به کارگیری خوشه بندی دوبعدی با روش «زیرماتریس های با میانگین- درایه های بزرگ» در داده های بیان ژنی حاصل از ریزآرایه های DNA

سال انتشار: 1390
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 63

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_DMED-19-2_002

تاریخ نمایه سازی: 5 شهریور 1402

چکیده مقاله:

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.

کلیدواژه ها:

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)

نویسندگان

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

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 :
  • Knudsen S. Guide to analysis of DNA microarray data. ۲ ...
  • Francesco B, Adam P, Ivan P, Silvia S, Andrea S, ...
  • Tanay A, Sharan R, Shamir R. Discovering statistically significant biclusters ...
  • Johnson RA, Wichern DW. Applied multivariate statistical data analysis: Prentice ...
  • Gu J, Liu JS. Bayesian biclustering of gene expression data. ...
  • Hartigan JA. Direct clustering of a data matrix. Journal of ...
  • Cheng Y, Church GM. Biclustering of expression data. Proc Int ...
  • Lazzeroni L, Owen A. Plaid models for gene expression data. ...
  • Ben-Dor A, Chor B, Karp R, Yakhini Z. Discovering local ...
  • Madeira SC, Oliveira AL. Biclustering algorithms for biological data analysis: ...
  • Prelic A, Bleuler S, Zimmermann P, Wille A, Buhlmann P, ...
  • Shabalin AA, Weigman VJ, Perou CM, Nobel AB. Finding large ...
  • Al-Akwaa FM, Kadah YM. An automatic gene ontology software tool ...
  • Gasch AP, Spellman PT, Kao CM, Carmel-Harel O, EisenMB, Storz ...
  • Shenga Q, Lemmensa K, Marchalab K, De Moora B, Moreaua ...
  • Gasch AP, Spellman PT, Kao CM, Carmel-Harel O, EisenMB, Storz ...
  • Day-Richter J, Harris MA, Haendel M. OBO-Edit an ontology editor ...
  • Carbon S, Ireland A, Mungall CJ, Shu SQ, Marshall B, ...
  • Cheng KO, Law NF, Siu WC, Liew AWC. Biclusters Visualization ...
  • Okada Y, Fujibuchi W, Horton P. A Biclustering Method for ...
  • Tchagang AB, Gawronski A, Berube H, Phan S, Famili F, ...
  • نمایش کامل مراجع