مقایسه روش های جمعی در شناسایی ژن های عامل بیماری

شناسایی ژن های عامل بیماری در ژنوم انسانی یک کار مهم اما چالشی در تحقیقات زیست پزشکی است. یکی از روشهای محاسباتی در بیوانفورماتیک برای کشف ژن بیماری جدید استفاده از روش های یادگیری ماشین بر اساس ژن های شناخته شده است. روش های هوشمند موجود به طور معمول ژن های بیماری شناخته شده را به عنوان داده آموزشی مثبت و ژن های ناشناخته را به عنوان مجموعه آموزشی منفی (مجموعه ای از ژن های غیر بیماری وجود ندارد) در نظر می گیرند. در این مقاله ضمن بررسی کارآیی چند روش جمعی برای پیش بینی ژن های عامل بیماری، مقاوم بودن روش LogitBoost به نویز روی داده های ژن های عامل بیماری بررسی شده است. نتایج این بررسی نشان می دهد که LogitBoost با استفاده از رگرسیون به عنوان یادگیرنده پایه در مقابله با داده های نویزی به خوبی عمل کرده است. این عملکرد نسبت به روش های نوینی مثل یادگیری نیمه نظارتی مثبت بدون برچسب، قابل قبول بوده است.

کلیدواژه ها:

روش های جمعی ، آنتولوژی ژن ، شبکه میانکنش بین پروتئینی ، شناسایی ژن های عامل بیماری ، اولویت بندی ژن های عامل بیماری