مدل سازی شبکه های تنظیمی ژنی با استفاده از آنتولوژی ژن و شبکه های بیزین

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 4,545

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEE16_091

تاریخ نمایه سازی: 6 اسفند 1386

چکیده مقاله:

پروتئین ها محصولات نهایی ژنها طی یک فرایند پیچیده می باشند. علاوه بر خواص مجزای هر ژن، تعاملات بین ژنها، پروتئین ها و مواد دیگر در سلول، تشکیل یک شبکه پیچیده می دهند و نقش مهمی در عملکرد درست سلول بازی می کنند. برای فهم نحوه ی عملکرد یک ارگانیسم باید بدانیم کدام ژنها، با چه سرعتی و در چه زمانی بیان می شوند. با استفاده از مدل سازی شبکه های ژنی می توان اعمال سلولی را در سطح مولکولی تشریح کرد. روش آزمایشگاهی میکرو آرایه های DNA امکان اندازه گیری همزمان بیان هزاران ژن را فراهم می کنند. به دلیل نویزی بودن داده های میکرو آرایه و طبیعت احتمالاتی شبکه های بیزین و لذا توانایی آنها در کار با این گونه داده ها، در این مقاله از این شبکه برای مدل سازی روابط علی میان ژنها استفاده شده است. یک مسئله اساسی در مورد یادگیری شبکه های بیزین در این زمینه، فضای جستجوی بسیار بزرگ و تعداد کم نمونه ها است؛ لذا در این کار از خوشه بندی ژن ها بر اساس اطلاعات بیولوژیکی موجود (انتولوژی ژن) و محاسبه ی همبستگی بین پروفایل های بیان ژنهای هم خوشه، برای کاهش فشای جستجو استفاده شده است. نتایج به دست آمده بر روی داده های سری زمانی مربوط به چرخه سلولی مخمر (Yeast) نشان می دهند که روش ارایه شده، توانایی شبکه بیزیم را در تشخیص روابط درست بهبود می دهد.

کلیدواژه ها:

آنتولوژی ژن ، داده های بیان ژن سری زمانی میکروآرایه ، شبکه های تنظیمی ژنی ، شبکه بیزین

نویسندگان

فاطمه یاوری

دانشکده مهندسی پزشکی دانشگاه صنعتی امیرکبیر

فرزاد توحید خواه

دانشکده مهندسی پزشکی دانشگاه صنعتی امیرکبیر

شهریار غریب زاده

دانشکده مهندسی پزشکی دانشگاه صنعتی امیرکبیر

علیرضا خان تیموری

دانشکده مهندسی کامپیوتر دانشگاه صنعتی امیرکبیر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • http : //en. wikipedia. org/wiki/G ene_re gulatory_ne twork ...
  • Z. Bar-Joseph, *Analyzing Time Series Gene Expression Data" , B ...
  • R. R. Gupta, L.E.K. Achenie, ، A Network Model for ...
  • X. Chen, G. Anantha, X. Wang, ، An Effective Structure ...
  • K.C. Shih, R.M. Chen, R.M. Hu, F.M. Liu, H.K. Chen, ...
  • S.P. Li, J.J. Tseng, S.C. Wang, _ «Rec onstructing Gene ...
  • N. Friedman, M. Goldszmidt, A. Wyner, *Data Analysis with Bayesian ...
  • P. Du, J. Gong, E.S. Wurtele, J.A. Dickerson, «Modeling Gene ...
  • http://www. geneonto logy.org ...
  • T.L. Phang, M.C. Neville, M. Rudolph, L. Hunter, *Trajectory Clustering: ...
  • Y. Zhang, Z. Deng, H. Jiang, P. Jia, 4Gene Regulatory ...
  • I. M. Ong , J. D. Glasner, D. Page, *Modelling ...
  • http : //c e llcycle-www. stanford.edu/ ...
  • P. T. Spellman, G. Sherlock, M.Q. Zhang, V.R. Iyer, K. ...
  • http ://smd. stanford _ edu/c gi-bin/source/ source Batch Search ...
  • M. Takane, ،، Inference of Gene Regulatory Networks from Large ...
  • X-w Chen, G. Anantha, X. Wang, ، An Effective Structure ...
  • Gene Networks?, B ioinformatics, Vol. 22, pp. 1367-1374, 2006. ...
  • نمایش کامل مراجع