KR102470870B1 - 실시간 pcr을 이용한 진단 결과를 예측하기 위한 방법 및 장치 - Google Patents

실시간 pcr을 이용한 진단 결과를 예측하기 위한 방법 및 장치 Download PDF

Info

Publication number
KR102470870B1
KR102470870B1 KR1020200078121A KR20200078121A KR102470870B1 KR 102470870 B1 KR102470870 B1 KR 102470870B1 KR 1020200078121 A KR1020200078121 A KR 1020200078121A KR 20200078121 A KR20200078121 A KR 20200078121A KR 102470870 B1 KR102470870 B1 KR 102470870B1
Authority
KR
South Korea
Prior art keywords
data
experimental
machine learning
learning model
sample
Prior art date
Application number
KR1020200078121A
Other languages
English (en)
Other versions
KR20220000458A (ko
Inventor
김민진
김선빈
강병규
Original Assignee
제노플랜코리아 주식회사
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 제노플랜코리아 주식회사 filed Critical 제노플랜코리아 주식회사
Priority to KR1020200078121A priority Critical patent/KR102470870B1/ko
Publication of KR20220000458A publication Critical patent/KR20220000458A/ko
Application granted granted Critical
Publication of KR102470870B1 publication Critical patent/KR102470870B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57484—Immunoassay; Biospecific binding assay; Materials therefor for cancer involving compounds serving as markers for tumor, cancer, neoplasia, e.g. cellular determinants, receptors, heat shock/stress proteins, A-protein, oligosaccharides, metabolites
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Immunology (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Urology & Nephrology (AREA)
  • General Physics & Mathematics (AREA)
  • Hematology (AREA)
  • Artificial Intelligence (AREA)
  • Biophysics (AREA)
  • Cell Biology (AREA)
  • Biotechnology (AREA)
  • Computational Linguistics (AREA)
  • Food Science & Technology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Bioethics (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Microbiology (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)

Abstract

본 발명의 일 실시예에 따라, 실시간 PCR(Polymerase Chain Reaction)을 이용한 진단 결과를 예측하기 위한 방법이 개시된다. 본 방법은 목표 서열의 증폭 실험에서 산출된 실험 결과 데이터 및 상기 실험에 대한 메타데이터(metadata)를 포함하는 실험 데이터를 수집하는 단계; 상기 실험 데이터를 기계 학습 모델에 입력하여 상기 실험 데이터의 특성 데이터를 추출하고, 추출된 특성 데이터를 기반으로 상기 기계 학습 모델을 훈련시키는 단계; 및 상기 훈련된 기계 학습 모델을 통해 목표 서열에 대한 진단 결과를 예측하는 단계;를 포함할 수 있다.

Description

실시간 PCR을 이용한 진단 결과를 예측하기 위한 방법 및 장치{METHOD AND APPARATUS FOR PREDICTING DIAGNOSTIC RESULT IN REAL-TIME PCR}
본 발명은 실시간 PCR을 이용한 진단 결과를 예측하기 위한 방법 및 장치에 관한 것으로서, 보다 상세하게는 기계학습을 통해 실시간 PCR을 이용한 진단 결과를 미리 예측할 수 있는 방법 및 그 방법을 수행하는 장치에 관한 것이다.
중합효소 연쇄 반응, 즉 PCR(Polymerase Chain Reaction)은 핵산을 포함하는 샘플 용액을 반복적으로 가열 및 냉각하여 상기 핵산의 특정 염기 서열을 갖는 부위를 연쇄적으로 복제하여 그 특정 염기 서열 부위를 갖는 핵산을 기하급수적으로 증폭하는 기술로써, 생명과학, 유전과학 및 의료 분야 등에서 분석 및 진단 목적으로 널리 사용되고 있다.
특히, 실시간 중합효소 연쇄 반응(Real-Time Polymerase Chain Reaction, 이하, 실시간 PCR)은 형광물질을 이용하여 PCR 증폭 산물을 실시간으로 모니터링하는 기술로, 짧은 시간 안에 민감도와 특이도가 높은 정량적 분석이 가능하다는 장점이 있어 각광받고 있다.
그러나, 실시간 PCR의 목표 서열 증폭 과정에서 최대 Ct 값(threshold cycle value)에서도 검출되지 않아 음성(negative)이라고 판정되는 경우가 적지 않았다. 이는 기존 실시간 PCR이 가시 범위에만 의존하고, 역가(threshold)를 임의로 설정하여 그 기준이 명확하지 않기 때문이다.
또한, 사용자 또는 프로그램이 설정한 역가선 이상의 결과 값만 확인하여 양성(positive) 또는 음성을 판별할 수 있기 때문에, 진단자는 역가선 아래의 결과 값에 대하여는 진단자의 눈에 의존하여 재실험 여부를 판별할 수밖에 없었다.
이에 따라, 특정 병원체에 대한 실시간 PCR에서 목표 서열에 대한 증폭 결과가 위음성(false negative)으로 판정되었을 경우, 피검사자가 재검사를 하지 않거나 실제 양성임에도 불구하고 평소처럼 행동하여 타인에게 병원체를 전염시킬 가능성이 있었다.
따라서, 실시간 PCR에 있어서, 위음성 판정에 대한 빈도를 낮출 수 있는 신뢰가능한 결과 예측 방법의 필요성이 대두되고 있다.
본 발명은 상술한 문제점을 해결하기 위한 것으로서, 실시간 PCR을 이용한 진단 결과를 예측하여 위음성 판정 빈도를 낮추기 위한 방법 및 장치를 제공하는 것을 그 목적으로 한다.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또다른 기술적 과제들은 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 실시간 PCR(Polymerase Chain Reaction)을 이용한 진단 결과를 예측하기 위한 방법은, 목표 서열의 증폭 실험에서 산출된 실험 결과 데이터 및 상기 실험에 대한 메타데이터(metadata)를 포함하는 실험 데이터를 수집하는 단계; 상기 실험 데이터를 상기 기계 학습 모델에 입력하여 상기 실험 데이터의 특성 데이터를 추출하고, 추출된 특성 데이터를 기반으로 상기 기계 학습 모델을 훈련시키는 단계; 및 상기 훈련된 기계 학습 모델을 통해 목표 서열에 대한 진단 결과를 예측하는 단계;를 포함할 수 있다.
일 실시예에서, 상기 메타데이터는 버퍼(buffer), 프라이머(primer), 목표 서열, 택(taq) 중합효소, dNTPs, 시료 중 적어도 하나의 실험 조건 정보를 포함할 수 있다.
일 실시예에서, 상기 실험 결과 데이터는 상기 증폭 실험에서의 최대 증폭 반복횟수 동안의 신호값 및 상기 신호값에 대한 판단 데이터를 포함할 수 있다.
일 실시예에서, 상기 실험 결과 데이터는 음성 대조군(negative control)에 대하여 산출된 실험 결과 데이터를 더 포함할 수 있다.
일 실시예에서, 상기 수집된 실험 데이터를 기계 학습 모델에서 사용할 수 있도록 전처리를 수행하는 단계를 더 포함하고, 상기 훈련시키는 단계는, 상기 전처리된 데이터를 상기 기계 학습 모델에 입력함으로써 수행될 수 있다.
일 실시예에서, 상기 전처리를 수행하는 단계는 상기 수집된 실험 데이터의 각 샘플을 인스턴스(instance) 별로 나눈 후, 상기 인스턴스로 나뉘어진 각 샘플의 데이터 값을 실수 값으로 변환하는 단계 및, 상기 실수 값으로 변환된 각 샘플의 데이터 값을 벡터화(vectorize)하는 단계를 포함할 수 있다.
일 실시예에서, 상기 전처리된 데이터에 대하여 데이터 증대(data augmentation)를 수행하는 단계를 더 포함할 수 있다.
일 실시예에서, 상기 데이터 증대를 수행하는 단계는 상기 전처리된 데이터가 상기 증폭 실험에 있어서 소정의 사이클(cycle) 단위의 구간으로 나뉘어진 지역적 패턴을 생성하고, 상기 생성된 지역적 패턴을 하나의 샘플로 구성하는 방법으로 수행되는 것일 수 있다.
일 실시예에서, 상기 데이터 증대를 수행하는 단계는 상기 소정의 사이클 단위의 구간으로 나뉘어진 쉬프트(shift)된 지역적 패턴을 추가로 생성하는 것일 수 있다.
일 실시예에서, 상기 데이터 증대를 수행하는 단계는 상기 전처리된 데이터를 지터링(jittering)하여 인공적으로 노이즈가 섞인 데이터를 생성하는 방법으로 수행되는 것일 수 있다.
일 실시예에서, 상기 기계 학습 모델은 CNN(Convolutional Neural Network) 모델인 것일 수 있다.
일 실시예에서, 상기 CNN 모델은 ADAM 옵티마이저(optimizer) 및 배치 정규화(batch normalization)를 학습 알고리즘으로 사용하는 것일 수 있다.
일 실시예에서, 상기 훈련시키는 단계는 K-폴드 교차 검증(k-fold cross-validation)을 통해, 상기 CNN 모델을 훈련 및 검증하는 것일 수 있다.
일 실시예에서, 상기 훈련시키는 단계는 상기 전처리된 데이터를 훈련 셋 및 테스트 셋으로 나누는 단계 및, 상기 훈련 셋을 소정의 개수의 폴드(fold)로 구성하고, 상기 폴드 중 어느 하나를 검증 셋(validation set)으로 지정하고, 나머지 폴드를 훈련 셋으로 사용하여 교차 검증을 수행하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 실시간 PCR을 이용한 진단 결과를 예측하기 위한 장치는, 목표 서열의 증폭 실험에서 산출된 실험 결과 데이터 및 상기 실험에 대한 메타데이터를 포함하는 실험 데이터를 입력받는 입력부; 및 상기 입력된 실험 데이터를 상기 기계 학습 모델에 입력하여 상기 실험 데이터의 특성 데이터를 추출하며, 상기 추출된 특성 데이터를 기반으로 훈련된 기계 학습 모델을 통해 목표 서열에 대한 진단 결과를 예측하는 프로세서;를 포함할 수 있다.
일 실시예에서, 상기 메타데이터는 버퍼, 프라이머, 목표 서열, 택(taq) 중합효소, dNTPs, 시료 중 적어도 하나의 실험 조건 정보를 포함할 수 있다.
일 실시예에서, 상기 실험 결과 데이터는 상기 증폭 실험에서의 최대 증폭 반복횟수 동안의 신호값 및 상기 신호값에 대한 판단 데이터를 포함할 수 있다.
일 실시예에서, 상기 실험 결과 데이터는 음성 대조군에 대하여 산출된 실험 결과 데이터를 더 포함할 수 있다.
일 실시예에서, 상기 프로세서는, 상기 입력된 실험 데이터를 기계 학습 모델에서 사용할 수 있도록 전처리를 수행하고, 상기 전처리된 데이터를 상기 기계 학습 모델에 입력함으로써, 상기 기계 학습 모델을 훈련시킬 수 있다.
일 실시예에서, 상기 프로세서는 상기 입력된 실험 데이터의 각 샘플을 인스턴스 별로 나눈 후, 상기 인스턴스로 나뉘어진 각 샘플의 데이터 값을 실수 값으로 변환하고, 상기 실수 값으로 변환된 각 샘플의 데이터 값을 벡터화함으로써, 상기 실험 데이터에 대한 전처리를 수행할 수 있다.
본 발명의 일 실시예에 따른 실시간 PCR을 이용한 진단 결과를 예측하기 위한 방법 및 장치에 따르면, 기계학습을 통해 양성, 음성 및 미결정을 확실히 판별하여 진단자에게 제공할 수 있으므로, 위음성 판정에 대한 빈도를 낮출 수 있다.
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 일 실시예에 따른 딥러닝에 의한 모델 구축 과정을 설명하기 위한 흐름도를 도시한다.
도 2는 본 발명의 일 실시예에 따른 실시간 PCR을 이용한 진단 결과를 예측하기 위한 방법을 설명하기 위한 흐름도를 도시한다.
도 3은 본 발명의 일 실시예에 따른 실시간 PCR의 각 샘플 별 증폭 실험 데이터가 나타난 화면을 도시한다.
도 4는 본 발명의 일 실시예에 따른 실시간 PCR의 각 샘플에 대한 양성 또는 음성 판정 결과를 나타낸 화면을 도시한다.
도 5는 본 발명의 일 실시예에 따른 CNN 모델의 파이프라인을 도시한다.
도 6은 발명의 일 실시예에 따른 K-폴드 교차 검증을 통한 CNN 모델의 훈련 및 평가 방법을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 실시간 PCR을 이용한 진단 결과를 예측하기 위한 장치의 구성을 간략히 나타낸 블록도이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예들을 상세히 설명한다. 이 때, 첨부된 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타내고 있음에 유의해야 한다. 또한 본 발명의 요지를 흐리게 할 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략할 것이다.
본 발명의 일부 실시예는 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들의 일부 또는 전부는, 특정 기능들을 실행하는 다양한 개수의 하드웨어 및/또는 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 본 발명의 기능 블록들은 하나 이상의 마이크로 프로세서들에 의해 구현되거나, 소정의 기능을 위한 회로 구성들에 의해 구현될 수 있다. 또한, 예를 들어, 본 발명의 기능 블록들은 다양한 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능 블록들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 본 발명은 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다.
또한, 본 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. "부", "모듈"은 어드레싱될 수 있는 저장 매체에 저장되며 프로세서에 의해 실행될 수 있는 프로그램에 의해 구현될 수도 있다.
예를 들어, “부”, "모듈" 은 소프트웨어 구성 요소들, 객체 지향 소프트웨어 구성 요소들, 클래스 구성 요소들 및 태스크 구성 요소들과 같은 구성 요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터 베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들에 의해 구현될 수 있다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 장치를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
또한, 도면에 도시된 구성 요소들 간의 연결 선 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것일 뿐이다. 실제 장치에서는 대체 가능하거나 추가된 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들에 의해 구성 요소들 간의 연결이 나타내어질 수 있다.
본 발명에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 발명에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 즉, 본 발명에서 특정 구성을 “포함”한다고 기술하는 내용은 해당 구성 이외의 구성을 배제하는 것이 아니며, 추가적인 구성이 본 발명의 실시 또는 본 발명의 기술적 사상의 범위에 포함될 수 있음을 의미한다.
본 발명의 일부의 구성 요소는 본 발명에서 본질적인 기능을 수행하는 필수적인 구성 요소는 아니고 단지 성능을 향상시키기 위한 선택적 구성 요소일 수 있다. 본 발명은 단지 성능 향상을 위해 사용되는 구성 요소를 제외한 본 발명의 본질을 구현하는데 필수적인 구성부만을 포함하여 구현될 수 있고, 단지 성능 향상을 위해 사용되는 선택적 구성 요소를 제외한 필수 구성 요소만을 포함한 구조도 본 발명의 권리범위에 포함된다.
도 1은 본 발명의 일 실시예에 따른 딥러닝에 의한 모델 구축 과정을 간략히 설명하기 위한 흐름도이다.
모델 구축 과정은 먼저, ⅰ) 데이터를 수집하는 데이터 수집 과정, ⅱ) 데이터 수집 과정을 통해서 모아진 데이터를 전처리하는 데이터 전처리 과정, ⅲ) 전처리된 데이터에서 필요한 특성을 추출하는 특성 추출 과정, ⅳ) 추출된 특성들을 가지고 예측을 하는 모델 구축 과정으로 이루어질 수 있다. 모델 구축 과정은 모델을 설계하고, 설계된 모델을 잘 학습시키고 평가하는 과정을 내포할 수 있다.
데이터 수집 과정에서는 실시간 PCR(Polymerase Chain Reaction) 실험을 수행하여 실험 데이터를 수집할 수 있다(S110). 수집되는 실험 데이터는 목표 서열의 증폭 실험에서 산출되는 실험 결과 데이터 및 실험에 대한 메타데이터를 포함할 수 있다.
데이터 전처리 과정에서는 수집된 실험 데이터를 샘플 단위로 분할하고,(S120), 샘플 단위로 분할된 실험 데이터가 실수인지 여부를 판단할 수 있다(S130). 실험 데이터가 실수인 경우, 벡터화를 수행하고(S140), 실수가 아닌 경우에는 실수로 변환하는 과정을 거쳐(S150) 벡터화를 수행할 수 있다(S140).
특성 추출 과정에서는 전처리된 데이터의 특성 데이터를 추출하고(S160), 모델 구축 과정에서는 추출된 특성 데이터에 기반하여 기계 학습 모델을 학습하고(S170), 학습된 기계 학습 모델 중 최적화된 모델을 선정하기 위한 모델 평가를 수행할 수 있다.(S180).
상술한 바와 같이 구축되는 기계학습 모델을 이용하여, 실시간 PCR을 이용한 진단 결과를 예측하게 된다. 이에 대한 구체적인 방법은 도 2 내지 도 6과 관련하여 설명하도록 한다.
도 2는 본 발명의 일 실시예에 따른 실시간 PCR을 이용한 진단 결과를 예측하기 위한 방법을 설명하기 위한 흐름도를 도시한다.
먼저, 목표 서열의 증폭 실험에서 산출된 실험 결과 데이터 및 실험에 대한 메타데이터를 포함하는 실험 데이터를 수집할 수 있다(S210).
여기서, 실험 결과 데이터는 실험에서 나온 최대 증폭 반복횟수(Ctmax) 동안의 신호값 및 실험 결과에 대한 판단 데이터를 포함할 수 있다. 여기서, 신호값은 목표 서열의 증폭 곡선을 역가(threshold)를 기준으로 수치화시킨 값을 의미하며, 실험 결과에 대한 판단 데이터는 신호값을 기준으로 목표 서열의 증폭이 성공하였는지를 나타내는 데이터이다. 이러한 데이터는 진단 검사의 양성, 음성 또는 미결정을 판별한 결과 데이터로 라벨링(labeling)될 수 있다.
한편, 도 3은 본 발명의 일 실시예에 따른 실시간 PCR의 각 샘플 별 증폭 실험 데이터가 나타난 화면을 도시한다.
도 3에 도시된 바와 같이, 실시간 PCR의 목표 서열에 대한 각 샘플(31-1 ~ 31-10) 별 증폭 실험 데이터가 나타난 화면에서 각 샘플은 1 싸이클(cycle)이 반복될 때마다 2배씩 지수함수적으로 증가할 수 있다.
일정 이상의 싸이클을 반복하면 dNTP가 소모되므로, 반응이 진행되면서 효율은 점점 떨어지게 되고 도 3에 도시된 커브 형태와 같이 목표 서열의 DNA 양이 안정기(plateau)에 도달하게 된다. 초기 목표 서열의 DNA 양(농도)이 많을수록 증폭 산물양은 빠르게 검출 가능한 양에 도달하게 되어, 증폭 곡선을 빠르게 확인할 수 있다.
여기서, 각 샘플의 증폭된 양이 임의로 설정된 역가(32)에 도달할 때까지의 각 싸이클 수를 Ct 값(threshold cycle)이라고 하며, Ct 값은 초기 목표 서열의 DNA양과 역비례하게 된다. 역가(32)는 베이스라인(baseline)보다 훨씬 증가된 신호로써 통계적으로 의미를 갖는 신호 수준을 나타내며, 일반적으로 증폭신호의 증가 양상이 뚜렷하게 구분되는 시점으로 설정될 수 있다.
증폭 실험에 있어서 산출된 실험 결과 데이터는 이러한 각 샘플별 증폭 곡선을 수치화한 신호값, 최초의 DNA 양이 역으로 정량된 정량값 및 이를 토대로 양성, 음성 또는 미결정 여부가 판단된 결과 데이터를 포함할 수 있다.
도 4은 도 3에 나타난 각 샘플에 대하여 양성, 음성 및 미결정 여부가 판단된 결과 데이터를 도시한 것이다.
도 4에 도시된 바와 같이, 샘플 1 내지 5(31-1 ~ 31-5)는 양성으로, 샘플 6 내지 9(31-6 ~ 31-9)는 미결정(재검사 필요)으로, 샘플 10(31-10)은 음성으로 판정될 수 있다. 샘플 1 내지 5(31-1 ~ 31-5)는 역가에 도달하기 위한 싸이클 수가 기 설정된 값보다 작았음을 의미하고, 샘플 6 내지 9(31-6 ~ 31-9)는 역가에 도달하기 위한 싸이클 수가 기 설정된 값보다 컸음을 의미한다. 이 경우, 샘플 6 내지 9(31-6 ~ 31-9)에 대하여는 진단 결과가 위음성(false negative)일 가능성이 있으므로, 재검사를 실시할 수 있다.
샘플 10(31-10)은 실험에서 나온 최대 증폭 반복횟수(Ctmax) 동안의 실험값(증폭량)이 기 설정된 값 이하이므로 음성으로 판정되었다.
Ct 값은 목표 서열의 최초 복제수(copy number)에 따라 달라지므로, 목표 서열의 농도가 낮은 샘플의 경우 더 높은 Ct 값을 나타내지만, 최대 Ct 값 범위 내에서 역가를 넘지 못하여 음성 판정을 받을 수 있다.
따라서, 높은 농도를 갖는 샘플과 낮은 농도를 갖는 샘플 모두의 패턴을 수집 및 학습할 수 있도록, 동일한 샘플을 농도에 따라 다수의 구간으로 분할하여 실험할 수 있다.
한편, 메타데이터는 실험에 사용된 버퍼(buffer), 프라이머(primer), 목표 서열(target sequences), 택 중합효소(Taq polymerase), dNTPs 등과 같은 실험 조건과 시료에 대한 메타 속성(meta properties)을 기술하는 데이터를 의미할 수 있다.
또한, 이 단계에서, 음성 대조군(negative control)에 대한 실험도 추가적으로 진행하여 실험 데이터를 수집할 수 있다.
음성 대조군에 불순물이 미량 섞여 있거나 형광 검출기의 문제로 인해 수집된 데이터에서 노이즈(noise)가 발생할 수 있는 문제가 있다. 따라서, 노이즈의 패턴이 다양하게 나타날 수 있으므로, 음성 대조군의 샘플에 대한 실험을 충분한 횟수로 수행하여. 음성 대조군에 대하여 산출된 실험 결과 데이터를 수집할 수 있도록 할 수 있다.
이후, 수집된 실험 데이터를 기계 학습 모델에서 사용할 수 있도록 전처리를 수행할 수 있다(S220).
이때, 수집된 실험 데이터에 섞여 있는 각 샘플을 인스턴스(instance) 별로 나눈 후, 인스턴스로 나뉘어진 각 샘플의 데이터 값을 실수 값으로 변환하고, 실수 값으로 변환된 각 샘플의 데이터 값을 기계 학습 모델에 적용할 수 있도록 벡터화(vectorize)할 수 있다. 농도별로 다수 구간으로 분할하여 진행된 실험에 있어서도 각 샘플을 인스턴스 별로 나누는 작업이 수행될 수 있다.
한편, 신호값은 실수임에 반해, 메타데이터는 범주형 데이터(categorical data) 또는 불리언 데이터(boolean data) 형식 등 실수가 아닌 값으로 이루어져 있으므로, 이러한 값들을 실수 값으로 변환한 후 벡터화를 수행할 수 있다.
이때, 실수 값으로 변환된 메타데이터는 지역적인 정보나 패턴을 추출하려는 것이 아니므로 콘볼루션(convolution) 연산에서 사용되지 않는다.
한편, 전처리된 데이터의 양을 증가시키기 위하여, 데이터 증대(data augmentataion)를 수행할 수 있다.
예를 들어, 전처리된 데이터가 증폭 실험에 있어서 기 설정된 소정의 사이클 단위의 구간으로 나뉘어진 지역적 패턴을 생성하고, 생성된 지역적 패턴을 하나의 샘플로 구성하는 방법으로 데이터 증대를 수행할 수 있다. 예를 들어, 본 발명에서는 10 사이클 단위의 구간으로 나뉘어진 지역적 패턴을 생성할 수 있다. 이러한 방식으로, 향후 10 사이클에 대한 데이터만으로 DNA 증폭이 성공할 것인지 여부를 예측할 수 있게 된다.
이때, 10 사이클 단위의 구간으로 나뉘어진 쉬프트(shift)된 지역적 패턴을 추가적으로 생성할 수도 있다.
또한, 데이터 증대는 전처리된 데이터를 지터링(jittering)하여 인공적으로 노이즈가 섞인 데이터를 생성하는 방법으로 수행될 수도 있다. 인공적으로 노이즈가 섞임으로써 기계 학습 모델에서 학습하게 되는 데이터의 다양성이 증대될 수 있다.
이러한 데이터 증대에 의해, 수집된 데이터의 샘플 수를 늘릴 뿐만 아니라, 데이터 증대를 통해 좀 더 일반화(regularize)된 모델을 얻을 수 있으며, 이를 통해 기계 학습 모델의 오버피팅(overfitting)을 예방함으로써, 불특정(Unknown) 샘플에 대한 분류 및 예측 성능을 향상시킬 수 있다.
전처리된 데이터는 이후, 데이터 분할(data split) 과정을 통해 트레이닝 셋(training set), 검증 셋(validation set) 및 테스트 셋(test set)으로 나뉘게 되는데, 이에 대하여는 도 6과 관련하여 구체적으로 설명하도록 한다.
이후, 전처리된 데이터를 기계 학습 모델에 입력하여, 전처리된 데이터의 특성 데이터를 추출하고, 추출된 특성 데이터를 기반으로 기계 학습 모델을 훈련할 수 있다(S230).
DNA 증폭 예측을 위하여 기계 학습 모델이 사용될 수 있으며, SVM(Support Vector Machine)과 같은 수학적 모델이나 베이즈 네트워크(Bayesian Network)와 같은 베이즈 모델, 랜덤 포레스트(Random Forest) 또는 그레디언트 부스팅(Gradient Boosting)과 같은 앙상블(Ensemble) 모델 등 여러가지 기계 학습 모델이 사용될 수 있다.
그러나, 본 발명에서는 지역적인 패턴 및 특성이 중요한 요소이므로 대표적인 기계 학습 모델 중 하나인 CNN(Convolutional Neural Network)을 사용하였다.
CNN은 기계 학습 모델 중에서 이미지와 같은 지역적인 정보를 갖는 데이터에 주로 적용되는 모델이다. CNN은 필터(filter)를 사용하여 입력값의 지역적인 정보를 추출하고, 추출된 정보 중 중요한 정보를 풀링(pooling)이라는 기법을 통해 재추출한다. CNN은 이러한 과정을 여러번 반복하여 출력값을 예측할 수 있다.
본 발명에서 CNN은 전처리된 실험 데이터에서 신호값의 변화량, 변화하는 패턴을 지역적으로 파악하고, 그 패턴 중에서 주요한 정보를 갖는 패턴만을 주로 추출하기 위하여 사용될 수 있다.
이후, 훈련된 기계 학습 모델을 통해 목표 서열에 대한 진단 결과를 예측할 수 있다(S240). 즉, 예를 들어, 특정 병원체를 진단하기 위하여 수행된 임의의 샘플에 대한 실시간 증폭 실험의 실험 데이터가 수집되면, 기계 학습 모델은 실험 데이터로부터 증폭 신호값이 역가에 도달되기 전인 초반의 소정의 사이클(예를 들어, 시작에서 10사이클까지)에서의 증폭 신호값의 변화량 및/또는 변화하는 패턴의 특징에 기초하여, 목표 서열과 관련된 상기 병원체의 진단 결과(DNA의 증폭 여부)를 정확히 예측하여 진단자에게 제공할 수 있게 된다.
도 5는 본 발명의 일 실시예에 따른 CNN 모델의 파이프라인을 도시한다.
도 5에 도시된 바와 같이, CNN 모델은 특성 추출 영역(52) 및 분류 영역(53)을 포함할 수 있다. 특성 추출 영역(52)은 히든 레이어(hidden layers) 영역이라고도 하며, 분류 영역(53)은 뉴럴 네트워크 영역이라고도 한다.
본 발명의 일 실시예에서, 특성 추출 영역(52)은 3개의 컨볼루션 레이어(convolution layer) 및 3개의 맥스 풀 레이어(max pool layer)가 반복적으로 스택(stack)을 쌓는 구조로 구성될 수 있으며, 분류 영역(53)은 2개의 풀리 커넥티드 레이어(fully-connected layer)로 구성될 수 있다. 컨볼루션 레이어 및 맥스 풀 레이어 사이에는 활성화 함수가 배치될 수 있다.
컨볼루션 레이어는 필터를 통해 입력 데이터(51)의 특성을 추출하고, 맥스 풀 레이어는 추출된 특성의 핵심을 추출한다. 본 발명에서 컨볼루션 레이어는 필터를 통해 신호값의 지역적인 특성이나 패턴을 추출하고, 맥스 풀 레이어는 컨볼루션 레이어에서 추출된 특성들 중에서 중요한 특성만 남기고 중요하지 않다고 여겨지는 특성들은 버리는 차원 축소 작업을 수행하게 된다.
구체적으로, 보통 특성 추출(feature extraction) 과정에서는 고차원의 데이터를 저차원의 데이터에 맵핑(mapping)하는 경우가 많으나, 40개 이하의 차원의 로우(raw) 데이터에서 어떤 결과물을 도출해내기에는 데이터의 특성이 적다. 본 발명에서 사용되는 데이터의 값의 차원은 Ctmax로, 실제로 문제를 해결할 수 있을 정도로 풍부하지 않기 때문에 특성 추출 과정이 필요하게 된다.
CNN 모델에서 사용되는 여러가지 필터 들은 각각 다른 지역적인 패턴을 추출할 수 있다. 이 과정에서, 기존에 사용되는 작은 차원의 데이터 속에서 많은 양의 특성 데이터를 추출할 수 있다. 그러나, 많은 양의 특성 데이터를 추출하고 나서, 이 특성 데이터들을 모두 사용할 경우에는 실제로 예측에 사용되지 않는 특성 데이터들도 사용되어 오버피팅(overfitting) 문제가 야기될 수 있다.
따라서, 특성 데이터 추출 후에 그 특성 데이터들 중에서 중요한 특성 데이터를 선별하는 작업이 필요하며, 이러한 작업을 맥스 풀 레이어에서 처리하게 된다.
컨볼루션 레이어 및 맥스 풀 레이어가 교대로 반복되면서, 입력 데이터의 특성이 충분히 추출되도록 한다. 다만 맥스 풀 레이어는 선택적으로 사용될 수 있다. 맥스 풀 레이어를 통해 데이터의 크기를 줄이면서 임의적인 소실을 발생시킬 수 있으므로 효율적인 학습 및 오버피팅을 방지할 수 있는 효과가 있다.
특성 추출 영역(52)에서 필터(filter), 스트라이드(stride) 및 패딩(padding)을 조절하여 특성 추출 부분의 입력과 출력 크기를 계산하고 맞추는 작업이 수행된다.
특성 추출 영역(52)의 출력 데이터는 피쳐맵(feature map) 형태의 특성 데이터로 출력되며, 이를 배열 형태로 만드는 플래튼 레이어(flatten layer)를 통해 최종적으로 뉴럴 네트워크의 입력으로 사용하기 위한 배열 형태의 풀리 커넥티드 레이어 형태의 분류 모델을 생성할 수 있다. 풀리 커넥티드 레이어를 통과한 출력 데이터에는 최종적으로 소프트맥스(softmax) 함수가 적용됨으로써, 샘플의 DNA가 증폭될 것인지 여부를 확률(0과 1 사이의 출력값)(54)로서 예측할 수 있게 된다(S240).
한편, 모델 학습(model training) 과정에서는 손실함수(loss function) 및 학습 알고리즘이 필요하다. 손실함수는 아래의 수학식 1과 같이, 일반적인 분류모델에 있어서 사용하는 교차 엔트로피(cross entropy)를 사용한다.
Figure 112020065869246-pat00001
모델 학습은 손실함수인 교차 엔트로피 값을 최소화하는 방향으로 진행된다. 아래의 수학식 2는 모델의 정규화(regularization)를 위해서 L2 정규화를 사용하여 새롭게 정의된 손실함수 Jregularized의 공식을 도시한 것이다.
Figure 112020065869246-pat00002
다만, 손실함수를 최소화하기 위한 이러한 접근은 지역 최소값(local minima)에 쉽게 빠질 수 있으므로, 기존의 SGD(Stochastic Gradient Descent)를 학습 알고리즘으로 사용하는 것보다 다른 학습 알고리즘을 사용하는 것이 바람직하다.
본 발명의 일 실시예에서는 ADAM 옵티마이저(optimiser) 및 배치 정규화(batch normalization)를 학습 알고리즘으로 사용하였다.
ADAM 옵티마이저는 SGD와는 달리, 각각의 파라미터(parameter)들에 다른 학습률(learning rate)을 부여할 수 있다. 따라서, 특정 파라미터 wt는 좀 더 큰 폭으로 학습하고, 또한 2가지 종류의 모멘트(mean, uncentered variance)를 적용하여, 지역 최소값에 빠지지 않도록 할 수 있다.
Figure 112020065869246-pat00003
한편, 학습에 사용된 데이터는 10 사이클씩 잘라진 지역적 정보이며, 실험 정확도(test accuracy)와 훈련 정확도(training accuracy)의 차이를 기준으로 오버피팅을 확인하며, 에포크(epoch) 수를 조절하는 방식으로 오버피팅을 방지할 수 있다.
이 과정에서, 학습된 여러 CNN 모델의 성능을 평가하고, 그 중 최종 모델을 선정하기 위한 교차 검증(cross validation)이 수행될 수 있다.
구체적으로, 도 6에 도시된 바와 같이, 전처리된 데이터(60)를 소정의 개수의 훈련 셋(training set)(61) 및 테스트 셋(test set)(62)으로 나누고, 훈련 셋(61)을 K-폴드 교차 검증 방식을 통해 분할하여 모든 데이터를 훈련 및 검증 과정에서 사용할 수 있도록 한다. 예를 들어, 훈련 셋은 10개의 폴드(fold)로 구성되고, 그 중 어느 하나의 폴드를 검증 폴드(validation fold)으로 지정할 수 있으며, 나머지 9개의 폴드를 훈련 폴드(training folds)으로 사용하여 10번의 교차 검증을 수행할 수 있다.
도 7은 본 발명의 일 실시예에 따른 실시간 PCR(Polymerase Chain Reaction)을 이용한 진단 결과를 예측하기 위한 장치의 구성을 간략히 나타낸 블록도이다.
도 7에 도시된 바와 같은 본 발명의 일 실시예에 따른 장치(700)는 입력부(710), 메모리(820) 및 프로세서(730)를 포함할 수 있다.
입력부(710)는 목표 서열의 증폭 실험에서 산출된 실험 결과 데이터 및 실험에 대한 메타데이터를 포함하는 실험 데이터를 입력받을 수 있다. 입력부(710)는 유·무선 통신을 통하여 외부 장치 또는 외부 기록매체로부터 실험 데이터를 입력받을 수 있다.
메모리(720)는 장치(700)의 동작에 필요한 프로그램 및 데이터를 저장할 수 있다. 일 실시예에서, 메모리(820)는 장치(700)가 송수신하는 신호에 포함된 제어 정보 또는 데이터를 저장할 수 있다. 메모리(820)는 롬(ROM), 램(RAM), 하드디스크, CD-ROM 및 DVD 등과 같은 저장 매체 또는 저장 매체들의 조합으로 구성될 수 있다. 또한, 메모리(820)는 복수 개일 수 있다 일 실시예에 따르면, 메모리(820)는 전술한 본 발명의 실시예들을 위한 동작을 수행하기 위한 프로그램을 저장할 수 있다.
프로세서(730)는 장치(700)가 동작하는 일련의 과정을 제어할 수 있다. 예를 들면, 일 실시예에 따르는 실시간 PCR을 이용한 진단 결과를 예측하기 위한 장치(700)의 동작을 수행하도록 장치(700)의 구성요소들을 제어할 수 있다. 프로세서(830)는 복수 개일 수 있으며, 프로세서(730)는 메모리(720)에 저장된 프로그램을 실행함으로써 장치(700)의 동작을 수행할 수 있다.
일 실시예에서, 프로세서(730)는 입력된 실험 데이터를 기계 학습 모델에서 사용할 수 있도록 전처리를 수행할 수 있다. 이후, 프로세서(730)는 전처리된 데이터를 기계 학습 모델에 입력하여, 전처리된 데이터의 특성 데이터를 추출하며, 추출된 특성 데이터를 기반으로 훈련된 기계 학습 모델을 통해, 목표 서열의 증폭 결과에 대한 예측값을 산출할 수 있다.
이때, 메타 데이터는, 버퍼 프라이머, 목표 서열, 택 중합효소, dNTPs, 시료 중 적어도 하나의 실험 조건 정보를 포함할 수 있다. 또한, 실험 결과 데이터는 증폭 실험에서의 초대 증폭 반복횟수 동안의 신호값 및 신호값에 대한 판단 데이터를 포함할 수 있다. 또한, 실험 결과 데이터는 음성 대조군에 대하여 산출된 실험 결과 데이터를 더 포함할 수 있다.
일 실시예에 따르면, 프로세서(730)는 수집된 실험 데이터의 각 샘플을 인스턴스 별로 나눈 후, 인스턴스로 나뉘어진 각 샘플의 데이터 값이 실수 값인지 여부를 판단하고, 실수 값이 아닌 경우에는 실수 값으로 변환하여 각 샘플의 데이터 값을 벡터화할 수 있다.
일 실시예에 따르면, 프로세서(730)는 전처리된 데이터에 대하여 데이터 증대(data augmentation)를 수행할 수 있다. 구체적으로, 프로세서(730)는 전처리된 데이터가 증폭 실험에 있어서 소정의 사이클 단위(예를 들어, 10 사이클 단위)의 구간으로 나뉘어진 지역적 패턴을 생성하고, 생성된 지역적 패턴을 하나의 샘플로 구성하는 방법으로 데이터 증대를 수행할 수 있다.
일 실시예에 따르면, 프로세서(730)는 소정의 사이클 단위(예를 들어, 10 사이클 단위)의 구간으로 나뉘어진 쉬프트(shift)된 지역적 패턴을 추가로 생성하거나, 전처리된 데이터를 지터링(jittering)하여 인공적으로 노이즈가 섞인 데이터를 생성하는 방법으로 데이터 증대를 수행할 수 있다.
일 실시예에 따르면, 프로세서(730)는 K-폴드 교차 검증을 통해, CNN 모델을 훈련 및 검증할 수 있다. 이때 프로세서(730)는 전처리된 데이터를 훈련 셋 및 테스트 셋으로 나누고, 훈련 셋을 10개의 폴드(fold)로 구성하며, 그 중 어느 하나의 폴드를 검증셋으로 지정하고, 나머지 폴드를 훈련 셋으로 사용하여 교차 검증을 수행할 수 있다.
이상과 같은 본 발명의 다양한 실시예에 따르면, 기계학습을 통해 양성, 음성 및 미결정을 확실히 판별하여 진단자에게 제공할 수 있으므로, 위음성 판정에 대한 빈도를 낮출 수 있다.
한편, 상술한 실시예는, 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터에 의해 판독 가능한 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 실시예에서 사용된 데이터의 구조는 컴퓨터 판독 가능 매체에 여러 수단을 통하여 기록될 수 있다. 또한, 상술한 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로 구현될 수 있다. 예를 들어, 소프트웨어 모듈 또는 알고리즘으로 구현되는 방법들은 컴퓨터가 읽고 실행할 수 있는 코드들 또는 프로그램 명령들로서 컴퓨터가 읽을 수 있는 기록 매체에 저장될 수 있다.
일 예로, ⅰ) 목표 서열의 증폭 실험에서 산출된 실험 결과 데이터 및 상기 실험에 대한 메타데이터(metadata)를 포함하는 실험 데이터를 수집하는 단계, ⅱ) 수집된 실험 데이터를 기계 학습 모델에서 사용할 수 있도록 전처리를 수행하는 단계, ⅲ) 전처리된 데이터를 상기 기계 학습 모델에 입력하여, 전처리된 데이터의 특성 데이터를 추출하고, 추출된 특성 데이터를 기반으로 기계 학습 모델을 훈련시키는 단계 및, ⅳ) 훈련된 기계 학습 모델을 통해 목표 서열에 대한 진단 결과를 예측하는 단계를 수행하는 프로그램이 저장된 컴퓨터 판독 가능 매체가 제공될 수 있다.
컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 기록 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 포함할 수 있다. 컴퓨터 판독 가능 매체는 마그네틱 저장매체, 예를 들면, 롬, 플로피 디스크, 하드 디스크 등을 포함하고, 광학적 판독 매체, 예를 들면, 시디롬, DVD 등과 같은 저장 매체를 포함할 수 있으나, 이에 제한되지 않는다. 또한, 컴퓨터 판독 가능 매체는 컴퓨터 저장 매체 및 통신 매체를 포함할 수 있다.
또한, 컴퓨터가 읽을 수 있는 복수의 기록 매체가 네트워크로 연결된 컴퓨터 시스템들에 분산되어 있을 수 있으며, 분산된 기록 매체들에 저장된 데이터, 예를 들면 프로그램 명령어 및 코드가 적어도 하나의 컴퓨터에 의해 실행될 수 있다.
본 발명에서 설명된 특정 실행들은 일 실시예 일 뿐이며, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 및 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다.

Claims (21)

  1. 입력부 및 프로세서를 포함하는 장치에 의해 각 단계가 수행되는 실시간 PCR(Polymerase Chain Reaction)을 이용한 진단 결과를 예측하기 위한 방법에 있어서,
    목표 서열의 증폭 실험에서 산출된 실험 결과 데이터 및 상기 실험에 대한 메타데이터(metadata)를 포함하는 실험 데이터를 수집하는 단계;
    상기 실험 데이터를 기계 학습 모델에 입력하여 상기 실험 데이터의 특성 데이터를 추출하고, 추출된 특성 데이터를 기반으로 상기 기계 학습 모델을 훈련시키는 단계; 및
    상기 훈련된 기계 학습 모델을 통해 목표 서열에 대한 진단 결과를 예측하는 단계;를 포함하는, 방법.
  2. 제 1 항에 있어서,
    상기 메타데이터는,
    버퍼(buffer), 프라이머(primer), 목표 서열, 택(taq) 중합효소, dNTPs, 시료 중 적어도 하나의 실험 조건 정보를 포함하는, 방법.
  3. 제 1 항에 있어서,
    상기 실험 결과 데이터는,
    상기 증폭 실험에서의 최대 증폭 반복횟수 동안의 신호값 및 상기 신호값에 대한 판단 데이터를 포함하는, 방법.
  4. 제 3 항에 있어서,
    상기 실험 결과 데이터는,
    음성 대조군(negative control)에 대하여 산출된 실험 결과 데이터를 더 포함하는, 방법.
  5. 제 1 항에 있어서,
    상기 수집된 실험 데이터를 기계 학습 모델에서 사용할 수 있도록 전처리를 수행하는 단계를 더 포함하고,
    상기 훈련시키는 단계는, 상기 전처리된 데이터를 상기 기계 학습 모델에 입력함으로써 수행되는, 방법.
  6. 제 5 항에 있어서,
    상기 전처리를 수행하는 단계는,
    상기 수집된 실험 데이터의 각 샘플을 인스턴스(instance) 별로 나눈 후, 상기 인스턴스로 나뉘어진 각 샘플의 데이터 값을 실수 값으로 변환하는 단계; 및
    상기 실수 값으로 변환된 각 샘플의 데이터 값을 벡터화(vectorize)하는 단계;를 포함하는, 방법.
  7. 제 5 항에 있어서,
    상기 전처리된 데이터에 대하여 데이터 증대(data augmentation)를 수행하는 단계;를 더 포함하는, 방법.
  8. 제 7 항에 있어서,
    상기 데이터 증대를 수행하는 단계는,
    상기 전처리된 데이터가 상기 증폭 실험에 있어서 소정의 사이클(cycle) 단위의 구간으로 나뉘어진 지역적 패턴을 생성하고, 상기 생성된 지역적 패턴을 하나의 샘플로 구성함으로써 수행되는, 방법.
  9. 제 8 항에 있어서,
    상기 데이터 증대를 수행하는 단계는,
    상기 소정의 사이클 단위의 구간으로 나뉘어진 쉬프트(shift)된 지역적 패턴을 추가로 생성하는, 방법.
  10. 제 7 항에 있어서,
    상기 데이터 증대를 수행하는 단계는,
    상기 전처리된 데이터를 지터링(jittering)하여 인공적으로 노이즈가 섞인 데이터를 생성함으로써 수행되는, 방법.
  11. 제 5 항에 있어서,
    상기 기계 학습 모델은,
    CNN(Convolutional Neural Network) 모델인, 방법.
  12. 제 11 항에 있어서,
    상기 CNN 모델은,
    ADAM 옵티마이저(optimizer) 및 배치 정규화(batch normalization)를 학습 알고리즘으로 사용하는, 방법.
  13. 제 11 항에 있어서,
    상기 훈련시키는 단계는,
    K-폴드 교차 검증(k-fold cross-validation)을 통해, 상기 CNN 모델을 훈련 및 검증하는, 방법.
  14. 제 13 항에 있어서,
    상기 훈련시키는 단계는,
    상기 전처리된 데이터를 훈련 셋 및 테스트 셋으로 나누는 단계; 및
    상기 훈련 셋을 소정의 개수의 폴드(fold)로 구성하고, 그 중 어느 하나의 폴드를 검증 셋(validation set)으로 지정하고, 나머지 폴드를 훈련 셋으로 사용하여 교차 검증을 수행하는 단계;를 포함하는, 방법.
  15. 실시간 PCR을 이용한 진단 결과를 예측하기 위한 장치에 있어서,
    목표 서열의 증폭 실험에서 산출된 실험 결과 데이터 및 상기 실험에 대한 메타데이터를 포함하는 실험 데이터를 입력받는 입력부; 및
    상기 입력된 실험 데이터를 기계 학습 모델에 입력하여 상기 실험 데이터의 특성 데이터를 추출하며, 상기 추출된 특성 데이터를 기반으로 훈련된 기계 학습 모델을 통해 목표 서열에 대한 진단 결과를 예측하는 프로세서;를 포함하는 장치.
  16. 제 15 항에 있어서,
    상기 메타데이터는,
    버퍼, 프라이머, 목표 서열, 택(taq) 중합효소, dNTPs, 시료 중 적어도 하나의 실험 조건 정보를 포함하는, 장치.
  17. 제 15 항에 있어서,
    상기 실험 결과 데이터는,
    상기 증폭 실험에서의 최대 증폭 반복횟수 동안의 신호값 및 상기 신호값에 대한 판단 데이터를 포함하는, 장치.
  18. 제 17 항에 있어서,
    상기 실험 결과 데이터는,
    음성 대조군에 대하여 산출된 실험 결과 데이터를 더 포함하는, 장치.
  19. 제 15 항에 있어서,
    상기 프로세서는,
    상기 입력된 실험 데이터를 기계 학습 모델에서 사용할 수 있도록 전처리를 수행하고, 상기 전처리된 데이터를 상기 기계 학습 모델에 입력함으로써, 상기 기계 학습 모델을 훈련시키는, 장치.
  20. 제 19 항에 있어서,
    상기 프로세서는,
    상기 입력된 실험 데이터의 각 샘플을 인스턴스 별로 나눈 후, 상기 인스턴스로 나뉘어진 각 샘플의 데이터 값을 실수 값으로 변환하고, 상기 실수 값으로 변환된 각 샘플의 데이터 값을 벡터화함으로써, 상기 실험 데이터에 대한 전처리를 수행하는, 장치.
  21. 제 1 항 내지 제 14 항 중 어느 한 항의 방법을 실행하기 위하여 기록 매체에 저장된 컴퓨터 프로그램.
KR1020200078121A 2020-06-26 2020-06-26 실시간 pcr을 이용한 진단 결과를 예측하기 위한 방법 및 장치 KR102470870B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200078121A KR102470870B1 (ko) 2020-06-26 2020-06-26 실시간 pcr을 이용한 진단 결과를 예측하기 위한 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200078121A KR102470870B1 (ko) 2020-06-26 2020-06-26 실시간 pcr을 이용한 진단 결과를 예측하기 위한 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20220000458A KR20220000458A (ko) 2022-01-04
KR102470870B1 true KR102470870B1 (ko) 2022-11-25

Family

ID=79342347

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200078121A KR102470870B1 (ko) 2020-06-26 2020-06-26 실시간 pcr을 이용한 진단 결과를 예측하기 위한 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102470870B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116092585B (zh) * 2023-01-30 2024-04-19 上海睿璟生物科技有限公司 基于机器学习的多重pcr扩增优化方法、系统、设备及介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10453557B2 (en) * 2011-09-30 2019-10-22 Life Technologies Corporation Methods and systems for visualizing and evaluating data
KR20180051990A (ko) * 2016-11-09 2018-05-17 주식회사 피디젠 암 재발 및 전이 모니터링 방법 및 그 시스템
KR102115483B1 (ko) * 2018-08-09 2020-05-26 인하대학교 산학협력단 심층 신경망을 이용하여 표적 단백질과 결합하는 후보 압타머를 생성하는 프로그램을 기록한 컴퓨터로 판독할 수 있는 기록 매체 및 후보 압타머를 생성하는 방법

Also Published As

Publication number Publication date
KR20220000458A (ko) 2022-01-04

Similar Documents

Publication Publication Date Title
CA3096678A1 (en) Multi-assay prediction model for cancer detection
US8515681B2 (en) Classification of sample data
US20130289921A1 (en) Methods and systems for high confidence utilization of datasets
Sathya et al. Cancer categorization using genetic algorithm to identify biomarker genes
US20220253747A1 (en) Likelihood Ratios for Out-of-Distribution Detection
Garćia et al. Noisy data set identification
KR102470870B1 (ko) 실시간 pcr을 이용한 진단 결과를 예측하기 위한 방법 및 장치
Fu et al. Step-wise support vector machines for classification of overlapping samples
Wong et al. Two-stage classification methods for microarray data
US20210327580A1 (en) Method for Stratifying IBS Patients
AU2021100392A4 (en) A method for malware detection and classification using multi-level resnet paradigm on pe binary images
Lazaros et al. Feature selection for high dimensional data using supervised machine learning techniques
KR20200133067A (ko) 장내 미생물을 이용한 질병의 예측방법 및 시스템
US11977633B2 (en) Augmented machine learning malware detection based on static and dynamic analysis
Clark et al. Performance characterization in computer vision a tutorial
JP7345811B2 (ja) 自動閾値化を用いたデータ処理方法及びシステム
Khoirunnisa et al. Implementation of CRNN method for lung cancer detection based on microarray data
CN115700557A (zh) 一种用于对核酸样本进行分类的方法、设备和存储介质
Batool et al. Towards Improving Breast Cancer Classification using an Adaptive Voting Ensemble Learning Algorithm
US20170046480A1 (en) Device and method for detecting the presence or absence of nucleic acid amplification
Raghavendra et al. Hybrid data mining model for the classification and prediction of medical datasets
CN105095689A (zh) 一种基于韦恩预测的电子鼻数据挖掘方法
US20220076044A1 (en) Device and method for training a normalizing flow
Gillies et al. Gene ontology based simulation for feature selection
WO2023150898A1 (en) Method for identifying chromatin structural characteristic from hi-c matrix, non-transitory computer readable medium storing program for identifying chromatin structural characteristic from hi-c matrix

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant