يك مدل بازي مشاركتي براي تحليل داده‌هاي بيان ژني آزمايش ريزآرايه

A cooperative game model for microarray data processing

فناوري ريزآرايه يك ابزار تحليلي كوچك است كه به كمك آن مي‌توان بيان ده‌ها هزار ژن را، به طور همزمان مورد كاوش قرار داد. سوال عمده مورد بحث در ريزآرايه‌ها، چگونگي انتخاب ماركرهاي ژني مي‌باشد، تشخيص ماركرهاي ژني مي‌تواند تشخيص زودتر، درمان و پيش بيني دقيق‌تر نتيجه بيماري ومتعاقب آن استفاده از درمان‌هاي مناسب وكاهش هزينه‌ها را در پي داشته باشد.با استفاده از نظريه‌هاي آماري براي پردازش داده‌هاي ريزآرايه، تنهاقادر به شناسايي تعداد معدودي از ژن‌هاي با نظم متفاوت در نمونه‌هاي تحت بررسي خواهيم بود. به منظور تقويت سيگنال هاي حاوي اطلاعات مفيد بيولوژيكي، اخيراً محققان نظريه بازي توانسته‌اند روشي را ابداع نمايند كه با به كارگيري آن روي داده‌هاي بيان ژني آزمايش ريزآرايه، قادر خواهيم بود گروهي از ژن‌هاي با تاثيرگذاري مضاعف در بروز يك اختلال را شناسايي كنيم. در اين روش، با استفاده از نظريه بازي‌هاي همكارانه، به مدل‌سازي سهم مشاركت هر يك از ژن‌هاي دخيل در بروز يك اختلال كه بيان‌شان دچارتغيير شده‌است، پرداخته مي‌شود. . در اين تحقيق، مدل مذكور با تركيب حلي مفهوم ارزش شيپلي از بازي‌هاي همكارانه با قابليت انتقال سودمندي به همراه مفهوم بوت‌استرپ آماري، گزينشي از ژن‌هاي با تاثيرگذاري مضاعف در بروز يك اختلال مورد بررسي قرار گرفته است. در يك مطالعه موردي، اين مدل‌سازي روي داده هاي به دست‌ آمده از افراد مبتلا به بيماري اوتيسم اجرا ‌شده است. نتايج به دست ‌آمده از اين پژوهش همخواني بالايي با نتايج تحقيقات بيولوژيك از خود نشان مي‌دهد.

A microarray is a small analytical device that allows genomic analysis with speed and precision. Through this technology the expression of thousands of genes can be simultaneously explored. Fundamental question about the microarray data is how to choose the genetic markers. Detection of genetic markers, shall lead to early detection, treatment, and accurately prognosis; therefore, appropriate treatment and reduction of cost. Using a classical approach for microarray data processing and statistical analysis, we are able to detect only two genes as differentially regulated in samples under investigation. Recently, in an effort to boost the biologically meaningful signal, game theory researchers, have been able to devise a method on gene expression data, Thus we were able to identify a group of genes associated with a disorder. This method, which is called comparative analysis of Shapley value, by combining the concept of Shapley value of cooperative games and statistical bootstrap lead to selection of genes with powerful influence in occurrence of a disorder. In this paper, this approach will be developed and in a case study of this modeling the results of applying this approach on gene expression data from autistic individuals, showed that coalitional games significantly increase the power to identify candidates.