، alavimajd@gmail.com
چکیده: (16993 مشاهده)
سابقه و هدف: بهکارگیری فناوری ریزآرایه DNA که امکان بررسی بیان هزاران ژن را بهطور همزمان در حداقل زمان ممکن میسازد، در سالهای اخیر موجب تولید حجم انبوهی از دادههای بیان ژنی شده است. تحلیل آماری این دادهها شامل مواردی چون نرمالسازی، خوشهبندی، طبقهبندی است. هدف این مقاله بررسی نحوه بهکارگیری روشهای آماری خوشهبندی در داده های ریز آرایه DNA است.
روش بررسی: در این تحقیق دادههای سرطان پستان وانتور و همکاران (2002) مربوط به جهشهای ژنتیکی BRCA1 و BRCA2، تحلیل شده است. مجموعه دادهها شامل 18بیمار با جهش BRCA1 و 2 بیمار با جهش BRCA2 است. دادههای بیان ژنی سرطان پستان با استفاده از روشهای آماری سلسله مراتبی و غیر سلسله مراتبی خوشهبندی گردید. در هر دو روش خوشهبندی، دادهها به دو خوشه تقسیم شدند. روشهای مختلف خوشهبندی با توجه به گروهبندی واقعی (BRCA1، BRCA2) مقایسه شدند. نرمافزار R برای تحلیل دادهها استفاده شد.
یافتهها: ویژگی روش خوشهبندی سلسله مراتبی در تشخیص ژن BRCA1، 94 درصد و حساسیت آن 100 درصد بدست آمد. ویژگی روش خوشهبندی غیر سلسله مراتبی در تشخیص ژن BRCA1، 89 درصد و حساسیت آن 100 درصد بدست آمد که نشاندهنده عملکرد مناسب دو روش خوشهبندی است. روش خوشهبندی سلسله مراتبی بر اساس ادغام بر حسب میانگین مناسبترین روش در بین همه روشهای بررسی شده است. نمونه شماره 95 طبق نتایج همگی روشهای خوشهبندی در گروه BRCA2 قرار گرفت در صورتیکه بر اساس یافتههای بالینی در گروهBRCA1 قرار دارد.
نتیجهگیری: با توجه به انطباق قابل توجه نتایج خوشهبندی با گروهبندی واقعی دادهها، میتوان از این روشهای آماری در مواردی که اطلاع دقیقی از گروهبندی واقعی دادهها در دست نیست، استفاده کرد. به علاوه نتایج خوشهبندی ممکن است زیر گروههایی از نمونهها را به نحوی متمایز کند که برای انطباق آن با یافتههای بالینی، پژوهشهای آزمایشگاهی یا بالینی جدیدی لازم باشد.
نوع مطالعه:
پژوهشی |
موضوع مقاله:
بین رشته ای ( مدیریت آموزشی، تحقیقات آموزشی، آموزش پزشکی ) دریافت: 1386/7/16 | انتشار: 1386/1/26
ارسال پیام به نویسنده مسئول