بهبود استنتاج شبکه های تنظیم بیان ژن با رویکرد تجمیع داده ها

عمده ترین موضوع بر سر راه آینده بیوانفورماتیک طراحی ابزارهایی جهت مشخص کردن عملکردها و تمامی محصولات ژن های یک سلول است. این امر نیاز به ادغام رشته های متفاوت بیولوژیکی و همچنین ابزارهای پیچیده ریاضی و آمار دارد.  در این تحقیق نشان داده شد که می توان با استفاده از تکنیک های داده کاوی مدل هایی برای تشخیص سبک زندگی افراد از لحاظ پرخطر یا کم خطر بودن برای ابتلاء به سرطان روده بزرگ توسعه داد.

در این بررسی گذشته نگر، مجموعه داده ای شامل 84 فرد بیمار و 225 فرد سالم، شامل 25 خصیصه جمع آوری شد. این اطلاعات شامل بیمارانی است که تشخیص آن ها مربوط به سال های 1385 تا سه ماهه اول 1393 می باشد. از پرکاربردترین تکنیک ها در ادبیات انفورماتیک پزشکی شامل ماشین بردار پشتیبان، بیزین ساده، درخت تصمیم و نزدیک ترین همسایگی برای توسعه مدل ها استفاده شد.

مدل های توسعه داده شده با کارایی قابل قبولی، قادر به تشخیص سبک زندگی افراد هستند. سنجه غیرتکنیکی توسعه داده شده به خوبی می تواند ارزش واقعی تک تک پیش بینی ها، چه درست و چه نادرست را با هزینه های واقعی مشخص کند و یک میزان واقعی از هزینه های صرفه جویی شده در نظام سلامت توسط هر مدل را نشان دهد. از میان مدل های توسعه داده شده تنها دو مدل توانست معیارهای تعیین شده جهت استفاده در دنیای واقعی را ارضا کند.

مدل های توسعه داده شده نه تنها باید از لحاظ تکنیکی ارزیابی شوند، بلکه باید از لحاظ سنجه های مورد پذیرش برای حوزه پزشکی و همچنین قابلیت اجرا برای حل واقعی مسئله نیز بررسی گردند.