استنتاج مجموعة پیش‌بینی کننده در شبکة تنظیم کنندة ژن مبتنی بر الگوریتم‌جستجوی گرانشی و تابع برازندگی میانگین آنتروپی شرطی

Abstract

استنتاج شبکة تنظیم‌کنندة ژن (GRN) با استفاده از داده­های بیان ژن، برای درک وابستگی و نحوة تنظیم ژن‌ها، درک فرآیندهای زیست­شناسی، نحوة رخداد فرآیندها و همچنین جلوگیری از وقوع برخی فرآیندهای ناخواسته (بیماری)، حائز اهمیت است. ساخت صحیح GRN، نیازمند استنتاج صحیح مجموعة پیش­بینی­کننده­ است. به‌طور کلی، مهم‌ترین محدودیت برای استنتاج صحیح مجموعة پیش­بینی­کننده، حجم عظیم ژن­ها، کم بودن تعداد نمونه­ها و امکان نفوذ نویز در داده­های بیان ژن است؛ بنابراین، ارائة روش­هایی کارا برای استنتاج پیش­بینی کننده­ها با قابلیت اطمینان بالا، یک نیاز جدی است. در این مقاله، با استفاده از الگوریتم جستجوی گرانشی(GSA)، یک روش کارا برای استنتاج مجموعة پیش‌بینی‌کننده­ ارائه شده است. به‌ازای هر ژن هدف، یک الگوریتم GSA برای استنتاج زیر‌مجموعة پیش‌بینی کنندة آن ژن استفاده ­شده است. در هر جمعیت، یک جرم نشان دهندة زیر‌مجموعة پیش‌بینی کنندة مرتبط با آن ژن هدف است. جمعیت اولیه به‌ازای هر ژن هدف، براساس ضریب همبستگی پیرسون تولید می­شود. برای هدایت الگوریتم GSA، از معیار ارزیابی میانگین آنتروپی شرطی (MCE) استفاده شده است. نتایج تجربی حاصل از اعمال این روش روی داده­های زیست‌شناسی نشان می­دهد که، روش پیشنهادی دقت بالایی برای استنتاج مجموعة پیش­بینی­کننده دارد. به‌علاوه، نتایج روی داده­های زیست‌شناسی با مقیاس کوچک و بزرگ نشان می­دهند که، میزان دقت روش پیشنهادی برای استنتاج GRN بیشتر از روش­های مشابه است.