RnDcircle

번호	청구항
1	장치에 의하여 수행되는 인공지능 기반의 암종별 타겟 선정 및 암종 예측 방법에 있어서,암종에 대한 유전자데이터를 포함하는 제1 기본데이터를 기반으로 암종별로 타겟을 선정하는 단계;상기 타겟을 기반으로 예상 암종을 출력하는 제1 기계학습모델을 학습시키는 단계;사용자의 유전자데이터를 포함하는 제2 기본데이터를 수신하는 단계; 및상기 제1 기계학습모델을 통하여 상기 제2 기본데이터 및 상기 타겟을 기반으로 상기 사용자가 보유할 것으로 판단되는 암종 및 가능성을 산출하는 단계; 를 포함하며,상기 타겟을 선정하는 단계는,상기 제1 기본데이터에서 SLC 패밀리(Solute Carrier family)에 해당하는 SLC발현데이터를 추출하는 단계; 및인공지능모듈을 통하여 상기 SLC발현데이터에서 암종별로 상관관계가 있는 SLC바이오마커를 타겟으로 선정하는 단계; 를 포함하고,상기 SLC바이오마커를 타겟으로 선정하는 단계는,T-검정(T-test) 방식으로 상기 제1 기본데이터에 포함되는 암종별정상데이터 및 암진단데이터 간의 SLC발현량을 비교하는 단계;비교결과 실험군에서의 평균 발현량이 대조군에서의 평균 발현량의 몇 배인지를 나타내는 폴드체인지(Fold-change)가 기설정된 제1 임계값 이상이고, 상기 암종별정상데이터 및 상기 암진단데이터 간의 SLC발현량 차이가 기설정된 제2 임계값 이하인 상기 SLC바이오마커를 제1 타겟으로 선정하는 단계; 를 포함하며,상기 SLC바이오마커를 타겟으로 선정하는 단계는,컷오프파인더(Cutoff finder) 방식으로 상기 제1 기본데이터를 상기 SLC발현량을 기반으로 제1 그룹 및 제2 그룹으로 구분하는 단계;상기 제1 그룹 및 상기 제2 그룹을 치료 시작 후부터 사망에 이르는 제1 기간, 특정 질병으로 사망하지 않은 제2 기간, 악성종양의 1차 치료와 종양 재발의 첫 번째 징후 사이의 제3 기간 및 질병을 치료 후 재발할 때까지의 제4 기간 중 적어도 한 기간을 생존기간으로 하여 생존함수 추정법으로 분석하는 단계;분석결과 HR(Hazard Ratio)이 기설정된 제3 임계값 이상인 상기 SLC바이오마커를 제2 타겟으로 선정하는 단계; 및상기 제1 타겟 및 상기 제2 타겟에 중첩되는 상기 SLC바이오마커를 상기 타겟으로 선정하는 단계; 를 더 포함하고,상기 SLC바이오마커를 타겟으로 선정하는 단계에서, 각 암종 별 정상 샘플과 암 샘플 그룹 간의 SLC 발현량 비교를 위해 상기 T-검정을 사용하는 익스프레션 어낼러시스(Efxpression Analysis)를 수행하되, 분석결과에 따라 상기 폴드체인지(Fold-change)가 1 이상인 경우를 인크리스드(increased), 1 미만인 경우를 디크리스드(decreased)로 지정하고, 최종적으로 상기 폴드체인지(Fold-change)가 인크리스드(increased)이면서 두 군의 평균 발현량 차이가 통계적으로 유의미한 값인지 알려주는 p-밸류(p-value)가 0.01 이하인 경우를 그룹 간에 유의미한 차이가 있다고 판단하며,상기 SLC바이오마커를 타겟으로 선정하는 단계에서, 컷오프파인더(Cutoff finder)를 사용하여 SLC 발현량을 기준으로 두 그룹으로 나누어 분석서바이벌 어낼러시스(Survival Analysis)를 수행하되, 분석에 사용한 생존 기간은 OS, DFI, DSS, PFI이고, 상기 생존함수 추정법으로 카플란-마이어(Kaplan-Meier) 기법을 사용해 분석을 진행하며, 분석 결과 중 상기 HR이 1 이상인 경우를 생존 기간 사이에 유의미한 차이를 보인다고 판단하고,상기 OS는 치료 시작 후부터 사망에 이르는 기간인 상기 제1 기간을 의미하고, 상기 DSS는 특정 기간 동안 특정 질병으로 사망하지 않은 연구 또는 치료 그룹의 사람들 비율인 상기 제2 기간을 의미하며, 상기 DFI는 악성 종양의 1차 치료와 종양 재발의 첫 번째 징후 사이의 기간/암 진단부터 다른 질환이 일어나기 전까지의 기간인 상기 제3 기간을 의미하고, 상기 PFI는 질병을 치료 중이거나 치료 후 환자가 질병을 지닌 채 살고 있다가 다시 재발(악화)한 때까지의 기간인 상기 제4 기간을 의미하는 것을 특징으로 하는 인공지능 기반의 암종별 타겟 선정 및 암종 예측 방법.
2	삭제
3	삭제
4	삭제
5	청구항 1에 있어서,상기 암종 및 가능성을 상기 SLC바이오마커를 기반으로 시각적으로 출력하되, PCA 및 t-SNE 중 적어도 어느 하나 이상을 기반으로 출력하는 단계; 를 더 포함하는 것을 특징으로 하는 인공지능 기반의 암종별 타겟 선정 및 암종 예측 방법.

장치에 의하여 수행되는 인공지능 기반의 암종별 타겟 선정 및 암종 예측 방법에 있어서,암종에 대한 유전자데이터를 포함하는 제1 기본데이터를 기반으로 암종별로 타겟을 선정하는 단계;상기 타겟을 기반으로 예상 암종을 출력하는 제1 기계학습모델을 학습시키는 단계;사용자의 유전자데이터를 포함하는 제2 기본데이터를 수신하는 단계; 및상기 제1 기계학습모델을 통하여 상기 제2 기본데이터 및 상기 타겟을 기반으로 상기 사용자가 보유할 것으로 판단되는 암종 및 가능성을 산출하는 단계; 를 포함하며,상기 타겟을 선정하는 단계는,상기 제1 기본데이터에서 SLC 패밀리(Solute Carrier family)에 해당하는 SLC발현데이터를 추출하는 단계; 및인공지능모듈을 통하여 상기 SLC발현데이터에서 암종별로 상관관계가 있는 SLC바이오마커를 타겟으로 선정하는 단계; 를 포함하고,상기 SLC바이오마커를 타겟으로 선정하는 단계는,T-검정(T-test) 방식으로 상기 제1 기본데이터에 포함되는 암종별정상데이터 및 암진단데이터 간의 SLC발현량을 비교하는 단계;비교결과 실험군에서의 평균 발현량이 대조군에서의 평균 발현량의 몇 배인지를 나타내는 폴드체인지(Fold-change)가 기설정된 제1 임계값 이상이고, 상기 암종별정상데이터 및 상기 암진단데이터 간의 SLC발현량 차이가 기설정된 제2 임계값 이하인 상기 SLC바이오마커를 제1 타겟으로 선정하는 단계; 를 포함하며,상기 SLC바이오마커를 타겟으로 선정하는 단계는,컷오프파인더(Cutoff finder) 방식으로 상기 제1 기본데이터를 상기 SLC발현량을 기반으로 제1 그룹 및 제2 그룹으로 구분하는 단계;상기 제1 그룹 및 상기 제2 그룹을 치료 시작 후부터 사망에 이르는 제1 기간, 특정 질병으로 사망하지 않은 제2 기간, 악성종양의 1차 치료와 종양 재발의 첫 번째 징후 사이의 제3 기간 및 질병을 치료 후 재발할 때까지의 제4 기간 중 적어도 한 기간을 생존기간으로 하여 생존함수 추정법으로 분석하는 단계;분석결과 HR(Hazard Ratio)이 기설정된 제3 임계값 이상인 상기 SLC바이오마커를 제2 타겟으로 선정하는 단계; 및상기 제1 타겟 및 상기 제2 타겟에 중첩되는 상기 SLC바이오마커를 상기 타겟으로 선정하는 단계; 를 더 포함하고,상기 SLC바이오마커를 타겟으로 선정하는 단계에서, 각 암종 별 정상 샘플과 암 샘플 그룹 간의 SLC 발현량 비교를 위해 상기 T-검정을 사용하는 익스프레션 어낼러시스(Efxpression Analysis)를 수행하되, 분석결과에 따라 상기 폴드체인지(Fold-change)가 1 이상인 경우를 인크리스드(increased), 1 미만인 경우를 디크리스드(decreased)로 지정하고, 최종적으로 상기 폴드체인지(Fold-change)가 인크리스드(increased)이면서 두 군의 평균 발현량 차이가 통계적으로 유의미한 값인지 알려주는 p-밸류(p-value)가 0.01 이하인 경우를 그룹 간에 유의미한 차이가 있다고 판단하며,상기 SLC바이오마커를 타겟으로 선정하는 단계에서, 컷오프파인더(Cutoff finder)를 사용하여 SLC 발현량을 기준으로 두 그룹으로 나누어 분석서바이벌 어낼러시스(Survival Analysis)를 수행하되, 분석에 사용한 생존 기간은 OS, DFI, DSS, PFI이고, 상기 생존함수 추정법으로 카플란-마이어(Kaplan-Meier) 기법을 사용해 분석을 진행하며, 분석 결과 중 상기 HR이 1 이상인 경우를 생존 기간 사이에 유의미한 차이를 보인다고 판단하고,상기 OS는 치료 시작 후부터 사망에 이르는 기간인 상기 제1 기간을 의미하고, 상기 DSS는 특정 기간 동안 특정 질병으로 사망하지 않은 연구 또는 치료 그룹의 사람들 비율인 상기 제2 기간을 의미하며, 상기 DFI는 악성 종양의 1차 치료와 종양 재발의 첫 번째 징후 사이의 기간/암 진단부터 다른 질환이 일어나기 전까지의 기간인 상기 제3 기간을 의미하고, 상기 PFI는 질병을 치료 중이거나 치료 후 환자가 질병을 지닌 채 살고 있다가 다시 재발(악화)한 때까지의 기간인 상기 제4 기간을 의미하는 것을 특징으로 하는 인공지능 기반의 암종별 타겟 선정 및 암종 예측 방법.