ارزيابي و به كارگيري مدل‌هاي مختلف طبقه‌بندي به منظور استخراج ژن‌هاي شاخص مرتبط با عود سرطان سينه از داده‌هاي ميكرو‌آرايه

مقدمه: در اين پژوهش، سعي شد تا با به كارگيري مؤثر الگوريتم‌هاي محاسباتي و مدل‌هاي رياضي، اعتبار ژن‌هاي شاخص مستخرج از داده‌هاي ميكروآرايه و تفسيرپذيري آن‌ها در مطالعات زيستي بهبود يابد. روش‌ها: ابتدا، بهترين مدل طبقه‌بند با هدف دستيابي به بيشترين صحت پيش‌بيني عود سرطان سينه در داده‌هاي بيان ژن ميكروآرايه انتخاب شد. بدين منظور، از داده‌هاي بيان 50 ژن شاخص مربوط به تومور سينه در 1271 بيمار مبتلا به سرطان (379 نفر با عود سرطان و 892 نفر بدون عود) استفاده شد و با مقايسه‌ي عملكرد چند طبقه‌بند مطرح بر روي اين ژن‌ها، يك سيستم پيش‌بين مناسب براي عود به دست آمد. در اين راستا، ابتدا به منظور افزايش صحت از طريق كاهش بعد و انتخاب مناسب‌ترين ژن‌ها (ويژگي‌ها) روش‌هاي Correlationbased feature selection (CFS)، Principal component analysis (PCA)، Independent component analysis (ICA)، الگوريتم ژنتيك (GA يا Genetic algorithm) و همچنين، روش انتخاب تصادفي چند ويژگي در تركيب با انواع مدل‌هاي طبقه‌بند مورد بررسي قرار گرفت. يافته‌ها: در مجموع، 5 ژن شاخص از تركيب روش الگوريتم ژنتيك، روش Top scoring set (TSS) و انتخاب تصادفي ژن‌ها انتخاب شدند كه در اغلب طبقه‌بند‌ها، بهترين نتايج را داشتند. 5 ژن‌ شاخص نهايي شامل TRIP13، KIF20A، NEK2، RACGAP1 و TYMS، به صورت معني‌داري در ساختمان Microtubule و Spindle شركت داشتند و فرايند زيستي اتصال ميكروتوبول‌هاي Spindle به Kinetochore را تنظيم مي‌كردند. نتيجه‌گيري: با استفاده از مدل‌هاي تركيبي، علاوه بر اجتناب از بروز خطاي انطباق بيش از حد مدل بر داده‌هاي آموزش، مي‌توان به صحت مناسب با ژن‌هاي شاخصي كه از نظر زيست‌شناسي معني‌دار و تفسيرپذير باشند، دست پيدا كرد.