به کارگیری خوشه بندی دوبعدی با روش «زیرماتریس های با میانگین- درایه های بزرگ» در داده های بیان ژنی حاصل از ریزآرایه های DNA
عنوان مقاله: به کارگیری خوشه بندی دوبعدی با روش «زیرماتریس های با میانگین- درایه های بزرگ» در داده های بیان ژنی حاصل از ریزآرایه های DNA
شناسه ملی مقاله: JR_DMED-19-2_002
منتشر شده در در سال 1390
شناسه ملی مقاله: JR_DMED-19-2_002
منتشر شده در در سال 1390
مشخصات نویسندگان مقاله:
حمید علوی مجد - گروه آمار زیستی دانشکده پیراپزشکی دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران
شیما یونس پور - دانشکده پیراپزشکی دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران
فرید زایری - گروه آمار زیستی دانشکده پیراپزشکی دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران
مصطفی رضایی طاویرانی - گروه علوم پایه دانشکده پیراپزشکی دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران
خلاصه مقاله:
حمید علوی مجد - گروه آمار زیستی دانشکده پیراپزشکی دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران
شیما یونس پور - دانشکده پیراپزشکی دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران
فرید زایری - گروه آمار زیستی دانشکده پیراپزشکی دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران
مصطفی رضایی طاویرانی - گروه علوم پایه دانشکده پیراپزشکی دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران
مقدمه و هدف: در سال های اخیر، فناوری ریزآرایه ی DNA نقش اساسی در تحقیقات ژنومی داشته است. با استفاده از این فناوری که امکان آنالیز همزمان سطوح بیان هزاران ژن را در شرایط مختلف فراهمآوردهاست، به حجم انبوهی از داده ها دستمی یابیم. روش های کلاسیک خوشه بندی نظیر روش های سلسله مراتبی و غیرسلسله مراتبی، روش هایی مناسب برای تحلیل اینگونه داده ها هستند اما محدودیت هایی نیز دارند. در این روش ها فرض بر آن است که یک ژن یا یک شرایط آزمایشی را تنها می توان به یک خوشه منتسبکرد و یک ژن، متعلق به گروهی از ژن هاست که با هم، تحت همه شرایط آزمایشی تنظیم می شوند. بنابراین بهمنظور رفع این کاستی ها از روش های خوشه بندی دوبعدی استفادهمی شود. هدف از این پژوهش، بررسی کارآیی یک روش خوشه بندی دوبعدی در تحلیل داده های بیان ژنی مخمر است. مواد و روش ها: در این پژوهش، داده های بیان ژنی مخمر Saccharomyces cerevisiae گسچ و همکاران (۲۰۰۰) با استفاده از روش خوشه بندی دوبعدی (LAS Large Average Submatrices;) تحلیلشدهاند. مجموعه داده ها، ۱۷۳ شرایط آزمایشی مختلف و مجموعه ای از ۲۹۹۳ ژن را دربرگرفته و برای تحلیل داده ها از نرم افزارهای LAS، JMP و GOAL استفادهشدهاست. نتایج: نتایج نشانداد که روش LAS قادر است خوشه های دوبعدی مناسبی از دیدگاه آماری و زیست شناسی تولیدکند. نتیجه گیری: این مطالعه نشان می دهد که می توان با استفاده از روش LAS، زیرمجموعه هایی از ژن ها را با الگوهای بیان مشابه در زیرمجموعه ای از شرایط آزمایشی شناساییکرد که از نظر زیست شناسی معنی دارند.
کلمات کلیدی: خوشه بندی دوبعدی (Biclustering), داده های بیان ژنی, ریزآرایه DNA, هستی شناسی ژنی (gene ontology), زیرماتریس های با میانگین-درایه های بزرگ (Large Average Submatrices)
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1739534/