شماره ركورد :
1128537
عنوان مقاله :
كشف رابطه‌ي ميان تنظيم بيان ژن‌ها و تغييرات هيستون استيلاسيون با استفاده از شبكه عصبي
عنوان به زبان ديگر :
Transcription Factor Binding Sites Prediction Based on Histone Acetylations using Neural Networks
پديد آورندگان :
زارع ميرك آباد، فاطمه دانشگاه صنعتي اميركبير - داﻧﺸﻜﺪه رﻳﺎﺿﻲ و ﻋﻠﻮم كامپيوتر،تهران،ايران , بني‌رضي مطلق، نفيسه دانشگاه صنعتي اميركبير - داﻧﺸﻜﺪه رﻳﺎﺿﻲ و ﻋﻠﻮم كامپيوتر،تهران،ايران
تعداد صفحه :
12
از صفحه :
527
تا صفحه :
538
كليدواژه :
جايگاه پيوند فاكتور رونويسي , هيستون استيلاسيون , شبكه‌ي چند لايه‌ي پرسپترون , الگوريتم انتشار به عقب
چكيده فارسي :
ستيلاسيون پروتئين‌هاي هيستوني يكي از مهم‌ترين فرآيندهاي اپي‌ژنتيكي است كه به منظور تنظيم بيان ژن‌ها رخ مي‌دهد. كروماتين به واسطه‌ي اتصال گروه استيل به دنباله‌ي هيستوني نوكلئوزوم‌هايش، رشته‌ي DNA را در دسترس فاكتورهاي رونويسي و ديگر پروتئين‌هاي تنظيم‌كننده‌ي بيان ژن قرار مي‌دهد. مطالعات نشان داده كه نوع استيلاسيون نوكلئوزوم‌ها مي‌تواند در شناسايي جايگاه پيوند فاكتورهاي رونويسي يك سيگنال مهم باشد. در اين تحقيق هدف يافتن يك روش محاسباتي براي پيشگويي جايگاه فاكتورهاي رونويسي براساس الگوي نوع پراكندگي 18 هيستون استلاسيون است. در اين راستا، الگوي پراكندگي 18 هيستون استيلاسيون در سلول CD4+ T انسان كه اطراف فاكتور رونويسي SP1 قرار گرفته‌اند را تحليل كرديم. نتايج نشان داد كه از 18 هيستون استيلاسيون 12 نوع از آنها در شناسايي جايگاه فاكتور رونويسي SP1 موثرند. سپس به وسيله‌ي تكنيك يادگيري با نظارت، يك شبكه‌ي چند لايه‌ي پرسپترون را براساس جايگاه‌هاي پيوند فاكتور رونويسي SP1 (استخراج شده از كروموزوم 1 انساني ) و الگوي پراكندگي 12 هيستون در اطراف آن ها، آموزش داديم. در نهايت از اين شبكه براي پيشگويي 12 فاكتور رونويسي ديگر در كروموزوم‌هاي 1 و 2 و SP1 بر روي كروموزوم 2 انساني استفاده نموديم.
چكيده لاتين :
Histone acetylation is one of the most important epigenetic processes that regulate gene expression. In other words, chromatin exposes DNA to transcription factors and gene regulators by histone tail acetylation in nucleosomes. There are some studies to show the relation between gene regulation and histone acetylation. In this paper, our main goal is to propose a computational method for transcription factor binding site prediction based on a pattern of 18 types of histone acetylations. In this regard, we analyze 18 types of histone acetylations near SP1 binding sites on Chromosome 1 in human CD4+T cells. The results show that 12 out of 18 marks are strongly correlated with transcription factor binding sites. Then, we implement a multilayer perceptron neural network with supervised training. This network is trained using binding sites of various transcription factors of SP1 in chromosome 1 and 18 types of histone acetylations near them. Finally, this network is applied for predicting binding sites of various transcription factors on chromosomes 1 and 2.
سال انتشار :
1398
عنوان نشريه :
پژوهشهاي سلولي و مولكولي
فايل PDF :
7826709
لينک به اين مدرک :
بازگشت