강민구 강민수 김동진 김수현 2024-01-19T12:04:06Z 2024-01-19T12:04:06Z 2022-05-27 2022-04 1975-681X https://pubs.kist.re.kr/handle/201004/115288 최근 환자 의료 데이터를 바탕으로 환자 맞춤형 정밀의료를 수행해 더 나은 치료를 수행하려는 시도가 이어지고 있다. 그중에서도, 유전자 분석의 비용과 시간이 감소함에 따라 유전체 기반 맞춤 치료 연구가 활발하다. 그러나 암세포마다 수 천개 존재하는 유전자 변이들의 효과를 직접 파악하는 것은 어렵기 때문에 기존 기법들은 환자 데이터로부터 통계적 연관성에 기반해 분석을 수행한다. 본 연구는 더 나아가 특정 항암치료의 효과를 높이는 유전자 변이를 탐색하고 중요도에 따라 순위를 매기는 기법을 제안한다. 이를 위해서 개별 유전자가 환자 치료에 미치는 영향을 정량화하기 위해 비례위험모형 기반의 치료함수를 설계하고, 강화학습 기반의 특징 선택 기법을 도입해 수많은 후보로부터 유효한 유전자를 추출한다. 분석 결과 제안한 알고리즘은 의학적 지식 없이도 유효한 유전자 변이를 탐색할 수 있음을 보인다. Korean 한국차세대컴퓨팅학회 강화학습과 비례위험모형을 이용한 환자 치료 효과를 높이는 유전자 변이 탐색 알고리즘 Search Algorithm for Genetic Variants that Increases the Effectiveness of Patient Treatment using Reinforcement Learning and Proportional Hazards Model Article 10.23019/kingpc.18.2.202204.002 2 한국차세대컴퓨팅학회 논문지, v.18, no.2, pp.15 - 24 한국차세대컴퓨팅학회 논문지 18 2 15 24 N kci ART002837882 강화학습 생존분석 정밀의료 유전체 분석 Reinforcement learning Survival analysis Precision medicine Genomic analysis