به کارگیری روش های خوشه بندی در ریزآرایه DNA

به کارگیری فناوری ریزآرایه DNA که امکان بررسی بیان هزاران ژن را به طور هم زمان در حداقل زمان ممکن می سازد، در سال های اخیر موجب تولید حجم انبوهی از داده های بیان ژنی شده است. تحلیل آماری این داده ها شامل مواردی چون نرمال سازی، خوشه بندی، طبقه بندی است. هدف این مقاله بررسی نحوه به کارگیری روش های آماری خوشه بندی در داده های ریز آرایه DNA است.

در این تحقیق داده های سرطان پستان وانت ور و همکاران (2002) مربوط به جهش های ژنتیکی BRCA1 و BRCA2، تحلیل شده است. مجموعه داده ها شامل 18بیمار با جهش BRCA1 و 2 بیمار با جهش BRCA2 است. داده های بیان ژنی سرطان پستان با استفاده از روش های آماری سلسله مراتبی و غیر سلسله مراتبی خوشه بندی گردید. در هر دو روش خوشه بندی، داده ها به دو خوشه تقسیم شدند. روش های مختلف خوشه بندی با توجه به گروه بندی واقعی (BRCA1، BRCA2) مقایسه شدند. نرم افزار R برای تحلیل داده ها استفاده شد.

ویژگی روش خوشه بندی سلسله مراتبی در تشخیص ژن BRCA1، 94 درصد و حساسیت آن 100 درصد بدست آمد. ویژگی روش خوشه بندی غیر سلسله مراتبی در تشخیص ژن BRCA1، 89 درصد و حساسیت آن 100 درصد بدست آمد که نشان دهنده عملکرد مناسب دو روش خوشه بندی است. روش خوشه بندی سلسله مراتبی بر اساس ادغام بر حسب میانگین مناسب ترین روش در بین همه روش های بررسی شده است. نمونه شماره 95 طبق نتایج همگی روش های خوشه بندی در گروه BRCA2 قرار گرفت در صورتی که بر اساس یافته های بالینی در گروهBRCA1 قرار دارد.

با توجه به انطباق قابل توجه نتایج خوشه بندی با گروه بندی واقعی داده ها، می توان از این روش های آماری در مواردی که اطلاع دقیقی از گروه بندی واقعی داده ها در دست نیست، استفاده کرد. به علاوه نتایج خوشه بندی ممکن است زیر گروه هایی از نمونه ها را به نحوی متمایز کند که برای انطباق آن با یافته های بالینی، پژوهش های آزمایشگاهی یا بالینی جدیدی لازم باشد.