کاربرد و مقایسه روش های یادگیری ماشینی رندم فارست و درخت کلاس بندی-رگرسیونی در مطالعه وابستگی ژنتیکی در بیماران عروق کرونری

در مطالعات ژنتیک، برگزیدن تعداد معدودی از پلی مورفیسم تک نوکلئوتیدی که نسبت به سایر پلی مورفیسم ها ارتباط بیشتری با بیماری مورد نظر دارند، امری ضروری است. این تحقیق با هدف مقایسه دو روش یادگیری ماشینی مبتنی بر درخت رندم فارست و درخت کلاس بندی- رگرسیونی، به منظور پیش بینی افراد مبتلا به بیماری شریان های کرونر با استفاده از پلی مورفیسم تک نوکلئوتیدی انجام شد.
به منظور انجام این پژوهش، از مراجعین بیمارستان قلب و شریان های شهید رجایی تهران در فاصله سا لهای 1390 و 1391 تمام شماری به عمل آمد. اطلاعات 141 فرد مبتلا به بیماری شریان های کرونر و 83 شاهد توسط مرکز تحقیقات ژنتیک این بیمارستان گردآوری شد. از طریق روش تعیین توالی، ژنوتیپ پلی مورفیسم تک نوکلئوتیدی انتخاب شده هر فرد مشخص شد. PCSK و پروموتر ژن 9 LDLR در جایگاه ژن همچنین به منظور کشف ارتباط میان پلی مورفیسم تک نوکلئوتیدی و بیماری شریان های کرونر، از دو روش یادگیری ماشینی: درخت کلاس بندی- رگرسیونی و رندم فارست استفاده شد. اعتبارسنجی مدل بر اساس اعتبارسنجی ده قسمتی انجام شد. مدل ها پس از برازش، با استفاده از سه ملاک حساسیت و ویژگی و خطا ارزیابی شدند. تحلیل داده ها با استفاده از صورت گرفت. R نرم افزار 2.15.0 با توجه به ملا کهای معرفی شده، درخت کلاس بندی- رگرسیونی نسبت به روش رندم فارست، عملکرد موفق تری داشت. این روش حساسیت و ویژگی و خطایی معادل 0٫575 و 0٫684 و 0٫264 داشت. همچنین مدلی به منظور کلا سبندی مراجعین جدید ارائه شد.
هر چند بر اساس ملاک های مقایسه شده دو روش تفاوت چندانی با یکدیگر نداشته و در نهایت هر دو روش در تحلیل پلی مورفیسم های تک نوکلئوتیدی توصیه می شوند. اما روش درخت کلاس بندی- رگرسیونی به عنوان اولین انتخاب پژوهشگر به منظور کشف ارتباط میان پلی مورفیسم و بیماری مورد نظر توصیه می شود.