강의 소개
GSE68086 종양교육혈소판(TEP) RNA-seq 데이터(285명, 57,736 유전자)로 액체생검 AI를 구현한다. 핵도 없는 혈소판이 RNA를 품고, 종양이 그 프로파일을 바꾼다는 놀라운 원리부터 시작해, log2 정규화 → PCA로 암/정상 분리 시각화(PC1 분산 31%) → 차등발현 마커 유전자 발굴 → Volcano Plot → LogReg 분류기 정확도 94.4%까지 이어진다. 그리고 진짜 검증: 베이스라인 81.1%, 혼동행렬 TN12/FP2/FN2/TP56, 민감도 96.6% vs 특이도 85.7%, 소표본·불균형·외부검증의 한계를 정직하게 마주한다. 분자진단·생물정보학·의생명 데이터사이언스를 꿈꾸는 생명과학·의약학 탐구보고서 프로젝트.
멘토 Q&A 포함
코드 자료 포함
리포트 자료 포함
강의 정보
강사
딥클래스 멘토 멘토
총 강의시간
26분
수강기한
구매일로부터 12개월
총 강의수
15개
연계 진로
의약학
연계 교과
정보
커리큘럼
총 3개 섹션 · 15개 수업섹션 1. 1회차 — 혈소판·액체생검·데이터 이해
5개 수업- 종양교육혈소판(TEP) — 혈소판이 암을 배운다01:55
- 데이터 로드 — 285명의 혈소판을 만나다01:28
- log2 정규화 — RNA-seq 데이터를 길들이다01:20
- 클래스 불균형 — 무조건 암이라 찍으면 81%?01:46
섹션 2. 2회차 — 57,736 유전자에서 신호 찾기
5개 수업- PCA — 2,000차원을 2차원으로 펼치다01:49
- PCA 해석 — PC1이 잡아낸 암 신호01:40
- 차등발현분석 — 암에서 달라지는 유전자 찾기01:43
- Volcano Plot — 의미 있는 유전자 골라내기01:38
- 마커의 생물학 — 혈소판이 품은 암의 흔적01:40
섹션 3. 3회차 — 분류기와 정직한 평가
5개 수업- 분류기 만들기 — 로지스틱 회귀로 암을 가르다01:31
- 정확도 94% — 피로 암을 맞히다00:58
- 94%의 진실 — 베이스라인과 혼동행렬02:09
- 민감도와 특이도 — 의료에서 더 중요한 것02:04
- 결론 — 액체생검의 약속과 정직한 한계02:00
멘토 소개
🩸
딥클래스 멘토 강사
딥클래스 멘토 멘토는 의약학 분야의 풍부한 경험을 바탕으로 고등학생 눈높이에 맞춘 강의를 진행합니다.
수강평 0
리뷰를 작성하려면 로그인이 필요합니다
Q&A
추천도서
추천 도서가 없습니다.