[엑솜 시퀀싱과 심부전 환자 데이터를 활용한 사망 예측 머신러닝 모델]

최근 심부전 환자의 사망 예측에 머신러닝을 활용하는 기법이 늘어나는 추세이다. 환자의 사망 요인에는 유전적 변이에 의한 요인도 존재하지만, 대용량 데이터 처리에 대한 어려움과 유전체 변이에 대한 학습 기법에 대한 연구의 희소성으로 인해 유전체 데이터를 머신러닝을 이용한 사망 예측에 활용한 사례는 찾기 힘들다. 본 연구에서는 1차원 합성곱 신경망과 트랜스포머 구조를 활용한 딥 러닝 모델을 통해 심부전 환자들의 엑솜 시퀀스 영역 중 사망에 영향을 끼치는 SNPs 변이를 찾고, 이를 심부전 환자의 사망 예측 머신러닝 모델의 입력단에 추가시켜 사망 예측 성능의 향상과 심부전 환자의 사망과 관련된 새로운 바이오 마커를 찾는 것을 목표로한다.