본문 바로가기
KERD
논문KCI 등재

2차원 전기영동 영상의 단백질 반점 정합을 위한 비대칭 확산 모형

Asymmetric Diffusion Model for Protein Spot Matching in 2-DE Image

윤영우|최관덕
한국정보처리학회|2008.12|정보처리학회 논문지 (The Transactions of the Korea Information Processing Society)|제15권 제6호|pp. 561-574

2

조회

0

다운로드

1

인용

0

참고문헌

키워드

Diffusion Model확산 모형2차원 전기영동반점 검출반점 형태 모형가우스 모형비대칭확산모형2-DE; 2-Dimensional ElectrophoresisSpot DetectionSpot Shape ModelGaussian ModelAsymmetric Diffusion Model
주제분류컴퓨터학

초록

2차원 전기영동 영상 분석 프로그램의 반점 검출 단계는 영상 분할 알고리즘을 사용해서 겔 영상을 반점 영역으로 분할하고 각 반점 영역을 반점 형태 모형에 정합하여 다음 단계에 필요한 반점 정보를 정량화한다. 현재 영상 분할 알고리즘으로는 분수령 기법이 일반적으로 사용되며, 대표적인 반점 형태 모형으로는 가우스 모형, 확산 모형이 있다. 확산 모형이 가우스 모형보다 실제의 반점 형태에 좀 더 가깝기는 하지만, 반점 형태는 매우 다양하며 특히 x-축과 y-축에 대해서 비대칭적인 형태를 보인다. 반점이 비대칭적 형태인 이유는 2-DE 처리가 통상 이상적인 환경 하에서 이루어질 수 없기 때문에 단백질이 완전히 확산되지 못하기 때문으로 알려져 있다. 따라서 본 논문에서는 비대칭 확산 모형을 제안한다. 비대칭 확산 모형은 초기에는 단백질이 하나의 원으로부터 확산되지만, 시간이 흐름에 따라 x-축과 y-축에 대해서 비대칭적으로 확산된다고 가정한 모형이다. 실험으로서 19개의 겔 영상에 대해서 세 모형별로 반점 정합을 수행하고 세 모형의 비교를 위해서 SNR의 평균을 구하였다. 실험결과인 SNR의 평균은 가우스 모형이 14.22dB, 확산 모형이 20.72dB, 비대칭 확산 모형이 22.85dB이었다. 실험결과로써 비대칭 확산 모형이 가우스 모형과 확산 모형에 비해서 반점 정합에 보다 더 효율적이며 적합한 모형임을 확인하였다.

Abstract

The spot detection phase of the 2-DE image analysis program segments a gel image into spot regions by an image segmentation algorithm and fits the spot regions to a spot shape model and quantifies the spot informations for the next phases. Currently the watershed algorithm is generally used as the segmentation algorithm and there are the Gaussian model and the diffusion model for the shape model. The diffusion model is closer to real spot shapes than the Gaussian model however spots have very various shapes and especially an asymmetric formation in x-coordinate and y-coordinate. The reason for asymmetric formation of spots is known that a protein could not be diffused completely because the 2-DE could not be processed under the ideal environment usually. Accordingly we propose an asymmetric diffusion model in this paper. The asymmetric diffusion model assumes that a protein spot is diffused from a disc at initial time of diffusing process, but is diffused asymmetrically for x-axis and y-axis respectively as time goes on. In experiments we processed spot matching for 19 gel images by using three models respectively and evaluated averages of SNR for comparing three models. As averages of SNR we got 14.22dB for the Gaussian model, 20.72dB for the diffusion model and 22.85dB for the asymmetric diffusion model. By experimental results we could confirm the asymmetric diffusion model is more efficient and more adequate for spot matching than the Gaussian model and the diffusion model.

참고문헌 (19)

  1. P. H. O’Farell, "High Resolution Two-Dimensional Electrophoresis of Proteins", Journal of Biological Chemistry, 250(10), pp.4007~4021 (1975)
  2. A. W. Dowsey, "The Role of Bioinformatics in Two-Dimensional Gel Electrophoresis", Proteomics, 3(8), pp.1567~1597 (2003)
  3. "2D Gel Electrophoresis-An Overview//L.Addario-Berry/2002"[URL]
  4. 유혜경, "스팟 윤곽의 기울기를 이용한 단백질 2차원 전기영동 영상에서의 스팟 검출 방법", 한국정보과학회 가을학술발표논문집, 31(2) (2004)
  5. 김영호, "Watersheds 기반 계층적 이진화를 이용한 단백질 반점 분할 알고리즘", 정보처리학회논문지B, 12(3), pp.239~246 (2005), 한국정보처리학회
  6. L.Pedersen, "Analysis of Two-Dimensional Electrophoresis Gel Images", PhD, pp.2002
  7. K. P. Pleissner, "New Algorithmic Approaches to Protein Spot Detection and Pattern Matching in Two-Dimensional Electrophoresis Gel Databases", Electrophoresis, 20, pp.755~765 (1999)
  8. A. Efrat, "Geometric Algorithms for the Analysis of 2D-Electrophoresis Gels", Journal of Computational Biology, pp.114~123 (2002)
  9. K. Takahashi, "Fully-Automated Spot Recognition and Matching Algorithms for 2-D Gel Electrophoretogram of Genomic DNA" (1998), Genome Informatics, Yebisu garden place
  10. 심정은, "다차원 클러스터링 기반의 단백질 2DE 이미지에서의 자동화된 기준점 추출 방법", 정보처리학회논문지D, 12(5), pp.719~728 (2005), 한국정보처리학회
  11. M.Rogers, "Robust and Accurate Registration of 2-D Electrophoresis Gels using Point-Matching", IEEE Transactions on Image Processing, 16(3), pp.624~635 (2007)
  12. Analyzing Two-Dimensional Gel Images, "A. Roy", Dept. of Mathematics and Statistics, University of Maryland, ~ (2003)
  13. L. Vincent, "Watershed in Digital Spaces: An Efficient Algorithm based on Immersion Simulations", IEEE Transactions on Pattern Analysis and Machine Intelligence, 12(7), pp.583~598 (1990)
  14. R. D. Appel, "The MELANIE Project: from a Biopsy to Automatic Protein Map Interpretation by Computer", Electrophoresis, 12(10), pp.722~735 (1991)
  15. E.Bettens, "Peak Characterization using Parameter Estimation Methods", PhD, pp.1999
  16. M. Rogers, "Statistical Models of Shape for the Analysis of Protein Spots in Two-Dimensional Electrophoresis Gel Images", Proteomics, 3(6), pp.887~896 (2003)
  17. S.Beucher, "Recent Advances in Mathematical Morphology,Invited lecture, Société Italienne de Microscopie Electronique, Taormina, Sicile", ~ (1992)
  18. 최관덕, 김미애, 윤영우, "2차원 전기영동 영상에서 잡영을 제거하기 위한 적응적인 문턱값 결정", 신호처리.시스템학회 논문지, 9(1), pp.1~9 (2008), 한국신호처리시스템학회
  19. C. Hoogland, "SWISS-2DPAGE,Ten Years Later", Proteomics, 4(8), pp.2352~2356 (2004)

관련 논문AI추천

토폴로지를 반영한 단백질 반점 자동 정합이정배, 황영섭, Ankhbayar Yukhuu한국정보처리학회 · 정보처리학회 논문지2010 · 제17권 제1호2차원 전기영동 영상에서 잡영을 제거하기 위한 적응적인 문턱값 결정김미애, 윤영우, 최관덕한국융합신호처리학회 · 융합신호처리학회 논문지2008 · 제9권 제1호반복 점진적 방법에 의한 2차원 단백질 분리 영상의 반점 정합김남균, 김동욱, 김정자, 원용관, Minh T. Hoang대한의용생체공학회 · 의공학회지2007 · 제28권 제5호Watersheds 기반 계층적 이진화를 이용한 단백질 반점 분할 알고리즘김대현, 김영호, 김정자, 원용관한국정보처리학회 · 정보처리학회 논문지2005 · 제12권 제3호다차원 클러스터링 기반의 단백질 2DE 이미지에서의 자동화된 기준점 추출 방법심정은, 이원석한국정보처리학회 · 정보처리학회논문지D2005 · 제12권 제5호홉필드 신경망을 이용한 젤 영상 정합황석형, 황영섭, YuKhuu Ankhbayar한국정보처리학회 · 정보처리학회 논문지2006 · 제13권 제3호

이 간행물의 다른 논문 (13건)

부분 곡률을 이용한 개선된 스네이크 알고리즘최완석, 이정호, 장종환pp. 501-506심장 자기공명영상의 에지 분류 및 영역 확장 기법을 통한 자동 좌심실 분할 알고리즘이해연pp. 507-516영상에서의 분할정보를 사용한 스테레오 조밀 시차맵 생성김정규, 박종승, 이범종pp. 517-526단일 자연영상에서 그림자 밝기의 선형성을 이용한 그림자 검출전병민, 박종천, 황동국pp. 527-532육각화소 기반의 지역적 이진패턴을 이용한 배경제거 알고리즘최영규pp. 533-542
원문 보기