목차

(강의시간)

강의내용

실습여부

교수자

1

Introduction to statistical genetics with R: 유전체 데이터 분석에 통계적 방법이 필요한 population-based study, genome wide association study, microarray data analysis등을 간략하게 소개하고 R 프로그램 초심자를 위해 기초적인 R 프로그램 사용법을 실습한다.

O

선호근

2

Statistical tests for genomic data: 유전체 데이터 분석에 많이 사용되는 기초적 통계 검정 방법들을 소개한다. 특히, T-검정, F-검정, Chi-square 검정 방법들을 학습하고 R 실습을 통해 실제 유전체 데이터를 검정하는 방법을 배운다.

O

선호근

3

Non-parametric tests for genomic data: 비모수 검정에 사용되는 permutation 검정, Wilcoxon rank sum 검정 방법들을 학습하고 R 실습을 통해 실제 유전체 데이터를 검정하는 방법을 배운다.

O

선호근

4

One-way analysis of variance: 3개 이상의 집단 간 유전체 발현량의 차이를 검정할 경우 사용하는 분산분석과 post-hoc 검정 방법들을 학습하고 실제 유전체 데이터를 분석하는 R 실습을 진행한다.

O

선호근

5

Multiple testing procedure: 각각의 유전체 발현량 값들에 대해서 다중 검정을 진행할 경우 family-wise error rate (FWER)과 false discoveryrate (FDR)을 조정할 수 있는 통계적 방법들을 학습하고 실제 유전체데이터를 분석하는 R 실습을 진행한다.

O

선호근

6

Statistical variable selection: 고차원 유전체 데이터를 분석할 때 표현형질 및 질병에 관련이 있는 유전체들을 찾아내는 변수선택 방법 중선형모형을 기반으로 하는 lasso 모형을 학습하고 실제 유전체 데이터를 분석하는 R 실습을 진행한다.

O

선호근

7

Cross-validation for tuning parameter: 고차원 유전체 데이터에서 변수선택방법으로 많이 사용하는 lasso의 조절모수 (tuning parameter)를 선택하기 위한 교차검증 (cross-validation) 방법을 학습하고 실제 유전체 데이터를 분석하는 R 실습을 진행한다. 　

O

선호근

8

Analysis of high-dimensional genomic data I: 선형모형 기반의 벌점함수를 사용하는 penalized regression의 여러 가지 방법들과 elastic-net 모형을 학습하고 실제 유전체 데이터를 분석하는 R 실습을 진행한다.

O

선호근

9

Analysis of high-dimensional genomic data II: group lasso, sparse group lasso, group exponential lasso와 같은 고급 regularization 모형들을 학습하고 실제 유전체 데이터를 분석하는 R 실습을 진행한다.

O

선호근

10

Analysis of high-dimensional DNA methlylation data: 후성유전학 분야에서 많이 사용되는 고차원 DNA methylation data의 특성에 대해서 학습하고 R을 사용하여 실제 난소암(ovarian cancer) 환자들의 DNA methylation data를 분석하는 실습을 진행한다.

O

선호근

선수과목

통계학 개론, R 프로그래밍 언어

참고자료

1. Applied statistics for bioinformatics using R by Wim P. Krijnen

2. Introduction to statistical learning with applications in R by Gareth james et al.

3. Applied statistical genetics with R by Andrea S. Foulkes

준비사항

최신 버전 R 프로그램 (https://cran.r-project.org/)