬레이션할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 생물학적 네트워크 분석 장치의 블록도.
도 2는 본 발명의 다른 실시 예에 따른 생물학적 네트워크 분석 장치의 블록도.
도 3은 본 발명의 일 실시 예에 따른 데이터베이스를 생성하는 과정을 설명하는 도면.
도 4는 본 발명의 일 실시 예에 따른 생성된 데이터베이스를 설명하는 도면.
도 5는 본 발명의 일 실시 예에 따른 시뮬레이션 과정을 설명하는 도면.
도 6은 본 발명의 일 실시 예에 따른 분석된 시뮬레이션 결과를 설명하는 도면.
도 7은 본 발명의 일 실시 예에 따른 생물학적 네트워크 분석 방법의 흐름도.
이하 상술한 목적을 구체적으로 실현할 수 있는 본 발명의 바람직한 실시 예를 첨부한 도면을 참조하여 설명한다. 이때 도면에 도시되고 또 이것에 의해서 설명되는 본 발명의 구성과 작용은 적어도 하나의 실시 예로서 설명되는 것이며, 이것에 의해서 본 발명의 기술적 사상과 그 핵심 구성 및 작용이 제한되지는 않는다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 이는 당해 기술 분야에 종사하는 기술자의 의도 또는 관례 또는 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 함을 밝혀두고자 한다.
도 1은 본 발명의 일 실시 예에 따른 생물학적 네트워크 분석 장치의 블록도이다.
도 1을 참조하면, 네트워크 분석 장치(100)는 통신부(110), 제어부(120), 저장부(130), 입력부(140)를 포함한다.
통신부(110)는 외부 서버로부터 생물학적 데이터를 수신한다. 생물학적 데이터는 생물학 분야의 연구 결과 또는 실험 결과와 같은 과학적으로 증명된 데이터를 의미한다. 생물학적 데이터는 단백질, 유전자, 세포이름 등과 같은 생물학적 객체 정보와 활성, 억제, 조절 등과 같은 생물학적 객체 간의 관계 정보를 포함할 수 있다. 생물학적 객체 간의 관계 정보는 생물학적 상호 작용 정보라고 한다. 통신부(110)는 유/무선 통신 방식을 이용하여 생물학적 네트워크 분석 장치(100)를 외부 서버(미도시)와 연결한다.
제어부(120)는 수신된 생물학적 데이터로부터 생물학적 정보를 추출하여 생물학적 상호 작용 데이터베이스를 생성한다. 생물학적 데이터는 상술한 생물학적 객체 정보, 생물학적 상호 작용 정보 이외에도 수많은 정보 또는 데이터를 포함할 수 있다. 따라서, 제어부(120)는 생물학적 데이터로부터 생물학적 정보를 추출한다. 생물학적 정보는 생물학적 객체 정보와 생물학적 상호 작용 정보를 포함한다.
제어부(120)는 수신된 생물학적 데이터로부터 문장 구조를 분석하여 분석된 문장 구조로부터 생물학적 상호 작용 단어 및 생물학적 객체 단어를 추출한다. 제어부(120)는 추출된 생물학적 객체 단어 간의 생물학적 상호 작용 관계를 판단하여 생물학적 객체 정보 및 생물학적 상호 작용 정보를 포함하는 생물학적 정보를 추출한다. 제어부(120)는 추출된 생물학적 정보로 생물학적 상호 작용 데이터베이스를 생성한다.
그리고, 제어부(120)는 사용자로부터 시뮬레이션 수행 명령을 입력받으면, 생성된 생물학적 상호 작용 데이터베이스를 이용하여 시뮬레이션을 수행한다. 즉, 제어부(120)는 입력된 복수 개의 생물학적 객체 각각을 노드로 설정하고, 생성된 생물학적 상호 작용 데이터베이스를 기초로 불리언 룰을 자동으로 생성하여 시뮬레이션을 수행한다. 예를 들어, 불리언 룰은 생물학적 객체 간의 상호 관계를 논리적 연산을 이용하여 설정하는 방법을 의미한다. 논리적 연산은 AND, OR, NOT 등을 의미한다. 불리언 룰은 각 노드에 따라 개별적으로 설정될 수 있다.
제어부(120)는 사용자의 입력에 따라 제1 노드 및 제1 노드로부터 입력받는 형태의 제2 노드를 설정한다. 제어부(120)는 제1 노드의 생물학적 객체 정보 및 제2 노드의 생물학적 객체 정보 간의 생물학적 상호 작용 정보를 이용하여 불리언 룰을 설정할 수 있다. 또한, 제어부(120)는 기 설정된 확률을 기초로 각 노드간 연결 상태를 업데이트하여 시뮬레이션을 수행할 수 있다.
저장부(130)는 생성된 생물학적 상호 작용 데이터베이스를 저장한다. 예를 들어, 저장부(130)는 램(RAM), 롬(ROM) 등과 같은 주기억장치 및 하드디스크(HDD), 솔리드 스테이트 드라이브(SDD), 컴팩트 디스크(CD), 디지털 다기능 디스크(DVD), 블루레이 디스크(BD), USB 메모리, SD 카드, 메모리 스틱, CF 카드, MMC 카드, 집 드라이브, 재즈 드라이브, 자기 테이프 등과 같은 보조기억장치를 포함할 수 있다.
입력부(140)는 시뮬레이션을 위한 복수 개의 생물학적 객체를 입력받는다. 예를 들어, 입력부(140)는 키보드, 마우스, 조이스틱, 버튼, 카메라와 같은 화상 입력부, 마이크와 같은 음성 입력부, 터치 패드, 디스플레이부 화면상의 터치 스크린 등으로 구현될 수 있다.
도 2는 본 발명의 다른 실시 예에 따른 생물학적 네트워크 분석 장치의 블록도이다.
도 2를 참조하면, 생물학적 네트워크 분석 장치(100a)는 통신부(110), 제어부(120), 저장부(130), 입력부(140), 출력부(150)를 포함할 수 있다. 통신부(110), 제어부(120), 저장부(130), 입력부(140)는 도 1에서 설명한 바와 유사하므로 여기에서는 출력부(150)를 중심으로 설명하도록 한다.
출력부(150)는 생성된 생물학적 상호 작용 데이터베이스 및 수행된 시뮬레이션 결과 중 적어도 하나를 출력할 수 있다. 즉, 출력부(150)는 생성된 생물학적 상호 작용 데이터베이스를 출력할 수 있다. 생물학적 상호 작용 데이터베이스는 수신된 생물학적 데이터로부터 생물학적 정보를 추출하여 생성된다. 생물학적 정보는 생물학적 객체 정보 및 생물학적 상호 작용 정보를 포함할 수 있다. 따라서, 제어부(120)는 제1 생물학적 객체 정보로부터 연관되는 제2 생물학적 객체 정보를 판단할 수 있고, 제1 생물학적 객체와 제2 생물학적 객체 간의 관계를 판단할 수 있다. 제어부(120)는 제1 생물학적 객체, 제2 생물학적 객체 및 두 개의 생물학적 객체 간의 관계를 기초로 생물학적 상호 작용 그래프 또는 네트워크로 생성할 수 있다. 출력부(150)는 생성된 생물학적 상호 작용 그래프 또는 네트워크를 출력할 수 있다.
그리고, 출력부(150)는 수행된 시뮬레이션 결과를 출력할 수 있다. 제어부(120)는 생물학적 상호 작용 데이터베이스를 기초로 선택된 제1 생물학적 객체, 제2 생물학적 객체간의 신호 전달 과정을 시뮬레이션할 수 있다. 시뮬레이션은 두 개의 생물학적 객체간의 생물학적 상호 작용 정보를 이용하여 불리언 룰을 설정하여 수행될 수 있다. 수행된 시뮬레이션 결과는 출력부(150)로 출력될 수 있다.
생물학적 상호 작용 그래프 또는 네트워크, 시뮬레이션은 두 개의 생물학적 객체만을 예로서 설명되었으나, 세 개 이상의 생물학적 객체가 포함될 수 있다. 지금까지 생물학적 네트워크 분석 장치의 블록도에 대해 설명하였다. 아래에서는 생물학적 상호 작용 데이터베이스 및 생물학적 상호 작용 시뮬레이션에 대해 설명한다.
도 3은 본 발명의 일 실시 예에 따른 데이터베이스를 생성하는 과정을 설명하는 도면이다.
도 3(a)에는 하나의 논문이 도시되어 있다. 생물학적 데이터는 논문, 문헌, 보고서과 같은 연구 결과로부터 추출될 수 있다. 예를 들어, 문헌은 문헌데이테베이스로부터 키워드를 기반으로 초록 정보를 다운로드될 수 있다. 문헌 분석은 각 논문의 초록을 각각의 문장으로 분리하고 문장 구조를 분석하는 방식으로 수행될 수 있다. 하나의 실시 예로서, 생물학적 네트워크 분석 장치는 "A protein is restrained by B gene."의 문장(10)을 분리하고, 문장 내에 생물학적 상호 작용 정보를 지닌 동사를 추출한다. 생물학적 네트워크 분석 장치는 동사를 기반으로 주어와 목적어에 있는 생물학적 객체을 추출하는데 이러한 과정을 통해 A protein 또는 B gene라는 생물학적 단어가 포함되어 있음을 인식한다. 이를 통해 생물학적 객체 정보 및 생물학적 상호 작용 정보를 추출할 수 있다.
도 3(b)에는 추출된 생물학적 객체 단어 및 추출된 생물학적 상호 작용 단어가 도시되어 있다. 상술한 실시 예에서, 생물학적 네트워크 분석 장치는 동사인 restrained(13)를 추출하고, 생물학적 객체인 A protein(11), B gene(12)를 추출할 수 있다. 이 과정에서 생물학적 용어를 추출할 수 있도록 생물학적 용어집(Biological tagger)이 이용될 수 있다. 예를 들어, 약 133개의 용어 분야를 포함하는 Metamap과 주로 단백질, 유전자 및 세포이름을 포함하는 Abner와 같은 용어집이 이용될 수 있다. 이와 같은 과정을 통해, 생물학적 객체 및 생물학적 상호 작용 정보를 포함하는 생물학적 정보가 추출될 수 있다. 생물학적 네트워크 분석 장치는 생물학적 상호 작용 데이터베이스를 생성한다.
도 3(c)에는 생성된 생물학적 상호 작용 데이터베이스가 도시되어 있다. 일 실시 예로서, 생물학적 상호 작용 데이터베이스는 두 개의 생물학적 객체와 생물학적 객체 간의 상호 작용 정보를 포함하는 형태로 생성될 수 있다. 상술한 실시 예에서, 생물학적 상호 작용 데이터베이스는 B gene가 포함된 제1 영역(14), A protein이 포함된 제2 영역(15), restrain이라는 상호 작용 정보가 포함된 제3 영역(16)을 포함하는 형태로 생성될 수 있다.
그리고, 생물학적 상호 작용 데이터베이스는 추가적인 정보를 더 포함할 수 있다. 예를 들어, 추가적인 정보는 생물학적 객체 간 상호 작용과 관련된 반응 상수, 반응 시간, 활성 조건, 억제 조건, 조절 조건 등과 같은 정보일 수 있다.
생성된 생물학적 상호 작용 데이터베이스는 그래프 또는 네트워크와 같이 직관적으로 인식 가능한 형태로 출력될 수 있다.
도 4는 본 발명의 일 실시 예에 따른 생성된 데이터베이스를 설명하는 도면이다.
도 4를 참조하면 네트워크 형태로 출력된 생물학적 상호 작용 데이터베이스가 도시되어 있다. 일 실시 예로서, A, B, C 등과 같은 생물학적 객체는 사각형 안에 표시될 수 있다. A 생물학적 객체가 B 생물학적 객체에게 영향을 주는 경우, 상호 작용 관계는 화살표로서 표시될 수 있다. 활성 상호 작용 관계는 실선으로 표시되고, 억제 상호 작용 관계는 점선으로 표시될 수 있다. 도 4에서 도시된 네트워크 형태의 생물학적 상호 작용 데이터베이스는 일 실시 예이며, 다양한 방법으로 구현 가능하다. 예를 들어, 생물학적 객체의 분류 기준에 따라 생물학적 객체는 원형, 사각형, 삼각형 등과 같은 형태로 표시될 수 있고, 노랑, 빨강, 파랑 등과 같은 색상으로 표시될 수 있다. 생물학적 상호 작용 정보도 일정한 기준에 따라 색상, 굵기 등과 같이 다양한 형태로 표시될 수 있다.
도 5는 본 발명의 일 실시 예에 따른 시뮬레이션 과정을 설명하는 도면이다.
도 5를 참조하면, 생물학적 객체 및 각 생물학적 객체 간의 생물학적 상호 작용 정보가 도시되어 있다. 즉, 도 5는 A는 F에 영향을 주고, F는 L에 영향을 주며, L은 A에 다시 영향을 주는 형태의 모델이다. 예를 들어, 사용자는 A, F, L과 같은 생물학적 객체만을 선택하면, 생물학적 네트워크 분석 장치는 생물학적 상호 작용 데이터베이스를 기반으로 선택된 생물학적 객체 및 각 생물학적 객체간 상호 작용 관계를 모델링할 수 있다. A, F, L과 같은 각각의 생물학적 객체를 노드라고 한다.
일 실시 예로서, 각 노드에서 생성되는 불리언 룰은 고정부와 가변부로 나뉘어질 수 있다. 고정부는 생물학적 객체 간의 공통적인 부분으로 변경이 되지 않는 부분이며, 가변부는 각 생물학적 객체 도는 생물학적 객체에 따라 변경되는 상호 작용 정보일 수 있다. 따라서, 생물학적 네트워크 분석 장치는 고정부와 가변부를 포함하는 불리언 룰의 기본적인 형태를 기 생성할 수 있다. 그리고, 생물학적 내트워크 분석 장치는 텍스트마이닝을 통해 생성된 생물학적 상호 작용 데이터베이스를 기초로 사용자에 의해 모델링된 생물학적 모델에 따라 가변부를 정의함으로써 불리언 룰을 완성할 수 있다.
경우에 따라, 사용자가 모델링을 할 수 없는 생물학적 객체를 선택하는 경우, 생물학적 네트워크 분석 장치는 알림이나 에러 메시지를 출력할 수도 있다. 생물학적 네트워크 분석 장치는 모델링 후에 시뮬레이션 수행 명령을 입력받으면, 시뮬레이션을 수행하고 그 결과를 출력할 수 있다.
본 발명은 불리언 네트워크 분석 방법을 활용하여 대략적인 생물학적 네트워크의 조절 기작을 시뮬레이션한다. 불리언 네트워크 분석은 시간에 따라 각각의 노드가 기존 입력 노드의 조건에 따라 활성화 또는 비활성화 여부를 결정하는 것으로 각 노드의 불리언 룰을 활용하여 결정할 수 있다. 이러한 룰을 전환 기능(transfer function)이라고 한다. 이러한 활성 조건을 결정하는 룰은 논리적 연산을 사용하는데, AND, OR, NOT 등이 활용될 수 있다. 불리언 모델은 각 연결선(상호 작용 관계)이 동일한 시간에 진행된다고 가정될 수 있다. 이는 상미분방정식(Ordianry Differential Equation: ODE) 분석과 가장 차이가 있는 부분으로 모든 연결선(상호 작용 관계)의 반응시간이 동일하다고 가정될 수 있다.
불리언 네트워크 분석의 상세한 분석 방법으로 동기적(synchronous) 방법과 비동기적(asynchronous)이 있는데, 동기적 방법은 각 노드의 불리언 룰의 적용을 모두 동일하게 수행하는 것이다. 동기적 방법은 처음 시작된 신호가 매 단계마다 하위 노드로 전파되고 각 노드는 불리언 룰에 따라 각각의 노드의 활성화 여부를 결정하는 방식이다. 이런 특징 때문에 모든 불리언 모델은 특정 시뮬레이션 단계를 지나면 항상 동일한 상태가 된다. 그러므로 이 방법을 사용하게 되면 평형상태 혹은 수렴자(attractor)로 수렴하게 된다.
비동기적 방법은 생명 현상에서 발생하는 사건들이 서로 다른 시간에 따라 발생하는 현상을 설명하지 못하는 동기적 방법을 보완한 것이다. 이는 확률적인 기법을 이용하여 즉각적으로 노드의 상태에 영향을 주는 연결에 대해 각 연결의 임의의 업데이트를 수행하는 것이다. 이를 통해 반응이 느려진다거나 빨라지는 효과를 볼 수 있어서 항상 같은 결과를 얻는 것은 아니다. 예를 들어, A가 L로부터 영향을 받아 F에게 영향을 줄 때는 50% 반응 속도가 느려진다면, 생물학적 네트워크 분석 장치는 이러한 정보를 A와 F간의 생물학적 상호 작용 정보를 업데이트하여 시뮬레이션할 수 있다. 또는, 시뮬레이션 모델에 복수 개의 연결선이 존재하고, 복수 개의 연결선이 있는 경우 반응 속도가 30% 빨라진다면, 생물학적 네트워크 분석 장치는 이러한 정보를 업데이트하여 시뮬레이션할 수 있다.
도 6은 본 발명의 일 실시 예에 따른 분석된 시뮬레이션 결과를 설명하는 도면이다.
도 6을 참조하면, 시뮬레이션 결과 화면은 파일 구조를 나타내는 디렉토리 창(21), 시뮬레이션 결과 창(23), 생물학적 객체의 상대적 양을 표시한 파이 차트 창(25), 시뮬레이션 모델을 표시하는 창(26)을 포함할 수 있다.
도 6은 불리언 네트워크 시뮬레이션의 예를 도시한 것으로 C단백질이 음 피드백(negative feedback)에 의해 시간에 따라 진동 현상이 발생하고 있음을 시뮬레이션 결과 창(23)을 통해 알 수 있다. 이렇게 음 피드백과 양 피드백(positive feedback)은 생명 현상에서 빈번히 나타나는 조절 기작 중 하나로 불리언 네트워크 분석을 통해서 간단하게 그 조절 메커니즘을 예측해 볼 수 있는 장점이 있다.
본 발명은 이러한 분석 과정에서 각 노드마다 지정하여야 하는 불리언 룰을 자동으로 생성하여 시뮬레이션함으로써 사용자가 직접 룰을 적용하면서 시뮬레이션해야 하는 불편을 해소할 수 있다.
도 7은 본 발명의 일 실시 예에 따른 생물학적 네트워크 분석 방법의 흐름도이다.
도 7을 참조하면, 생물학적 네트워크 분석 장치는 외부 서버로부터 생물학적 데이터를 수신한다(S710). 생물학적 데이터는 단백질, 유전자, 세포이름 등과 같은 생물학적 객체 정보와 활성, 억제, 조절 등과 같은 생물학적 객체 간의 관계 정보를 포함할 수 있다. 생물학적 객체 간의 관계 정보는 생물학적 상호 작용 정보라고 한다.
생물학적 네트워크 분석 장치는 수신된 생물학적 데이터로부터 생물학적 정보를 추출하여 생물학적 상호 작용 데이터베이스를 생성한다(S720). 생물학적 네트워크 분석 장치는 수신된 생물학적 데이터로부터 문장 구조를 분석하고, 분석된 문장 구조로부터 생물학적 상호 작용 단어 및 생물학적 객체 단어를 추출할 수 있다. 생물학적 네트워크 분석 장치는 추출된 생물학적 객체 단어 간의 생물학적 상호 작용 관계를 판단할 수 있다. 생물학적 네트워크 분석 장치는 생물학적 객체 정보 및 생물학적 상호 작용 정보를 포함하는 생물학적 정보를 추출하여 생물학적 상호 작용 데이터베이스를 생성할 수 있다.
생물학적 네트워크 분석 장치는 생성된 생물학적 상호 작용 데이터베이스를 저장한다(S730). 생물학적 네트워크 분석 장치는 시뮬레이션을 위한 복수 개의 생물학적 객체를 입력받는다(S740).
생물학적 네트워크 분석 장치는 입력된 복수 개의 생물학적 객체 각각을 노드로 설정하고, 생성된 생물학적 상호 작용 데이터베이스를 기초로 불리언 룰을 자동으로 생성하여 시뮬레이션을 수행한다(S750). 생물학적 네트워크 분석 장치는 제1 노드 및 제1 노드로부터 입력받는 형태의 제2 노드를 설정하고, 제1 노드의 생물학적 객체 정보 및 제2 노드의 생물학적 객체 정보 간의 생물학적 상호 작용 정보를 이용하여 불리언 룰을 설정할 수 있다. 불리언 룰은 각 노드에 따라 개별적으로 설정될 수 있다. 생물학적 네트워크 분석 장치는 기 설정된 확률을 적용하여 각 노드간 연결 상태를 업데이트하여 시뮬레이션을 수행할 수 있다.
본 발명에 따른 생물학적 네트워크 분석 장치 및 방법은 상술한 실시 예들의 구성과 방법으로 한정되어 적용되는 것이 아니라, 각 실시 예들의 전부 또는 일부가 선택적으로 조합되어 다양한 변형이 이루어질 수 있다.
한편, 본 발명의 생물학적 네트워크 분석 방법은 생물학적 네트워크 분석 장치에 구비된 프로세서가 읽을 수 있는 기록 매체에 소프트웨어로서 구현되는 것이 가능하다. 프로세서가 읽을 수 있는 기록매체는 프로세서에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 프로세서가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한, 인터넷을 통한 전송 등과 같은 캐리어 웨이브의 형태로 구현되는 것도 포함한다. 또한, 프로세서가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 프로세서가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
또한, 이상에서는 본 발명의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해돼서는 안 될 것이다.
100, 100a : 생물학적 네트워크 분석 장치
110 : 통신부 120 : 제어부
130 : 저장부 140 : 입력부
150 : 출력부

Claims (13)

  1. 외부 서버로부터 생물학적 데이터를 수신하는 통신부;
    상기 수신된 생물학적 데이터로부터 생물학적 정보를 추출하여 생물학적 상호 작용 데이터베이스를 생성하는 제어부;
    상기 생성된 생물학적 상호 작용 데이터베이스를 저장하는 저장부; 및
    시뮬레이션을 위한 복수 개의 생물학적 객체를 지시하는 정보를 입력받는 입력부;를 포함하며,
    상기 제어부는,
    상기 입력된 복수 개의 생물학적 객체를 지시하는 정보 각각에 대응하는 복수 개의 노드들을 설정하고, 상기 생성된 생물학적 상호 작용 데이터베이스를 기초로 불리언 룰을 자동으로 생성하여, 상기 복수 개의 노드들을 기반으로 하는 네트워크를 생성하고 시뮬레이션을 수행하는 생물학적 네트워크 분석 장치.
  2. 제1항에 있어서,
    상기 생성된 생물학적 상호 작용 데이터베이스 및 상기 수행된 시뮬레이션 결과 중 적어도 하나를 출력하는 출력부;를 더 포함하는 생물학적 네트워크 분석 장치.
  3. 제1항에 있어서,
    상기 제어부는,
    상기 수신된 생물학적 데이터로부터 문장 구조를 분석하고, 상기 분석된 문장 구조로부터 생물학적 상호 작용 단어 및 생물학적 객체 단어들을 추출하며, 상기 추출된 생물학적 객체 단어들 각각이 지시하는 생물학적 객체들 간의 생물학적 상호 작용 관계를 판단하고, 상기 추출된 생물학적 객체 단어들 및 상기 판단된 생물학적 상호 작용 관계를 표현하는 생물학적 상호 작용 정보를 포함하는 상기 생물학적 정보를 추출하여 상기 생물학적 상호 작용에 대한 생물학적 네트워크의 데이터베이스를 생성하는 것을 특징으로 하는 생물학적 네트워크 분석 장치.
  4. 제1항에 있어서,
    상기 제어부는,
    제1 노드 및 상기 제1 노드에 대응하는 생물학적 객체의 활성화 여부와 연관되는 생물학적 객체에 대응되는 제2 노드를 설정하고, 상기 제1 노드에 대응하는 생물학적 객체의 활성화 여부와 연관되는 생물학적 객체를 지시하는 정보 및 상기 제2 노드에 대응하는 생물학적 객체의 활성화 여부와 연관되는 생물학적 객체를 지시하는 정보 간의 생물학적 상호 작용 정보를 이용하여 상기 불리언 룰을 설정하는 것을 특징으로 하는 생물학적 네트워크 분석 장치.
  5. 제1항에 있어서,
    상기 제어부는,
    상기 불리언 룰을 각 노드에 따라 개별적으로 설정하는 것을 특징으로 하는 생물학적 네트워크 분석 장치.
  6. 제1항에 있어서,
    상기 제어부는,
    기 설정된 확률을 적용하여 각 노드간 연결 상태를 업데이트하여 상기 시뮬레이션을 수행하는 것을 특징으로 하는 생물학적 네트워크 분석 장치.
  7. 외부 서버로부터 생물학적 데이터를 수신하는 단계;
    상기 수신된 생물학적 데이터로부터 생물학적 정보를 추출하여 생물학적 상호 작용 데이터베이스를 생성하는 단계;
    상기 생성된 생물학적 상호 작용 데이터베이스를 저장하는 단계;
    시뮬레이션을 위한 복수 개의 생물학적 객체를 지시하는 정보를 입력받는 단계; 및
    상기 입력된 복수 개의 생물학적 객체를 지시하는 정보 각각에 대응하는 복수 개의 노드들을 설정하고, 상기 생성된 생물학적 상호 작용 데이터베이스를 기초로 불리언 룰을 자동으로 생성하여, 상기 복수 개의 노드들을 기반으로 하는 네트워크를 생성하고 시뮬레이션을 수행하는 단계;를 포함하는 생물학적 네트워크 분석 방법.
  8. 제7항에 있어서,
    상기 생성된 생물학적 상호 작용 데이터베이스를 출력하는 단계;를 더 포함하는 생물학적 네트워크 분석 방법.
  9. 제7항에 있어서,
    상기 수행된 시뮬레이션 결과를 출력하는 단계;를 더 포함하는 생물학적 네트워크 분석 방법.
  10. 제7항에 있어서,
    상기 생물학적 상호 작용 데이터베이스를 생성하는 단계는,
    상기 수신된 생물학적 데이터로부터 문장 구조를 분석하는 단계;
    상기 분석된 문장 구조로부터 생물학적 상호 작용 단어 및 생물학적 객체 단어들을 추출하는 단계;
    상기 추출된 생물학적 객체 단어들 각각이 지시하는 생물학적 객체들 간의 생물학적 상호 작용 관계를 판단하는 단계; 및
    상기 추출된 생물학적 객체 단어들 및 상기 추출된 생물학적 객체 단어를 지시하는 생물학적 객체들 간의 생물학적 상호 작용 정보를 포함하는 상기 생물학적 정보를 추출하여 상기 생물학적 상호 작용에 대한 생물학적 네트워크의 데이터베이스를 생성하는 단계;를 포함하는 것을 특징으로 하는 생물학적 네트워크 분석 방법.
  11. 제7항에 있어서,
    상기 시뮬레이션을 수행하는 단계는,
    제1 노드 및 상기 제1 노드에 대응하는 생물학적 객체의 활성화 여부와 연관되는 생물학적 객체에 대응되는 제2 노드를 설정하는 단계; 및
    상기 제1 노드에 대응하는 생물학적 객체의 활성화 여부와 연관되는 생물학적 객체 를 지시하는 정보 및 상기 제2 노드에 대응하는 생물학적 객체의 활성화 여부와 연관되는 생물학적 객체를 지시하는 정보 간의 생물학적 상호 작용 정보를 이용하여 상기 불리언 룰을 설정하는 단계;를 포함하는 것을 특징으로 하는 생물학적 네트워크 분석 방법.
  12. 제7항에 있어서,
    상기 시뮬레이션을 수행하는 단계는,
    상기 불리언 룰을 각 노드에 따라 개별적으로 설정하는 것을 특징으로 생물학적 네트워크 분석 방법.
  13. 제7항에 있어서,
    상기 시뮬레이션을 수행하는 단계는,
    기 설정된 확률을 적용하여 각 노드간 연결 상태를 업데이트하여 상기 시뮬레이션을 수행하는 것을 특징으로 하는 생물학적 네트워크 분석 방법.
KR1020130165128A 2013-12-27 2013-12-27 생물학적 네트워크 분석 장치 및 방법 KR101400946B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020130165128A KR101400946B1 (ko) 2013-12-27 2013-12-27 생물학적 네트워크 분석 장치 및 방법
PCT/KR2014/008225 WO2015099264A1 (ko) 2013-12-27 2014-09-03 생물학적 네트워크 분석 장치 및 방법
US14/404,089 US9984184B2 (en) 2013-12-27 2014-09-03 Biological network analysis device and method therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130165128A KR101400946B1 (ko) 2013-12-27 2013-12-27 생물학적 네트워크 분석 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101400946B1 true KR101400946B1 (ko) 2014-05-29

Family

ID=50895684

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130165128A KR101400946B1 (ko) 2013-12-27 2013-12-27 생물학적 네트워크 분석 장치 및 방법

Country Status (3)

Country Link
US (1) US9984184B2 (ko)
KR (1) KR101400946B1 (ko)
WO (1) WO2015099264A1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170115406A (ko) * 2016-04-07 2017-10-17 한국과학기술원 생물학적 시스템 정보 처리 장치 및 방법
WO2018128502A1 (ko) * 2017-01-09 2018-07-12 김선중 생물학적 체계 정보 검색 시스템 및 방법
KR102392131B1 (ko) * 2021-10-14 2022-04-28 고려대학교 산학협력단 먹이그물 네트워크 분석을 통한 생태계 예측 평가 시스템 및 이의 동작 방법
KR20230150219A (ko) * 2022-04-21 2023-10-30 고려대학교 산학협력단 생태계 멸종 위험 진단 시스템 및 이의 동작방법

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11521705B2 (en) 2018-09-18 2022-12-06 International Business Machines Corporation Random sequence generation for gene simulations
CN110379456B (zh) * 2019-05-28 2021-02-05 台州学院 一种周期控制布尔网络前继不满足性吸引子算法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070174019A1 (en) 2003-08-14 2007-07-26 Aditya Vailaya Network-based approaches to identifying significant molecules based on high-throughput data analysis
KR20090105921A (ko) * 2006-11-30 2009-10-07 네이비제닉스 인크. 유전자 분석 시스템 및 방법
KR101067352B1 (ko) 2009-11-19 2011-09-23 한국생명공학연구원 생물학적 네트워크 분석을 이용한 마이크로어레이 실험 자료의 작용기작, 실험/처리 조건 특이적 네트워크 생성 및 실험/처리 조건 관계성 해석을 위한 알고리즘을 포함한 시스템 및 방법과 상기 방법을 수행하기 위한 프로그램을 갖는 기록매체

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003065244A1 (en) * 2002-01-30 2003-08-07 Board Of Regents, The University Of Texas System Probabilistic boolean networks
US7856317B2 (en) 2002-06-14 2010-12-21 Genomatica, Inc. Systems and methods for constructing genomic-based phenotypic models
US20040088116A1 (en) * 2002-11-04 2004-05-06 Gene Network Sciences, Inc. Methods and systems for creating and using comprehensive and data-driven simulations of biological systems for pharmacological and industrial applications
US20100299289A1 (en) * 2009-05-20 2010-11-25 The George Washington University System and method for obtaining information about biological networks using a logic based approach
US9489474B2 (en) * 2010-02-05 2016-11-08 University Of Central Florida Research Foundation, Inc. Model and methods for identifying points of action in electrically active cells

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070174019A1 (en) 2003-08-14 2007-07-26 Aditya Vailaya Network-based approaches to identifying significant molecules based on high-throughput data analysis
KR20090105921A (ko) * 2006-11-30 2009-10-07 네이비제닉스 인크. 유전자 분석 시스템 및 방법
KR101067352B1 (ko) 2009-11-19 2011-09-23 한국생명공학연구원 생물학적 네트워크 분석을 이용한 마이크로어레이 실험 자료의 작용기작, 실험/처리 조건 특이적 네트워크 생성 및 실험/처리 조건 관계성 해석을 위한 알고리즘을 포함한 시스템 및 방법과 상기 방법을 수행하기 위한 프로그램을 갖는 기록매체

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170115406A (ko) * 2016-04-07 2017-10-17 한국과학기술원 생물학적 시스템 정보 처리 장치 및 방법
KR101881398B1 (ko) 2016-04-07 2018-07-24 한국과학기술원 생물학적 시스템 정보 처리 장치 및 방법
WO2018128502A1 (ko) * 2017-01-09 2018-07-12 김선중 생물학적 체계 정보 검색 시스템 및 방법
US11308172B2 (en) 2017-01-09 2022-04-19 Sun-Joong Kim Biological system information retrieval system and method thereof
KR102392131B1 (ko) * 2021-10-14 2022-04-28 고려대학교 산학협력단 먹이그물 네트워크 분석을 통한 생태계 예측 평가 시스템 및 이의 동작 방법
KR20230150219A (ko) * 2022-04-21 2023-10-30 고려대학교 산학협력단 생태계 멸종 위험 진단 시스템 및 이의 동작방법
KR102646407B1 (ko) 2022-04-21 2024-03-11 고려대학교 산학협력단 생태계 멸종 위험 진단 시스템 및 이의 동작방법

Also Published As

Publication number Publication date
US9984184B2 (en) 2018-05-29
WO2015099264A1 (ko) 2015-07-02
US20160283626A1 (en) 2016-09-29

Similar Documents

Publication Publication Date Title
KR101400946B1 (ko) 생물학적 네트워크 분석 장치 및 방법
US9542477B2 (en) Method of automated discovery of topics relatedness
US9824085B2 (en) Personal language model for input method editor
CN105518660B (zh) 三维条件格式化
CN109923568B (zh) 用于数据分析的移动数据洞察平台
US10885452B1 (en) Relation graph optimization using inconsistent cycle detection
TW201519075A (zh) 文字範圍的智慧選擇
CN106055545A (zh) 文本挖掘系统及工具
JP2019511036A (ja) 複数レイヤの単語表現にわたる言語特徴生成のためのシステム及び方法
WO2015061046A2 (en) Method and apparatus for performing topic-relevance highlighting of electronic text
EP2869219A1 (en) Text processing apparatus, text processing method, and computer program product
CN109325223A (zh) 文章推荐方法、装置及电子设备
CN113656587B (zh) 文本分类方法、装置、电子设备及存储介质
KR20180106817A (ko) 전자 장치 및 제어 방법
Calderone et al. SPV: a javascript signaling pathway visualizer
JP2019128634A (ja) 最適化装置及びハイパーパラメータの最適化方法
JP2018112853A (ja) 話題分類装置およびそのプログラム
US11544467B2 (en) Systems and methods for identification of repetitive language in document using linguistic analysis and correction thereof
CN104076940A (zh) 一种辅助输入方法和设备
JP2018045657A (ja) 学習装置、プログラムパラメータおよび学習方法
Taylor et al. SEBINI: software environment for biological network inference
JP6229512B2 (ja) 情報処理プログラム、情報処理方法及び情報処理装置
JP6536580B2 (ja) 文集合抽出システム、方法およびプログラム
Hall et al. Constructing and analyzing computational models of cell signaling with biomodelanalyzer
Streck et al. Comparative statistical analysis of qualitative parametrization sets

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170327

Year of fee payment: 4