شماره مدرك :
17207
شماره راهنما :
15136
پديد آورنده :
كتيرايي، علي
عنوان :

ارائه يك چارچوب براي تشخيص ژن هاي مرتبط با نشانه هاي سرطان با استفاده از مدل هاي گرافي

مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
نرم افزار
محل تحصيل :
اصفهان : دانشگاه صنعتي اصفهان
سال دفاع :
1400
صفحه شمار :
ده، 65ص: مصور، جدول، نمودار
استاد راهنما :
زينب مالكي
توصيفگر ها :
نشانه‌هاي سرطان , مدل‌هاي گرافي , مدل‌سازي موضوعي‌ , تخصيص پنهان ديريكله , گراف ژني , الگوريتم رتبه‌بندي صفحات
استاد داور :
ناصر قديري، عليرضا بصيري
تاريخ ورود اطلاعات :
1400/11/18
كتابنامه :
كتابنامه
رشته تحصيلي :
مهندسي كامپيوتر
دانشكده :
مهندسي برق و كامپيوتر
تاريخ ويرايش اطلاعات :
1400/11/18
كد ايرانداك :
eafd84dc-3c90-467a-b0ce-fb844e0bb403
چكيده فارسي :
امروزه علوم زيستي، به دليل وجود اطلاعات متفاوت با فراواني بالا، باعث شده تا محققان علوم محاسباتي علاقەمند باشند تا به تحليل اين نوع اطلاعات و بدست آوردن نتايج مفيد از آن‌ها بپردازند. سرطان يكي از موضوعات چالش برانگيز براي محققان و پزشكان است كه بسياري از اطلاعات آن را تنها با كمك ابزارهاي محاسباتي مي‌توان كشف نمود. در دو دهه اخير مفهوم نشانە‌هاي سرطان مطرح شد كه نگاه تازەاي را نسبت به سرطان ايجاد نمود. نشانەهاي سرطان، آن دسته از علائمي هستند كه يك سلول، هنگام تبديل از حالت معمول به حالت سرطاني از خود نشان مي‌دهد. نشانه‌هاي سرطان به دليل داشتن ماهيت سلولي و اطلاعاتي با جزييات سلولي مي‌توانند در درك بهتر سرطان مفيد واقع شوند. در اين پژوهش به كمك مدل‌هاي گرافي از جمله مدل‌سازي موضوعي، رويكرد جديدي در يافتن ارتباط معنادار ميان نشانه‌هاي سرطان و دادەهاي زيستي را معرفي كرديم. مدل‌هاي گرافي، مدل‌هايي هستند كه ارتباط ميان دادەها را در قالب يك گراف مدل‌سازي مي‌كنند. مدل‌سازي موضوعي با هدف استخراج عناوين نهان موجود در متون پديد آمدە است و به تدريج، اين روش در استخراج اطلاعات نهفته در ساير دادە‌ها مورد استفاده قرار گرفت. براي استفاده از اين نوع مدل‌سازي در دادەهاي غيرمتني مانند دادە‌هاي ژني نياز است تا يك پيش‌پردازش بر روي دادە‌هاي اوليه صورت گيرد. ما در اين پژوهش با استفاده از دادە‌هاي بيان ژني از 3 سرطان مختلف، روشي نوين در پيش‌پردازش اين نوع دادەها براي استفاده در مدل‌سازي موضوعي مطرح كردەايم. اين پيش‌پردازش مفاهيم زيستي مختلف و كامل‌تري مانند روابط ميان ژنها را پشتيباني مي‌كند و مي‌تواند در راستاي تكميل كارهاي مشابه ديگر در اين زمينه مفيد واقع شود. پس از پيش‌پردازش دادەها براي مدل‌سازي موضوعي،ارتباط ميان ژن‌ها و فرايندهاي بايولوژيكي آن‌ها را يافته و در انتها به كمك نگاشت ميان نشانه سرطان و فرايندهاي بايولوژيكي، ارتباط ميان نشانەهاي سرطان و ژن‌ها را كشف مي‌كنيم. نتايج بدست آمده از اين رويكرد نشان داده كه كدام دسته از ژن‌ها چه نشانه‌هاي سرطاني را از خود بروز مي‌دهند. فهميدن عملكرد سلولي اين دسته از ژن‌ها به دليل داشتن اطلاعات كامل سطح سلولي مي‌تواند در روند شناخت بيماري سرطان، تشخيص و درمان آن مفيد واقع شود.
چكيده انگليسي :
frequency has made computer science researchers interested in analyzing this type of information and obtaining valuable results to understand biological information better. Cancer is a challenging topic for researchers and physicians because it always contains confidential information that must be discovered with the help of professional tools. In the last two decades, the concept of cancer hallmarks has been introduced to give a new perspective on the category of cancer. Cancer hallmarks are the symptoms that a cell shows when it changes from normal to cancerous. Investigating cancer hallmarks can be helpful in better understanding cancer due to its cellular nature and detailed cellular information. There is no known suitable way to identify the genetic signs of cancer, especially considering the interrelationships of genes with each other. This study introduces a new approach by constructing a gens network and topic modeling to find a significant relationship between cancer hallmarks and biological data. Topic modeling has emerged to extract hidden titles in texts. A preprocessing of the primary data is required to use this type of modeling in non-textual data such as gene data. In this study, using gene expression data from 3 different cancers, we propose a new method to preprocess gene data using in topic modeling. This preprocessing supports various and more complete biological concepts, such as relationships between genes, and can be helpful to aim other tasks, as well. Applying the proposed method, finding the relationship between genes and their biological processes, and considering existence mapping between cancer hallmarks and biological processes, we discover the relationship between cancer hallmarks and genes. It concludes which groups of genes show what cancer hallmarks. Understanding the cellular function of these genes can be helpful in the process of diagnosing.
استاد راهنما :
زينب مالكي
استاد داور :
ناصر قديري، عليرضا بصيري
لينک به اين مدرک :

بازگشت