ارائه ي روشي جديد براي كشف نشانگرهاي زيستي پيش آگاهي دهنده در سرطان ريه

Developing a novel algorithm to identify diagnostic biomarkers in lung cancer

امروزه رويكردهاي يادگيري ماشين به‌طور گسترده‌اي در تجزيه و تحليل داده‌هاي حجيم استفاده مي‌شود. با توجه به فناوري جديد و توليد داده‌هاي با بازده بالا در زيست شناسي (مانند داده‌هاي تعيين توالي نسل جديد)، استفاده از روش يادگيري ماشين بر روي داده‌هاي بزرگ بيولوژيكي مي‌تواند به درك مكانيسم بيماري پيچيده مانند سرطان كمك كند. استخراج ژن‌هاي كانديدا به‌عنوان يك هدف درماني يا نشانگرهاي زيستي از داده‌هاي بيولوژيكي حجيم مانند داده‌هاي بيان ژن را مي‌توان به‌عنوان اولين مرحله در درمان سرطان در نظر گرفت. بنابراين، توسعه يك رويكرد كارآمد براي تجزيه و تحليل چنين داده‌هايي نقشي اساسي در بيوانفورماتيك و زيست‌شناسي محاسباتي دارد. در اين مقاله، ما با اعمال الگوريتم رقابت جهاني و ماشين بردار پشتيبان بر روي داده‌هاي بيان ژن مربوط به سرطان ريه تلاش كرده‌ايم ژن‌هاي مرتبط با سرطان ريه را به‌عنوان نشانگرهاي زيستي بالقوه كشف كنيم. داده‌هاي مورد استفاده، داده‌هاي به‌دست آمده از تكنولوژي RNA-Seq و مربوط به نمونه‌هاي سرطان ريه و همين‌طور نمونه‌هاي بافت سالم هستند كه از پايگاه داده‌ي TCGA دريافت شده‌اند. اين داده‌هاي شامل بيان ژن‌هاي mRNA در نمونه‌هاي بافت سرطاني و سالم مي‌باشند. نتايج بررسي منجر به كشف ژن‌هاي با اهميتي شد كه با توجه به مقالات قبلي منتشر شده نقش مهمي در شكل‌گيري سرطان دارند و نقش آن‌ها در شكل‌گيري سرطان ريه را نيز مي‌تواند در مطالعات آينده مورد بررسي قرار داد. همچنين نتايج اعتبار سنجي روش پيشنهادي نشان دهنده‌ي قدرت روش‌هاي مبتني بر يادگيري ماشين در تحليل داده‌هايي بيان ژن هستند.