이러한 연구 목표 달성을 위한 세부 연구 주제는 다음과 같다. (1) 본 연구자가 이전 연구재단 과제에서 개발한 de novo 전사체 어셈블러인 TraRECo를 이용하여 하이브리드 방식의 정밀한 동형 전사체 어셈블리 파이프라인을 개발하고 TCGA의 1100여개 유방암 샘플에 대해 전사체 어셈블리를 수행하여 동형 전사체 sequence DB를 구축한다. (PAM50 유전자 등 주요 타겟 유전자에 대해 어셈블리 수행) (2) 인공신경망을 이용하여 유방암 주요 타겟 유전자에 대한 전사체 sequence 상의 구조적 변이와 특징을 추출하는 방법 연구. (비감독 학습 기반의 회귀 신경망을 이용한 sequence 클러스터링 방법 및 (콘볼루션) 신경망을 이용한 단백질 기능에 기여하는 부분 수열(partial sequence)의 탐색 연구.) (3) 유방암의 4가지 분자유형(luminal A/B, HER2-enriched, Basal-like)과 3가지 호르몬 수용체의 상태로 정의되는 임상 유형들의 전사체 구조의 특징 탐색에 관한 연구와 분자유형(molecular subtype)과 임상유형 간 불일치가 발생하는 요인에 대한 연구 수행. 본 연구의 핵심은 인공신경망을 이용한 Sequence 클러스터링 및 분류 방안으로 전사체 어셈블리를 통해 획득된 Nucleotide sequence들을 클러스터링하고 전체 sequence 내에서 생물학적 기능에 직접적으로 관여하는(예를 들면 ER+, PR+ 상태에 관여하는) partial sequence의 검출을 위해 다양한 방식의 연구가 가능하며 본 세부 연구는 이를 위해 다음의 주제를 포함하여 진행한다. A. Heuristic 접근법: nucleotide sequence의 정성적인 특징 (intron retention, alternative splicing/exon length 등 기존 동형 전사체와의 차이점을 정형화하거나 amino acid sequence로 번역하여 missense/nonsense 등의 판별을 통해 획득한 특징)들에 기초하여 분류하는 방법을 연구한다. B. 회귀 신경망을 이용한 sequence 클러스터링: 회귀 신경망(RNN 혹은 LSTM)은 기본적으로 감독학습 하에 sequence를 분류하는데 적용 가능하며 본 연구에서는 분류 외에 비감독 학습 규칙을 적용하여 sequence를 클러스터링 하는 새로운 기법에 대해서 연구한다. C. (콘볼루션) 신경망을 이용한 부분수열 탐색: 콘볼루션 신경망을 이용하여 2차원 이미지 내에서 특정 패턴을 검출하는 개념(Region proposal network, RPN)를 활용하면 1차원 sequence 내에서 생물학적으로 기능하는 partial sequence를 탐색하는데 사용할 수 있다. 즉, 1차원 콘볼루션에 기반한 Region proposal network를 구성하고 학습을 통해 전체 sequence 내에서 생물학적 기능(ER/PR/HER2 상태 등)에 기여하는 부분 수열을 탐색하는 기법을 연구한다. 특히, 두 번째와 세 번째 방식은 아직 시도된 바가 없는 새로운 방식으로 단백질의 생물학적 기능 여부 혹은 단백질 간 상호작용 여부를 예측하는데도 적용 가능할 것으로 판단된다.

이러한 연구 목표 달성을 위한 세부 연구 주제는 다음과 같다. (1) 본 연구자가 이전 연구재단 과제에서 개발한 de novo 전사체 어셈블러인 TraRECo를 이용하여 하이브리드 방식의 정밀한 동형 전사체 어셈블리 파이프라인을 개발하고 TCGA의 1100여개 유방암 샘플에 대해 전사체 어셈블리를 수행하여 동형 전사체 sequence DB를 구축한다. (PAM50 유전자 등 주요 타겟 유전자에 대해 어셈블리 수행) (2) 인공신경망을 이용하여 유방암 주요 타겟 유전자에 대한 전사체 sequence 상의 구조적 변이와 특징을 추출하는 방법 연구. (비감독 학습 기반의 회귀 신경망을 이용한 sequence 클러스터링 방법 및 (콘볼루션) 신경망을 이용한 단백질 기능에 기여하는 부분 수열(partial sequence)의 탐색 연구.) (3) 유방암의 4가지 분자유형(luminal A/B, HER2-enriched, Basal-like)과 3가지 호르몬 수용체의 상태로 정의되는 임상 유형들의 전사체 구조의 특징 탐색에 관한 연구와 분자유형(molecular subtype)과 임상유형 간 불일치가 발생하는 요인에 대한 연구 수행. 본 연구의 핵심은 인공신경망을 이용한 Sequence 클러스터링 및 분류 방안으로 전사체 어셈블리를 통해 획득된 Nucleotide sequence들을 클러스터링하고 전체 sequence 내에서 생물학적 기능에 직접적으로 관여하는(예를 들면 ER+, PR+ 상태에 관여하는) partial sequence의 검출을 위해 다양한 방식의 연구가 가능하며 본 세부 연구는 이를 위해 다음의 주제를 포함하여 진행한다. A. Heuristic 접근법: nucleotide sequence의 정성적인 특징 (intron retention, alternative splicing/exon length 등 기존 동형 전사체와의 차이점을 정형화하거나 amino acid sequence로 번역하여 missense/nonsense 등의 판별을 통해 획득한 특징)들에 기초하여 분류하는 방법을 연구한다. B. 회귀 신경망을 이용한 sequence 클러스터링: 회귀 신경망(RNN 혹은 LSTM)은 기본적으로 감독학습 하에 sequence를 분류하는데 적용 가능하며 본 연구에서는 분류 외에 비감독 학습 규칙을 적용하여 sequence를 클러스터링 하는 새로운 기법에 대해서 연구한다. C. (콘볼루션) 신경망을 이용한 부분수열 탐색: 콘볼루션 신경망을 이용하여 2차원 이미지 내에서 특정 패턴을 검출하는 개념(Region proposal network, RPN)를 활용하면 1차원 sequence 내에서 생물학적으로 기능하는 partial sequence를 탐색하는데 사용할 수 있다. 즉, 1차원 콘볼루션에 기반한 Region proposal network를 구성하고 학습을 통해 전체 sequence 내에서 생물학적 기능(ER/PR/HER2 상태 등)에 기여하는 부분 수열을 탐색하는 기법을 연구한다. 특히, 두 번째와 세 번째 방식은 아직 시도된 바가 없는 새로운 방식으로 단백질의 생물학적 기능 여부 혹은 단백질 간 상호작용 여부를 예측하는데도 적용 가능할 것으로 판단된다.