In an effort to identify localized causal signal between the gene expression profiles of a regulator and its targets, a new method of inferring transcriptional regulations between genes has been proposed in this thesis. The proposed method utilizes time series gene expression data and identifies the localized causal signal using local time warped alignment. The method employees time warping technique to mitigate the error that often results from inconstant time delay of the target gene's response.
Performance of the method has been tested and compared with two other conventional methods (i.e., Pearson correlation and event method) by analyzing known transcriptional regulation data set. The result of the test revealed that; i) both the proposed method and Pearson correlation identified significant number of true pair in high ranked ones; ii) the proposed method remarkably well detected transcriptional regulation relationships having inconstant time delay; and iii) detailed information related to the temporal transcriptional regulation such as the timing and duration beyond the score can be extracted from the localized causal signal obtained from the proposed method.
시계 열 유전자 발현 정보는 시간에 따른 동적인 유전자 발현 량을 보여 줄 수 있으므로 유전자 네트워크를 해석하는데 유용하다. 본 연구 에서는 시계 열 유전자 발현 정보의 특성을 반영하여 전사 조절 관계를 추론하는 새로운 방법을 제안하였다. 제안된 국부 시간 워핑 정렬 알고리즘은 조절 자와 조절 대상 유전자의 발현 데이터 에서 국부 인과 신호를 검출한다. 이 때, 조절 유전자의 신호에 대한 대상자의 응답이 일정하지 않은 지연을 가지는 조절 관계를 반영할 수 있도록 설계되었다.
제안된 방법은 실제 시계 열 유전자 데이터에 적용 되었으며 알려진 유전자 전사 조절 데이터를 통해 평가 되었다. 기존에 제시 되었던 피어슨 상관 계수 계산법과 이벤트 방법도 비교를 위해 실험에 사용되었다. 평가는 전사 조절 관계 추론 예측 능력과 찾아내는 전사 조절 관계의 종류에 초점을 두어 수행되었다. 실험 결과, 점수로부터 매겨진 일정한 순위에 따라 상관 계수 계산법과 더불어 본 방법이 통계적으로 유의한 개수의 실제 전사 조절 관계를 찾아내는 것이 발견되었다. 보다 중요한 것은 위의 세 방법이 각자 다른 전사 조절 관계를 찾아내고 있으며, 특히 제안된 방법이 기존의 방법들이 발견하지 못하는 일정하지 않은 지연을 가지는 전사 조절 관계를 찾을 수 있다는 것이 검증되었다는 것이다. 또한 제안된 방법의 결과에서 얻어진 국부 인과 신호는 점수뿐만 아니라 전사 조절 자와 대상의 시간적 조절에 대한 정보, 즉 전사 조절자의 활동과 대상자가 영향을 받는 시간에 대한 시작과 끝에 대한 구체적인 정보를 제공하였다.
