مقاله

خوشه بندی داده های بیان ژنی توسط عدم تشابه جنگل تصادفی

چکیده

زمینه و هدف: خوشه بندی داده های بیان ژنی در تشخیص و درمان سرطان، دارای اهمیت بسزایی است. مشخصه ی بارز این داده ها تعداد زیاد متغیرها (ژن ها) نسبت به تعداد داده ها (بیماران) است. بسیاری از روش های خوشه بندی بر پایه ی عدم تشابه داده ها که حاصل محاسبه ی یک تابع فاصله است‏، بنا شده اند و افزایش ‏بعد‏، کارآیی توابع فاصله را کاهش می دهد‏. در این تحقیق معیاری جدید برای محاسبه ی عدم تشابه در ابعاد بالا‏، بر اساس یک روش رده بندی به نام جنگل تصادفی معرفی شده و کارایی آن در تحلیل داده های بیان ژنی، مورد ارزیابی قرار گرفته است. روش کار: در این مقاله خوشه بندی مجموعه داده ی چاودری و همکاران توسط عدم تشابه جنگل تصادفی مد نظر قرار گرفته است. بدین منظور ابتدا مسئله ی خوشه بندی به مسئله ی رده بندی تبدیل شده و با انجام رده بندی جنگل تصادفی، عدم تشابه مربوطه محاسبه شده است. سر انجام داده ها توسط روش خوشه بندی افراز حول مدوید، خوشه بندی شده و نتیجه ی خوشه­بندی توسط شاخص رند تعدیل یافته مورد ارزیابی قرار گرفته است. تمامی تحلیل ها با نرم افزار r انجام شده است. یافته ها: مقدار شاخص رند تعدیل یافته (۰/۸۱۴۹)، نشان دهنده ی انطباق مطلوب خوشه های تخمینی با گروه های واقعی است. همچنین با استفاده از قابلیت تعیین اهمیت متغیرها در روش جنگل تصادفی، ژن شماره ی ۳۱ موثرترین ژن در این خوشه بندی شناخته شد و توانستیم خوشه های تخمینی را تنها بوسیله ی این ژن توصیف کنیم. نتیجه گیری: عدم تشابه جنگل تصادفی، معیاری کارا برای سنجش عدم تشابه داده ها در خوشه بندی داده های بیان ژنی است. همچنین می توان با استفاده از قابلیت متحصر به فرد این روش، ژن های موثر در خوشه بندی را شناسایی نموده و خوشه های تخمینی را به وسیله ی آن ها توصیف نمود.

اسناد مشابه

  • خوشه‌بندی داده‌های بیان‌ژنی توسط عدم تشابه جنگل تصادفی

    Background: The clustering of gene expression data plays an important role in the diagnosis and treatment of cancer. These kinds of data are typically involve in a large number of variables (genes), in comparison with number of samples (patients). Many clustering methods have bee

  • خوشه بندی داده های بیان ژنی و کاربرد آن در تحلیل افتراق انواع سرطان خون

    مقالهکومشمحسن واحدی، m. vahedi research center for gastroenterology and liver diseases, shaheed beheshti medical university, tehran, iran.دانشگاه علوم پزشکی شهید بهشتی، مرکز تحقیقات بیماری های گوارش و کبد حمید علوی مجد، h. alavi majd shaheed beheshti medical university, tehran, iran.دانشگاه علوم پزشکی شهید بهشتی، دانشکده پیرایزشکی یدا... محرابی، y. mehrabi shaheed beheshti medical university, tehran, iran.دانشگاه علوم پزشکی شهید بهشتی، دانشکده بهداشت بهار نقوی

    سابقه و هدف: یکی از شاخه های مهم بیوانفورماتیک فناوری ریزآرایه dna است که امکان بررسی بیان هزاران ژن را به طور هم زمان در حداقل زمان ممکن می سازد که در سال های اخیر موجب تولید حجم انبوهی از داده های بیان ژنی شده است. تحلیل آماری این داده ها شامل نرمال سازی، خوشه بندی، طبقه بندی و

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

    مقالهدانشور پزشکیحمید علوی مجد، hamid alavi majd paramedical sciences faculty, shahid beheshti medical sciences universityگروه آمار زیستی دانشکده پیراپزشکی دانشگاه علوم پزشکی شهید بهشتی شیما یونس پور، shima younespoor paramedical sciences faculty, shahid beheshti medical sciences universityدانشکده پیراپزشکی دانشگاه علوم پزشکی شهید بهشتی فرید زایری، farid zayeri paramedical sciences faculty, shahid beheshti medical sciences universityگروه آمار زیستی دانشکده پیراپزشکی دانشگاه علوم پزشکی شهید بهشتی مصطفی رضایی طاویرانی

    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 مر

  • الگوریتم های خوشه بندی دوبعدی در داده های بیان ژنی: یک مطالعه مروری

    مقالهgenetics in the 3rd millenniumحمید علوی مجد، hamid alavi majd احمدرضا باغستانی، ahmad reza baghestani سید محمد طباطبائی، seyyed mohammad tabatabaei سوده شهسواری

    در سال های اخیر تکنولوژی ریز آرایه امکان مشاهده و بررسی بیان هم زمان هزاران ژن را وقتی سلول تحت شرایط مختلف یا پروسه های متفاوت قرار می گیرد را فراهم کرده است و نقشی اساسی در سرعت بخشیدن و بالا رفتن کارایی مطالعات بیان ژنی ایفا می کند. یکی از مهم ترین تکنیک های تشخیص الگو در داده

  • تعیین قابلیت داده‏های سنجندة ASTER و روش‏های درخت طبقه‏بندی و رگرسیونی و جنگل تصادفی در تهیة نقشة تیپ جنگل

    شناسایی واحد‏های همگن و تفکیک آن‏ها و نهایتاً برنامه‏ریزی برای هر واحد، اصولی‏ترین راه برای مدیریت واحد‏های جنگلی محسوب می‏شود. هدف از این مطالعه، تهیة نقشة تیپ جنگل با استفاده از داده‏های سنجندة ASTER و نیز استفاده از دو الگوریتم درخت طبقه‏بندی و رگرسیونی و جنگل تصادفی در سری یک

  • تعیین قابلیت داده‏های سنجندة aster و روش‏های درخت طبقه‏بندی و رگرسیونی و جنگل تصادفی در تهیة نقشة تیپ جنگل

    مقاله۲۰۱۵نشریه جنگل و فرآورده های چوباصغر فلاح، سیاوش کلبی، شعبان شتایی، امید کرمی

    شناسایی واحد‏های همگن و تفکیک آن‏ها و نهایتاً برنامه‏ریزی برای هر واحد، اصولی‏ترین راه برای مدیریت واحد‏های جنگلی محسوب می‏شود. هدف از این مطالعه، تهیة نقشة تیپ جنگل با استفاده از داده‏های سنجندة aster و نیز استفاده از دو الگوریتم درخت طبقه‏بندی و رگرسیونی و جنگل تصادفی در سری یک