지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 백은옥
- 발행연도
- 2017
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근의 단백체학(proteomics) 연구는 주로 질량 분석 기술을 이용해 진행되고 있으며 고성능의 기기를 이용한 실험을 통해 얻은 양질의 대용량 데이터를 분석하는데 따르는 계산적 문제가 대두되고 있다. 데이터의 분석은 주로 단백질 서열과 수식화(post-translational modification) 동정을 의미하며, 여기엔 다양한 변수가 존재하고 이는 방대한 계산량을 뜻한다. 이 다양한 변수 중, 데이터의 특이성을 한 가지 변수로 꼽을 수 있다. 최근에는 농축화와 같은 데이터 처리 기술의 진보로 인해 특이성 있는 데이터가 축적되고 있고, 이런 데이터의 특이성을 기반으로 효과적인 서열 동정 방법에 대해 연구할 수 있게 되었다. 인산화단백체(phosphoproteome) 데이터와 TMT(Tandem mass tag) 표지 데이터가 이런 데이터의 예가 될 수 있고, 본 논문에서는 두 개의 특이성을 모두 가진 데이터에 효과적인 분석방법을 제시하고자 한다. TMT가 표지된 인산화 단백체 데이터의 특이성에 맞는 분석방법이 어떤 것이 있는지 실험해보고 어떤 알고리즘이 더 효율적인 펩타이드 동정을 가능하게 했는지에 대해 알아본다.
목차
제1장 서론 1제2장 데이터제1절 TMT 표지 2제2절 인산화 3제3장 관련 연구제1절 MS-GF+ 4제2절 MODplus 6제4장 실험 방법제1절 실험 종류 7제2절 실험 환경과 데이터 8제3절 실험 별 파라미터 8제5장 실험 결과제1절 동정 개수 비교 11제2절 서치 시간 비교 13제3절 결과 분석 13제6장 결론 14참고문헌 15
최근 본 자료
댓글(0)
0