ساخت شبکه تنظیم کننده ژن مبتنی بر معماری کودا و ضریب همبستگی پیرسون

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,096

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICIKT07_075

تاریخ نمایه سازی: 22 مهر 1394

چکیده مقاله:

استنتاج شبکه تنظیم کننده ژن با استفاده از عبارت های بیان ژن یک هدف مهم در زمینه بیوانفورماتیک است. شبکه تنظیم کننده ژن، توپولوژی تعامل بین ژنها و نحوه ی ارتباط بین ژنها را نشان می دهد. ساخت صحیح شبکه تنظیم کننده ژن، برای پیشگیری، درمان دقیق بیماریهای ژنتیکی و طراحی داروهای موثر ضروری است. مهمترین محدودیت در استنتاج شبکه تنظیم کننده ژن، کم بودن تعداد نمونه ها، امکان نفوذ نویز و تعداد زیاد ژنها می باشد وهمچنین استنتاج شبکه تنظیم کننده ژن با قابلیت اطمینان بیشترهنوزهم یک چالش است. مدل های مختلفی جهت ساخت شبکه تنظیم کننده ژن وجود دارد. ساخت این شبکه می تواند بسیار زمانبر و پیچیده باشد. در این مقاله، از شبکه بولین برای استنتاج شبکه تنظیم کننده ژن، استفاده شده است. الگوریتم ساخت شبکه با یک روش جدید مبتنی بر تکنولوژی واحد پردازش گرافیکی و بستر نرم افزاری کودا جهت تسریع ساخت این شبکه، پیاده سازی شده است و همچنین زمان محاسباتی با الگوریتم یکسان که به صورت ترتیبی پیاده سازی شده، مقایسه شده است. نتایج نشان می دهد زمان محاسباتی این الگوریتم تسریع یافته در کودا بطور قابل توجهی کاهش یافته است و سرعت آن از 8.1958 تا 17006.25 بار (با توجه به مشخصات شبکه ) افزایش یافته است. همچنین جهت بهبود روند الگوریتم در یافتن بهترین پیش بینی کننده ها (افزایش قابلیت اطمینان شبکه)، از ضریب همبستگی پیرسون استفاده شده است. نتایج نشان می دهد میانگین مربعات خطا در الگوریتم بهبود یافته کاهش یافته است.

کلیدواژه ها:

شبکه تنظیم کننده ژن ، شخصی سازی درمان ، تسریع ساخت شبکه تنظیم کننده ژن ، برنامه نویسی کودا ، ضریب همبستگی پیرسون

نویسندگان

مینا جعفری

دانشجوی کارشناسی ارشد

وحید ستاری نایینی

استادیار، گروه مهندسی کامپیوتر، دانشگاه شهید باهنر، کرمان

بهنام قوامی

استادیار، گروه مهندسی کامپیوتر، دانشگاه شهید باهنر، کرمان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • S. A. Kauffman, "Metabolic stability and epigenesis in randomly constructed ...
  • prescribed attractor structure, " Bioinformatics, vol. 21, pp. 4021-4025, 2005. ...
  • P.-C. Lin and S. P. Khatri, "Inference of gene predictor ...
  • P.-C. K. Lin and S. P. Khatri, "Efficient cancer therapy ...
  • H. Lahdesmaki, I. Shmulevich, and O. Yli-Harja, "On learning gene ...
  • T. Helikar, N. Kochi, J. Konvalina, and J. A. Rogers, ...
  • R. K. Layek, A. Datta, and E. R. Dougherty, "From ...
  • T. Chen, H. L. He, and G. M. Church, "Modeling ...
  • N. Friedman, M. Linial, I. Nachman, and D. Pe'er, "Using ...
  • biological regulation?, " Journal of Biological Systems, vol. 10, pp. ...
  • P.-C. K. Lin and S. P. Khatri, Logic Synthesis for ...
  • networks inference through GPU/CUDA programming, " in Computational Advances in ...
  • W. Guo, G. Yang, W. Wu, L. He, and M. ...
  • R. D. Jimenez, D. C. Martins, and C. S. Santos, ...
  • J. sAnders and e KAndrot, CUDA by Example, 2011. J. ...
  • Encyclopedia of Systems Biology, ed: Springer, 2013, pp. 1671-1 671.2014 ...
  • Y. M. Zou, "Modeling and analyzing complex biological networks incooperating ...
  • Gene Regulatory Network Traascription ء Translaion ق ، Folding ...
  • نمایش کامل مراجع