최신데이터베이스

목차

1. 개요

2. 의사결정지원 시스템
2-1. 데이터 웨어하우스란?
2-2. 데이터 웨어하우스의 특징
2-3. 데이터 마이닝

3. 웹 데이터베이스
3-1. 웹 데이터베이스의 필요성
3-2. XML이란?
3-3. 웹 데이터베이스
3-4. 웹 데이터베이스 서버의 구성
3-5. XML 데이타베이스 저장방법
3-6. XML과 웹 데이터베이스의 미래

4. 멀티미디어 데이터베이스
4-1. 멀티미디어 데이터베이스란?
4-2. 멀티미디어 데이터베이스 시스템의 특성
4-3. 멀티미디어 데이터베이스 시스템의 설계 및 구조
4-4. 멀티미디어 데이터베이스의 향후 과제

5. 모바일 데이터베이스
5-1. 모바일 데이터베이스란?
5-2. 모바일 데이터베이스의 특징

6. 유전자 데이터베이스
6-1. 유전자 데이터베이스란?
6-2. 유전자 데이터베이스를 이용한 유용한 정보추출
6-3. 유전자 데이터베이스 전망
6-4. 새로운 데이터베이스 구축 기술 개발의 필요성

6. 결론

본문내용

가 아직 밝혀지지 않은 단백질의 아미노산 서열에서 최적화된 구조를 예측하는 지식기반 방법으로 접근하고 있다. 기능을 알고 있는 단백질들의 접힘 형태 등을 따로 모아 기능이 알려지지 않은 단백질의 아미노산의 접힘을 입력하여 어떤 접힘 형태와 유사한지를 알 수 있다면, 단백질의 기능을 예측할 수 있다. 단백질의 3차원 구조 예측 방법에는 단백질의 문자서열 위에 있는 아미노산의 화학적인 특성을 정량적인 분석하여 단백질 구조에 대한 3차원 정보를 3차원 대 1차원으로 일일이 대응관계로 나타내는 방법, 그리고 구조를 이미 알고 있는 단백질에서 모든 아미노산 잔기의 조합에서 출현빈도를 헤아려서 에너지 계수를 결정하여 어느 아미노산 배열이 어느 자리에 접하는지 정량적인 에너지로 측정하는 방법들이 있다. 접힘 유사성을 이용하여 단백질 분류하는 SCOP(Structural Classification of Proteins, http://scop.mrc-lmb.cama.ac.uk/scop)데이터베이스는 단백질의 2차 구조 특성에 따라 알파나선구조, 베타구조, 알파나선과 베타구조의 복합된 형태, 금속이온을 지닌 작은 단백질 그룹으로 나누고 있고, 또한 접힘 단계(Fold Level)로 단백질의 위상기하학(Topology)적인 방법에 따른 분류와 알려진 기능과 연관된 도메인에 따른 분류도 포함하고 있다. SCOP에서 단백질의 3차원 구조는 PDB처럼 RasMol이나 Chime 플러그인 브라우저를 이용하여 볼 수 있다. 단백질의 접힘 구조를 이용하여 단백질을 분류하는 방법에는 CATH(http://www.biochem.ac.uk/bsm/ cath_new)데이터베이스와 MMDB(http:// www.ncbi.nlm.nih.gov/) 등이 있다. 3차원 구조가 밝혀진 단백질과 어느 정도 아미노산 배열의 일치도가 있는 경우에는 구조를 알고 있는 단백질을 주형으로 삼아 새로운 단백질의 구조를 예측하는 상동성 모델링을 수행한다. 상동성 모델링은 주형 단백질과 유사한 기질이 결합하는 것인지 다른 기질이 결합하는 것인지에 대한기질 특이성도 예측가능 하지만, 아미노산의 배열간의 일치도가 낮으면 모델의 정확도도 또한 낮아진다. SWISS-Model(www.expasy.ch/swissmod/SWISS-MODEL.html)은 웹 서버를 이용하여 상동성 모델링을 할 수 있다. 상동성 모델링처럼 구조를 알고 있는 단백질의 주형을 사용하는 것이 아니라, 아미노산 배열정보만으로 단백질의 입체구조를 예측하는 순 이론적(ab initio)법은 이론과 컴퓨터의 방대한 계산력을 요구하기 때문에 작은 단백질에서만 적용할 수 있다. 단백질의 기능적인 부분은 국부적인 부분에서 결정되어지기 때문에 그 부분에 유사성을 지니는 단백질의 기능에 관여하는 모티프 부분이 유사한 구조를 지닌다면, 단백질의 기능도 유사할 것이다. 모티프를 이용하여 단백질의 전체 접힘이 아니라 부분 입체구조를 조사하여 기능을 예측할 수 있다.6-3. 유전자 데이터베이스 전망유전자를 포함한 생물학적 데이터베이스는 급격하게 증가하고 있으며, 이러한 경향은 앞으로도 계속될 것으로 보인다. 이와 같이 급속한 데이터의 증가 경향은 생물 정보 데이터베이스 이외의 시스템에서는 찾아 볼 수 없는 현상이다. 생물정보 데이터베이스를 합리적으로 저장하고 관리하는 것은 다른 데이터베이스에서 보다 더 매우 중요하다 할 수 있다. 또한 이러한 일차 데이터베이스를 목적에 따라 이차적으로 가공하여 새로운 정보를 만들어 내는 것은 새로운 과학을 탄생시킬 정도로 중요하다. 따라서 우리나라의 경우도 위에서 언급되어진 1차원적 데이터베이스를 우선적으로 구축하여 우리나라 과학자들이 빠르고 편리하게 이용할 수 있도록 하여야 할 것이며, 이를 가공하여 저장하는 2차 데이터베이스도 목적에 따라 구축하는 것이 매우 필요하다 할 것이다. 이러한 작업은 단순히 한 개의 단체가 수행할 수 있는 일이 아니므로, 많은 연구 단체들이 유기적으로 정보를 교환하여 필요한 데이터베이스를 구축하고 구축된 데이터베이스를 공용해야한다. 6-4. 새로운 데이터베이스 구축 기술 개발의 필요성GenBank를 비롯한 각종 생물정보 데이터베이스의 양은 지난 수년간에 비해 매우 증가하여왔으며, 앞으로는 어떠한 속도로 더 빠르게 증가할지조차 예측하기 힘들다. 현재까지 대부분의 유전체/단백체 데이터베이스들은 데이터의 입출력과 검색을 위해 Oracle이나 MYSQL 등의 DBMS 시스템을 이용하는 것이 일반적이다. 물론, Arabidopsis 데이터베이스처럼 자체적으로 개발(ACEDB)하여 구축하는 경우도 존재하지만 상용 데이터베이스 관리 시스템을 이용하는 것이 보편화되어 있다. 그러나 데이터의 양뿐만 아니라 증가 속도가 매우 빠른 속도로 늘어나고 있음을 고려할 때 새로운 형태의 데이터 관리 및 검색 기능을 수행할 수 있는 시스템 개발이 이루어져야 한다. 한 예로, GenBank를 재구축하기 위해 Oracle과 같은 기존의 DBMS를 이용한 시도는 국내에서 몇 차례 있었으나 그 효율성이 저하되어 크게 이용하지 못하였다. 그러나 최근 한국과학기술정보연구원(KISTI)은 자체적으로 개발한 검색 엔진인 KRISTAL을 응용한 BIO-KRISTAL을 통해 현재 약 1천 8백만 건에 달하는 GenBank 검색 시스템을 재구축하여 빠른 속도로 데이터 검색을 수행할 수 있도록 하는데 성공하였다. 이러한 기술을 토대로 유사하거나 서로 관련성이 높은 수많은 데이터베이스들을 통합한 "생물정보 통합 데이터베이스"의 구축이 사실상 이루어질 수 있게 되었다. 검색엔진을 이용한 유전체/단백체 데이터베이스 구축은 정형화되어 있는 틀을 갖는 기존의 DBMS 시스템에 비해 조건에 따른 응용성이 높게 평가되고 있다.
7. 결론현재의 응용 분야 외에도 새로운 정보시스템 응용분야가 출현하더라도 DBMS는 기능 추가/개선 등의 진화를 통해 끊임없이 생명력을 가질 것이며 인간 생활에서 빠질 수 업는 하나의 시스템이 될 것이다.예를 들어, XML 데이터, 데이터 마이닝, 생명 공학(Bio-informatics) 등의 새로운 분야에서도 향후 DBMS는 중요한 역할을 할 것이다.

키워드

최신데이터베이스,   데이터베이스,   유전자 데이터베이스,   모바일 데이터베이스,   데이터 웨어하우스,   OLAP,   데이터 마이닝,   멀티미디어 데이터베이스