تعریف نشانگرهای پایا برای بیماری های پیچیده با استفاده از شبکه های برهمکنش پروتئین

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 712

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:

ICIKT08_113

تاریخ نمایه سازی: 5 بهمن 1395

چکیده مقاله:

در گذشته بسیاری از محققان به منظور تشخیص بیماری، تلاش میکردند با استفاده از داده های ریزآرایه، به یافتن ژن های دارای بیشترینمیزان تغییر بیان ژنی بپردازند. اما با توجه به اینکه این ژن ها در مجموعه داده های دیگر پایا نیستند، یعنی نشانگرهای بدست آمده براییک مجموعه داده از یک نوع بیماری الزاما نشانگر های مناسبی برای مجموعه داده ای دیگر از همان نوع بیماری نیستند، امروزه روشهایجدیدتری به وجود آمده است که در آنها سعی می شود از اطلاعات موجود در شبکه های ژنی نیز استفاده شود.در این پژوهش روشی مبتنی بر شبکه ارائه شده است که در آن با بهره گیری از داده های بیان ژنی و شبکه برهمکنش پروتئین-پروتئین به رتبه بندی ژن ها با استفاده از روشی مشابه روش قدم زنی تصادفی پرداخته شده است. پس از آن با انتخاب ژن های با رتبهبالاتر، زیر شبکه هایی مت شکل از هر یک از این چند ژن و ژن هایی که در شبکه به آنها خیلی نزدیک و با آنها هم بیان هستند، حاصلشده است و ویژگی هایی به منظور طبقه بندی از روی این زیرشبکه ها بدست آمده است، در پایان نشانگرهای پایا معرفی شده اند . الگوریتمارائه شده بر روی داده های چهار نوع سرطان از نه مجموعه داده مختلف تست شده است و مشاهده شده که در روش ارائه شده ژن هایی (وزیر شبکه هایی) که برای ت شخیص بیماری بکار گرفته می شوند به نسبت روشهای پیشین می تواند نتایج بهبود یافته تر و پایاتری را ارائهکنند.

کلیدواژه ها:

بیماری ، شبکه برهمکنش پروتئین- پروتئین ، بیان ژنی ، زیرشبکه ، نشانگر

نویسندگان

محمد حاتمی

گروه تحقیقاتی پایگاه داده، قطب علمی کنترل و پردازش هوشمند، دانشکده مهندسی برق و کامپیوتر، دانشگاه تهران

مسعود رهگذر

گروه تحقیقاتی پایگاه داده، قطب علمی کنترل و پردازش هوشمند، دانشکده مهندسی برق و کامپیوتر، دانشگاه تهران

کاوه کاوسی

آزمایشگاه سیستم های زیستی پیچیده، مرکز تحقیقات بیوشیمی بیوفیزیک دانشگاه تهران

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 :
  • Weigelt, Britta, Frederick L. Baehner, and Jorge S. Reis-Filho. "The ...
  • Timar, Jozsef, Balazs Gyorffy, and Erzsebet Raso "Gene signature of ...
  • Harbeck, Nadia, et al. "Molecular and protein markers for clinical ...
  • Emmert-Streib, Frank, Shailesh Tripathi, and Ricardo de Matos Simoe. "Harnessing ...
  • Ideker, Trey, and Nevan , Krogan. "Differential network biology." Molecular ...
  • Winter, Christof, et al. "Google goes cancer: improving outcome prediction ...
  • Taylor, Ian W., et al. "Dynamic modularity in protein interaction ...
  • Schramm, Sarah-Jane, et al. "Disturbed protein-protein interaction networks in metastatic ...
  • Luo, Jiawei, and Shiyu Liang. "Prioritization of potential candidate disease ...
  • Zhu, Jie, et al. "Prioritization of candidate disease genes by ...
  • Barter, Rebecca L, et al. "Network- based biomarkers enhance classical ...
  • Zhang, Bin, and Steve Horvath. "A general framework for weighted ...
  • Shi, Mingguang, R. Damiel Beauchamp, and Bing Zhang. "A network-based ...
  • Wu, Xuebing, et al. _ 'Network-based global inference ofhuman disease ...
  • Ma, Shuangge, et al. "Incorporating gene co-expression network in identification ...
  • Rapaport, Franck, et al. "Classification of microarray data using gene ...
  • Teschendorff, Andrew E., and Simone Severini. "Increased entropy of signal ...
  • Ideker, Trey, and Nevan , Krogan. "Differential network biology." Molecular ...
  • Deane, Charlotte M., et al. "Protein interactions two methods for ...
  • Callow, Matthew J., et al. "Microarray expression profiling identifies genes ...
  • Kohler, Sebastian, et al. "Walking the interactome for prioritization of ...
  • Zhang, Lin, et al. "Extracting a few functionally reproducible [22] ...
  • Metz, Charles E. "Basic principles ofROC analysis." Seminars [23] Kondor, ...
  • Morrison, Julie L., et al. "GeneRank: using search engine [24] ...
  • biomarkers to build robust subnetwork- based classifiers for the diagnosis ...
  • in nuclear medicine. Vol. 8. No. 4. WB Saunders, 1978. ...
  • technology for the analysis of microarray experiments." BMC bioinformatics 6.1 ...
  • Zhou, Hongyi, and Jeffrey Skolnick. "A knowledg e-based gene-disease ...
  • associations." Bioinformatics (2016):btw358. ...
  • نمایش کامل مراجع