김개발의 생명정보학

머신러닝 워크플로우는 여러 단계로 구성되며, 일반적인 워크플로우는 다음과 같습니다. 데이터 수집: 원본 데이터를 수집하고 구성합니다. 데이터 전처리: 결측치 처리, 데이터 인코딩, 정규화, 스케일링 등을 수행합니다. 데이터 분할: 전체 데이터를 훈련 데이터와 테스트 데이터로 나눕니다 (예: 80% 훈련 데이터, 20% 테스트 데이터). 특성 필터링: 통계적 방법이나 도메인 지식을 활용해 관련 없거나 노이즈가 될 수 있는 특성을 제거합니다. 특성 선택: 머신러닝 알고리즘에 입력으로 사용할 최적의 특성을 선택하기 위해 특성 선택 방법을 적용합니다 (예: LASSO, 랜덤 포레스트). 하이퍼파라미터 최적화: 검증 데이터셋을 사용하여 모델의 하이퍼파라미터를 최적화합니다 (예: 그리드 검색, 랜덤 검색, 베이지안..

머신러닝에서 특성 필터링(feature filtering)과 특성 선택(feature selection)은 다른 개념입니다. 이 두 기법은 모두 입력 데이터의 특성을 줄이는 데 사용되지만, 그 방법과 목적이 다릅니다. 특성 필터링 (Feature Filtering) 특성 필터링은 입력 데이터에서 노이즈(noise)를 제거하거나 중복된 정보를 줄이는 데 초점을 맞춘 전처리 과정입니다. 이 방법은 데이터셋의 차원을 줄이기 위해 관련성이 낮은 특성을 필터링하거나, 상관관계가 높은 특성을 병합하여 일부 특성을 제거하는 데 사용됩니다. 특성 필터링은 주로 데이터의 품질을 향상시키고, 모델의 복잡성을 줄이며, 과적합(overfitting)을 방지하는 데 도움이 됩니다. 특성 선택 (Feature Selection)..

carboplatin, cisplatin, peclitaxel 란? Carboplatin, cisplatin, 그리고 paclitaxel은 암 치료에 널리 사용되는 화학 요법 약물입니다. 이 세 약물은 암 세포의 성장과 분열을 방해하고, 종종 다양한 종류의 암 치료에 함께 사용되거나 다른 화학 요법 약물과 병용되어 사용됩니다. Carboplatin: 이 플래티넘 기반의 항암제는 DNA 복제를 방해하여 암 세포의 성장을 억제합니다. Carboplatin은 난소암, 폐암, 두경부암 등 다양한 암 유형에 사용되며, 종종 cisplatin과 비교되는 약물입니다. Carboplatin은 cisplatin보다 부작용이 상대적으로 낮지만, 효과도 다소 떨어질 수 있습니다. Cisplatin: 플래티넘 기반의 항암제인..

ACC - 부신 질환 종양 (Adrenocortical carcinoma) BLCA - 방광암 (Bladder urothelial carcinoma) BRCA - 유방암 (Breast invasive carcinoma) CESC - 자궁경부 및 자궁내막암 (Cervical squamous cell carcinoma and endocervical adenocarcinoma) CHOL - 담낭암 (Cholangiocarcinoma) COAD - 대장암 (Colon adenocarcinoma) DLBC - 미만성 큰 B-세포 림프종 (Diffuse large B-cell lymphoma) ESCA - 식도암 (Esophageal carcinoma) GBM - 급성 대뇌저질환 (Glioblastoma multi..

1. Cancer type과 Cancer subtype의 차이점: Cancer type은 암이 발생한 기관이나 조직에 따라 구분되는 암의 큰 범주입니다. 예를 들어, 유방암, 폐암, 대장암 등과 같이 암이 발생한 부위에 따라 나뉩니다. Cancer subtype은 암의 타입 내에서 더욱 세분화된 분류입니다. 이는 암 세포의 생물학적 특성, 유전자 변화, 발현 패턴 등에 따라 구분할 수 있습니다. 암의 하위 유형은 치료법과 예후 예측에 중요한 역할을 합니다. 예를 들어, 유방암은 여러 하위 유형으로 분류되며, 각 하위 유형마다 치료 전략과 예후가 다릅니다. 2. Cancer stage와 Cancer grade의 차이점: Cancer stage는 암의 진행 정도를 나타내는 척도로, 암이 얼마나 확산되었는지에..