مدلسازی شبکه های تنظیم کننده ژنی با استفاده از داده های سری زمانی میکروآرایه

تعاملات بین ژن ها، پروتیین ها و مواد دیگر در سلول، تشکیل یک شبکه ی پیچیده می دهند که نقش مهمی در عملکرد درست سلول بازی می-کند. مدلسازی شبکه های ژنی می تواند در زمینه های مختلف مانند شناسایی بیماری های ژنتیکی، انتخاب کاندیداهای ژن درمانی و به دست آوردن ایده هایی در مورد عملکرد ژن های ناشناخته کاربرد داشته باشد. روش آزمایشگاهی میکروآرایه های dna امکان اندازه گیری همزمان بیان هزاران ژن را فراهم می کنند. به دلیل نویزی بودن داده های میکروآرایه و طبیعت احتمالاتی شبکه های بیزین و بیزین دینامیک و لذا توانایی آنها در کار با این گونه داده ها، در مطالعه ی حاضر از آنها برای مدلسازی روابط علّی میان ژن ها استفاده شده است. یک مسأله ی اساسی در مورد یادگیری این شبکه ها، افزایش فوق نمایی تعداد ساختارهای ممکن شبکه، با افزایش تعداد گره های آن است. به علاوه تعداد زیاد ژن ها (ویژگی) و تعداد کم نقاط زمانی (نمونه) در داده های میکروآرایه، مساله ی یادگیری را مشکل تر می سازد. برای حل این مساله، در مطالعه ی حاضر از خوشه بندی ژن ها استفاده شده است؛ به این صورت که در ابتدا ژن ها، بر اساس اطلاعات بیولوژیکی موجود در مورد آنها (اُنتولوژی ژن) به گروه هایی تقسیم شده و سپس از مدل های bn و dbn برای مدلسازی روابط علّی ژن ها در هر خوشه استفاده شد. با توجه به همپوشانی بین خوشه ها، از ترکیب زیرشبکه های حاصل، یک شبکه ی سراسری از ژن های موردبررسی ایجاد می شود. مزایای این روش خوشه بندی، استفاده از اطلاعات بیولوژیکی به جای معیارهای آماری که لزوماً از نظر زیستی معنادار نیستند، ایجاد خوشه هایی از ژن هایی که واقعاً با هم همکارند و تعیین خودکار تعداد خوشه ها بر اساس اطلاعات بیولوژیکی، می باشد. با این تکنیک، امکان مدلسازی روابط بین تعداد زیادی ژن فراهم می-شود؛ در حالی که در اکثر کارهای انجام شده، ارتباطات بین تعداد کمی از ژن ها مدلسازی می شوند. با توجه به این که داده های مورد استفاده، سری زمانی اند و در bn اطلاعات زمان وجود ندارد، در این پایان نامه با استفاده از همبستگی بین پروفایل های بیان ژن ها و شیفت آنها، به نحوی اطلاعات زمانی در این شبکه وارد شد. مقایسه ی نتایج حاصل از مدل bn با و بدون استفاده از اطلاعات همبستگی، نشان می دهد که این کار نتایج حاصل را بهبود می دهد (افزایش صحت بازسازی ارتباطات از %66 به %72 و بهبود حساسیت با افزایش تعداد ارتباطات بازسازی شده در مدل از 70 به 101). در مدل dbn مرتبه ی r مورد استفاده، علاوه بر ارتباطات بین ژن-ها، تاخیر زمانی متناظر با هریک (از صفر تا r) نیز ایجاد میگردد.