این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله دانشکده پزشکی اصفهان، جلد ۳۰، شماره ۲۰۸، صفحات ۱۵۸۶-۱۵۹۸
عنوان فارسی بایکلاسترینگ سری‌های زمانی همبسته در داده‌های میکروآرایه
چکیده فارسی مقاله مقدمه: با شناخته شدن توالی ژنوم های مختلف، گام منطقی بعدی یافتن عملکرد و تنظیم آن ها می باشد. جهت دسته بندی ژن ها در آزمایشگاه مواردی همچون توصیف رفتار ژن، عوامل کنترل کننده ی بیان ژن و تعامل پروتئین بررسی می شوند. انتظار می رود ژن هایی که با مکانیسم مشابهی تنظیم می شوند، دارای الگوی بیان یکسانی باشند. روش ها: در این مقاله، یک روش خاص خوشه بندی به نام بایکلاسترینگ را برای داده های میکروآرایه به دست آمده از بیماران مبتلا به MS (Multiple sclerosis) معرفی می کنیم. از دیدگاه بیولوژیکی، بایکلاسترهای تنظیم کننده ی ژنی شامل ژن هایی است که در چندین نقطه از زمان تحت چندین شرایط رفتار مشابهی دارند. با شناسایی این بایکلاسترها، پی بردن به مکانیسم های تنظیمی که باعث این رفتار مشترک می شوند ممکن می شود. یافته ها: ما از فرمت تغییریافته ی الگوریتم ISA (Iterative signature algorithm) برای استخراج پروفایل های هم بیان ژن از داده های میکروآرایه استفاده کردیم. روش KNN (K-nearest neighbor) در ترکیب با ISA، الگوریتمی ارائه کرد که منجر به یک روش مطلوب برای به دست آوردن مجموعه ی همبسته ای از ژن های همسان در داده های میکروآرایه شد. نتیجه گیری: این الگوریتم بر روی دو نوع داده ی سنتز شده و داده ی واقعی (اطلاعات بیماران مبتلا به مولتیپل اسکلروز) اعمال شد و نشان داد که تفاوت بارزی بین بایکلاسترهای استخراج شده در مقایسه با ISA وجود دارد؛ هر چند که بهره وری این روش بر روی داده ی سنتز شده و داده ی مبتلایان به مولتیل اسکلروز نشان داده شد، اما برای هر نوع داده ی دیگری نیز قابل استفاده خواهد بود.
کلیدواژه‌های فارسی مقاله میکروآرایه، بایکلاستر، سری های زمانی، همبستگی
عنوان انگلیسی Biclustering of Coherent Time Series in Microarray Data
چکیده انگلیسی مقاله Background: After recognition of sequences of different genomes, the next logical step is the discovery of their function and regulation. To classify genes in the laboratory, factors such as the behavior of genes, gene expression control and protein interactions have been reviewed. It is expected that genes with similar regulation mechanisms have the same expression patterns. Methods: In this paper, we introduce a special way of clustering, called biclustering, for microarray data obtained from multiple sclerosis (MS) patients. From a biological perspective, gene regulatory modules consist of genes that have similar behaviors at different points of time under several conditions. By identifying these modules, the recognition of the regulatory mechanisms that are the common causes of genes behaviors might be conceivable. Findings: We used a modified format of iterative signature algorithm (ISA) to extract co-expressed gene profiles from microarray data. The combination of K-nearest neighbor (KNN) algorithm and ISA provides a helpful algorithm which results in an outstanding and optimum way to obtain similar genes in microarray data. Conclusion: The algorithm was performed on a synthetic as well as a real database (MS patients’ data), and showed a pronounced difference between the extracted modules in contrast to ISA. Although we showed our method’s efficiency over synthetic and MS data, it will be usable for any other kinds of data. In other words, our method is based on a series of logical and statistical methods rather than data-based methods.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله حسین تقی زاد | hossein taghi zad
کارشناس ارشد، گروه فیزیک و مهندسی پزشکی، دانشکده ی پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران
سازمان اصلی تایید شده: دانشگاه علوم پزشکی اصفهان (Isfahan university of medical sciences)

علیرضا مهری دهنوی | alireza mehri dehnavi
دانشیار، گروه فیزیک و مهندسی پزشکی، دانشکده ی پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران
سازمان اصلی تایید شده: دانشگاه علوم پزشکی اصفهان (Isfahan university of medical sciences)

مجید محمد بیگی | majid mohammad beigi
استادیار، گروه مهندسی پزشکی، دانشکده ی فنی و مهندسی، دانشگاه اصفهان، اصفهان، ایران
سازمان اصلی تایید شده: دانشگاه اصفهان (Isfahan university)

نشانی اینترنتی http://jims.mui.ac.ir/index.php/jims/article/view/1941
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/103/article-103-318407.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده مقاله پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات