شناسایی ژن های عامل سرطان در شبکه ژنی با استفاده از معماری شبکه عصبی پیش خور

شناسایی ژن های آغازگر سرطان یا عامل سرطان یکی از موضوعات تحقیقاتی مهم در زمینه سرطان شناسی و زیست داده ورزی است. ژن های عامل سرطان، ژن هایی هستند که بعد از اینکه جهش در آنها اتفاق می افتد، آن جهش را از طریق برهم کنش های پروتیین- پروتیین به دیگر ژن ها منتقل کرده و از این طریق، باعث اختلال در عملکرد سلول و بروز بیماری و سرطان می شوند. تا کنون روش های مختلفی برای پیش بینی و دسته بندی ژن های عامل سرطان پیشنهاد شده که اکثرا متکی به داده های ژنومی و ترنسکریپتومیک هستند و از این رو میانگین هارمونیک پایینی در نتایج دارند. تحقیقات در این زمینه به منظور بهبود دقت نتایج ادامه دارد و از این رو روش های مبتنی بر شبکه و زیست داده ورزی به کمک این حوزه آمده اند. در این مطالعه ما رویکردی را پیشنهاد داده ایم که متکی به داده های جهش نیست و از روش های شبکه ای برای استخراج ویژگی و از شبکه عصبی سه لایه پیش خور برای دسته بندی ژن ها استفاده می کند. برای این منظور، ابتدا شبکه زیستی مورد نظر که شبکه تنظیم رونویسی سرطان سینه است، تشکیل و سپس ویژگی های مختلف هر ژن به صورت بردارهایی استخراج گردید. نهایتا بردارهای به دست آمده جهت دسته بندی به یک شبکه عصبی پیش خور داده شد. نتایج به دست آمده نشان می دهند که استفاده از روش های مبتنی بر شبکه های عصبی چندلایه می تواند صحت و میانگین هارمونیک را بهبود بخشد و باعث بهبود عملکرد نسبت به سایر روش های محاسباتی شود.