بررسی پروفایل بیانی پلاکت های آموزش دیده توموری به عنوان نشانگر زیستی برای پیش آگهی و تشخیص سرطان
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 163
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GEB-11-1_005
تاریخ نمایه سازی: 15 اسفند 1401
چکیده مقاله:
به این دلیل که بیوپسی مایع نسبت به بیوپسی بافتی ایمن تر و کم تهاجمی تر است، در سال های گذشته بررسی زیست نشانگر های موجود در آن برای پیش آگهی و تشخیص زود هنگام سرطان حائز اهمیت شده است. بررسی تغییر پروفایل بیانی پلاکت های آموزش دیده توموری موجود در بیوپسی مایع می تواند به عنوان یکی از زیست نشانگرها مورد استفاده قرار گیرد. استفاده از مدل های یادگیری ماشین دسته بندی با توجه به فضای ویژگی بر گرفته از داده های بیانی این پلاکت ها، توانایی پیش آگهی و تشخیص زود هنگام سرطان را به ما داده است. در این پژوهش میزان صحت و خطای هفت مدل دسته بندی در دو حالت دو دسته برای تشخیص نمونه های سالم و سرطانی و چند دسته برای تشخیص نمونه های سالم و انواع سرطان ها از یکدیگر مورد ارزیابی قرار گرفتند. این مدل ها روی پروفایل بیانی ۲۰۰۰ ژن پلاکتهای آموزش دیده توموری مربوط به بیمارانی با سرطان های سینه، کبد، روده، مغز، پانکراس و ریه و همینطور پروفایل بیانی این ژن ها در ۵۵ فرد سالم بررسی شدند. داده های مورد استفاده سری GSE۶۸۰۸۶ هستند که از پایگاه داده GEO دانلود شدند. همچنین روی این ژن ها با روش preranked GSEA تجزیه و تحلیل غنی سازی مسیر صورت گرفت. نتایج نشان داد مدل ماشین بردارهای پشتیبان با کرنل خطی و غیر خطی از بین مدل های دو دسته با میانگین خطای ۰۵/۰ و مدل ماشین بردارهای پشتیبان خطی از بین مدل های چند دسته با میانگین خطای ۳۳/۰ نرخ خطای کمتری دارند. به طور کلی نتایج حاصل دسته بندی پروفایل بیانی پلاکتهای آموزش دیده توموری و تجزیه و تحلیل غنی سازی مسیرنشان دهنده این است که پروفایل بیانی پلاکتهای آموزش دیده توموری را می توان به عنوان کاندید نشانگر زیستی در نظر گرفت.
کلیدواژه ها:
Tumor educated platelets ، cancer diagnosis and early detection ، expression profile classification ، machine learning models ، biomarkers ، پلاکت های آموزش دیده توموری ، پیش آگهی و تشخیص سرطان ، دسته بندی تغییرهای پروفایل بیانی ، مدل های یادگیری ماشین ، نشانگر زیستی
نویسندگان
ساجده باهنر
Department of Bioinformatics, Institute of Biochemistry and Biophysics, University of Tehran, Tehran, Iran
فهیمه پالیزبان
Department of Bioinformatics, Institute of Biochemistry and Biophysics, University of Tehran, Tehran, Iran
حسام منتظری
Department of Bioinformatics, Institute of Biochemistry and Biophysics, University of Tehran, Tehran, Iran
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 :