این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
زیست فناوری، جلد ۹، شماره ۲، صفحات ۲۵۹-۲۶۵
عنوان فارسی معرفی ژن GRAP به‌عنوان ژن نامزد عامل آلزایمر با استفاده از تحلیل داده‌های ریزآرایه
چکیده فارسی مقاله اهداف: شناسایی ژن‌های دخیل در بروز یک بیماری، یکی از حوزه‌های مهم تحقیقات پزشکی است که به تشخیص مکانیزم بیماری و در پی آن تشخیص به‌موقع و درمان بهتر بیماری کمک می‌کند. در سال‌های اخیر فناوری ریزآرایه به دانشمندان علوم زیستی برای فهم فرآیندهای سلولی کمک شایانی کرده است. بدین منظور استفاده از روش‌های کارآمد در تحلیل داده‌های ریزآرایه بسیار کلیدی است. هدف مطالعه حاضر معرفی ژن GRAP به‌عنوان ژن نامزد عامل آلزایمر با استفاده از تحلیل داده‌های ریزآرایه بود.
مواد و روش‌ها: در مطالعه بیوانفورماتیکی حاضر که روی یک مجموعه داده ریزآرایه مربوط به آلزایمر شامل 12990 ژن، 15 فرد بیمار و 16 فرد سالم صورت گرفت، با ترکیب روش‌های فیشر، تجزیه و تحلیل اهمیت میکروآرایه (SAM) و الگوریتم بهینه‌سازی ازدحام ذرات (PSO) و با استفاده از روش طبقه‌بندی و رگرسیون مبتنی بر درخت تصمیم (CART)، روش جدیدی به‌منظور تحلیل داده‌های بیان ژن ریزآرایه، برای شناسایی ژن‌های دخیل در بروز آلزایمر ارایه شد.
یافته‌ها: سطح دقت مدل به‌دست‌آمده 90/32% بود و ارزیابی نتایج از دیدگاه زیستی نشان داد که روش پیشنهادی موفق عمل کرده و در نهایت 4 ژن ارایه کرده است که 3 ژن از این 4 ژن (75%)، تاکنون به‌عنوان ژن‌های دخیل در آلزایمر در منابع زیستی معتبر گزارش شده‌اند.
نتیجه‌گیری: این مطالعه علاوه بر ارایه یک روش انتخاب ویژگی جدید و تلفیقی برای تحلیل داده‌های ریز‌آرایه، یک ژن جدید (GRAP) به‌عنوان ژن نامزد مرتبط با آلزایمر معرفی کرده است.
کلیدواژه‌های فارسی مقاله ریزآرایه،درخت تصمیم،یادگیری ماشین،
عنوان انگلیسی Introduction of GRAP Gene as Alzheimer's Disease Candidate Gene Using Microarray Data Analysis
چکیده انگلیسی مقاله Aims: One of the most important areas in medical research is the identification of disease-causing genes, which helps the identification of mechanisms underlying disease and as a result helps the early diagnosis of disease and the better treatment. In recent years, microarray technology has assisted biologists to gain a better understanding of cellular processes. To this end, the application of efficient methods in microarray data analysis is very important. The aim of this study was the introduction of GRAP Gene as Alzheimer’s disease candidate gene using microarray data analysis.
Materials and Methods: In the present bioinformatic study, which was conducted on an Alzheimer's microarray data set containing 12990 genes, 15 patients, and 16 healthy subjects, by combining Fisher, Significance Analysis of Microarray (SAM), and Particle Swarm Optimization (PSO) methods as well as Classification and Regression Tree (CART), a new method was presented for analyzing microarray gene expression data to identify genes involved in Alzheimer's incidence.
Findings: The accuracy level of the proposed method was 90.32% and the interpretation of the results from a biological point of view indicated that the proposed method has worked well; finally, the proposed method introduced 4 genes, of which, until now, 3 genes (75%) have been reported in biological studies as genes that cause Alzheimer’s disease.
Conclusion: In addition to proposing a new feature selection method for the analysis of microarray data, this study has introduced a new gene (GRAP) as a candidate gene related to Alzheimer’s disease.
کلیدواژه‌های انگلیسی مقاله ریزآرایه,درخت تصمیم,یادگیری ماشین
نویسندگان مقاله سیده‌زهرا پای‌لاخی |
گروه کنترل، دانشکده برق و کامپیوتر، دانشگاه تربیت مدرس، تهران، ایران

سجاد ازگلی |
گروه کنترل، دانشکده برق و کامپیوتر، دانشگاه تربیت مدرس، تهران، ایران

سید حسن پای‌لاخی |
گروه چشم‌پزشکی، دانشکده چشم‌پزشکی، دانشگاه کالیفرنیا، سانفرانسیسکو، ایالات متحده

نشانی اینترنتی https://biot.modares.ac.ir/article_22418_b865c8181c0e8c2145ae5682fb54d11c.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات