Correlation Analysis between Regulatory Sequence Motifs and Expression Profiles by Kernel CCA

Rhee, Je-Keun; Joung, Je-Gun; Chang, Jeong-Ho; Zhang, Byoung-Tak

추천

검색

자료유형: 학술대회자료

저자정보: Rhee, Je-Keun (Graduate Program in Bioinformatics, Seoul National University, Center for Bioinformation Technology, Seoul University) Joung, Je-Gun (Graduate Program in Bioinformatics, Seoul National University, Center for Bioinformation Technology, Seoul University) Chang, Jeong-Ho (School of Computer Science and Engineering, Seoul National University) Zhang, Byoung-Tak (Graduate Program in Bioinformatics, Seoul National University, Center for Bioinformation Technology, Seoul University, School of Computer Science and Engineering, Seoul National Univ)

저널정보: 한국생물정보시스템생물학회 한국생물정보시스템생물학회 학술대회 한국생물정보시스템생물학회 2005년도 BIOINFO 2005

발행연도: 2005.1

수록면: 63 - 68 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Transcription factors regulate gene expression by binding to gene upstream region. Each transcription factor has the specific binding site in promoter region. So the analysis of gene upstream sequence is necessary for understanding regulatory mechanism of genes, under a plausible idea that assumption that DNA sequence motif profiles are closely related to gene expression behaviors of the corresponding genes. Here, we present an effective approach to the analysis of the relation between gene expression profiles and gene upstream sequences on the basis of kernel canonical correlation analysis (kernel CCA). Kernel CCA is a useful method for finding relationships underlying between two different data sets. In the application to a yeast cell cycle data set, it is shown that gene upstream sequence profile is closely related to gene expression patterns in terms of canonical correlation scores. By the further analysis of the contributing values or weights of sequence motifs in the construction of a pair of sequence motif profiles and expression profiles, we show that the proposed method can identify significant DNA sequence motifs involved with some specific gene expression patterns, including some well known motifs and those putative, in the process of the yeast cell cycle.

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Rhee, Je-Keun

소속기관 Graduate Program in Bioinformatics, Seoul National University, Center for Bioinformation Technology,

주요연구분야 자연과학 > 생물학

논문수 1 이용수 1

Joung, Je-Gun

소속기관 Graduate Program in Bioinformatics, Seoul National University, Center for Bioinformation Technology,

주요연구분야 자연과학 > 생물학

논문수 2 이용수 6

Chang, Jeong-Ho

소속기관 School of Computer Science and Engineering, Seoul National University

주요연구분야 자연과학 > 생물학

논문수 1 이용수 1

Zhang, Byoung-Tak

소속기관 Graduate Program in Bioinformatics, Seoul National University, Center for Bioinformation Technology,

주요연구분야 자연과학 > 생물학

논문수 5 이용수 114

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)