پیش بینی و ارزیابی ژن های هدف مایکرو آر اِن اِی (mirna) بر اساس روش های بیوانفورماتیکی و به کمک ژنومیکس مقایسه ای در گروهی از پستانداران
Abstract(in Persian; no English abstract is available)
ریزرِنا ها توالی های کوتاه رِنا با طولی حدود 22 نوکلئوتید می باشند، که با اتصال به نواحی خاصی از رِناپ ، منجر به کاهش بیان آنها در مرحله پس از نسخه برداری می شوند. این عوامل در غالب مسیرهای بیولوژیکی نقش ایفا می کنند و از بزرگترین کلاسهای تعدیل کننده بیان ژن در حیوانات محسوب می شوند. چالش اصلی در مطالعه و کاربرد ریزرِناها، شناسایی ژنهایی است که بوسیله هر ریزرِنا تنظیم می شوند. در این حوزه ابزارهای محاسباتی مهمترین نقش را بر عهده دارند، اما سرعت رشد بالا و افزایش پیچیدگی داده های بیولوژیکی موجب شده است که مشکلات اساسی در زمینه دقت و قدرت تعمیم دهی این روش ها وجود داشته باشد. هدف از انجام این پژوهش ارائه مدلی جامع، دقیق و با قابلیت تعمیم دهی بالا، به منظور پیش بینی جایگاه های هدف کارکردی ریزرِناها بر اساس شواهد دقیق آزمایشگاهی، الگوریتم تکاملی و روش های بهینه سازی و محاسباتی هوشمند بود. بدین منظور داده های تایید شده آزمایشگاهی از منابع مربوطه جمع آوری، پالایش و تصحیح شدند و به کمک روش های مبتنی بر شناسایی بیان اختصاصی ژنها و الگوریتم ژنتیک اقدام به تکمیل سازی آنها شد. در مرحله بعد، ویژگی های مهم جایگاه های هدف طراحی و محاسبه شده و پس از مهندسی ویژگی، خصیصه های کلیدی انتخاب شدند. برای پیاده سازی مدلِ پیش بینی کننده، از انواع روش های یادگیری ماشینی مبتنی بر شبکه های عصبی مصنوعی و ماشین های بردار پشتیبان استفاده شد و ارزیابی مدلها در دو سطح داده های اصلی و داده های مستقل صورت پذیرفت. در نهایت، مدل منتخب در سطح داده های پروتئومیکس نیز ارزیابی و با دیگر روش های موجود مقایسه شد. نتایج نشان داد که روش پوششی rsfs با 48 و روش رتبه بندی sd با 50 خصیصه انتخابی بهترین کارایی را در انتخاب ویژگی ها دارند و ویژگی هایی نظیر حداقل انرژی آزاد کل داپلکس، حفاظت شدگی ژنتیکی و ماهیت نوکلئوتیدی در موقعیت های خاص جایگاه هدف، طول و ترکیب 3’utr، قابلیت دسترسی و مجاورت جایگاه با موتیف های ares، بیش نمایش آماری آن و طول بلندترین ساختار پیوسته مهمترین ویژگی ها در شناسایی جایگاه های هدف کارکردی می باشند. مدل های مبتنی بر ماشین های بردار پشتیبانِ بهینه سازی شده، با هسته تابع شعاعی پایه و الگوریتم یادگیری حداقل مربعات یا برنامه ریزی درجه دو، با دقت 99 درصد بر حسب هر دو معیار صحت و ضریب همبستگی متیو، بهترین عملکرد را در پیش بین جایگاه های هدف داشتند. ارزیابی با داده های مستقل نیز نشان داد که شبکه عصبی تشخیص الگو، دارای 16 نرون در لایه میانی، با دقت 86 و 75 درصد به ترتیب بر اساس معیار صحت و ضریب همبستگی متیو، بالاترین توان را در تعمیم دهی نتایج دارد. به طور کلی بهترین مدل از هر دو جنبه دقت و توان تعمیم دهی، ماشین بردار پشتیبان با هسته چندجمله ای درجه 3 و الگوریتم یادگیری بهینه سازی حداقلی پی در پی بود. ارزیابی این مدل به کمک داده های پروتئومیکس و مقایسه با دیگر روش های موجود نشان داد که مدل پیشنهادی در این مطالعه حداقل 7/0 درصد از لحاظ دقت و 5/11 درصد از لحاظ حساسیت، عملکرد بالاتری نسبت به بهترین روش موجود دارد.