fa به کارگیری روش‌های خوشه‌بندی در ریزآرایه DNA بین رشته ای ( مدیریت آموزشی، تحقیقات آموزشی، آموزش پزشکی ) Interdisciplinary (Educational Management, Educational research, Statistics, Medical education پژوهشی Original 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. Background: Microarray DNA technology has paved the way for investigators to expressed thousands of genes in a short time. Analysis of this big amount of raw data includes normalization, clustering and classification. The present study surveys the application of clustering technique in microarray DNA analysis. Materials and methods: We analyzed data of Van’t Veer et al study dealing with BRCA1 and BRCA2 mutations in breast cancer. It was consisted of 18 patients with BRCA1 and 2 patients with BRCA2 mutation. Gene expression data were clustered using hierarchical and non-hierarchical approach. Then different clustering approaches were compared according to the actual classification with R software. Results: Hierarchical clustering showed a sensitivity of 94% and specificity of 100% in detecting BRCA1 gene. These figures were 89% and 100% for non-hierarchical clustering, respectively, indicating a satisfactory performance for both approaches. All clustering approaches classified sample No. 95 in BRCA2 group, however, clinical manifestations put her in BRCA1 group. Conclusion: With respect to satisfactory coincidence between clustering and actual classification results, clustering approach could be applied for cases when actual classification is missing. ریزآرایهDNA ، خوشه‌بندی، بیان ژن، سرطان پستان DNA microarray, Clustering, Gene expression, Breast cancer. 19 25 http://pejouhesh.sbmu.ac.ir/browse.php?a_code=A-10-1-330&slc_lang=fa&sid=1 H Alavimajd حمید علوی مجد alavimajd@gmail.com 10031947532846003614 10031947532846003614 Yes M Vahedi محسن واحدی 10031947532846003615 10031947532846003615 No Y Mehrabi یدالله محرابی 10031947532846003616 10031947532846003616 No B Naghavi بهار نقوی 10031947532846003617 10031947532846003617 No