چهارمین کنفرانس بین المللی محاسبات نرم

English

رفتن به صفحه اصلی

ارائه مجازی مقاله

کد مقاله csc-5436

عنوان کشف ارتباط اسنیپ-بیماری در داده های ژنوم سراسری

عنوان Discovering SNP-disease relationships in genome-wide SNPdata

نویسندگان فریبا اسمعیلی - زهرا نریمانی - مهدی وثیقی

نویسندگان Fariba Esmaeili - Zahra Narimani - Mahdi Vasighi

چکیده عامل اصلی در ایجاد بيماري های دارای منشأ ژنتیکی، در مطالعه ی توالی DNA قابل شناسایی است. با پیشرفت علم ژنتیک دانشمندان به تأثیر همزمان و هم افزای ژن ها در ایجاد صفات (و همچنین بیماری های) چندژنی پی بردند. کشف انواع ارتباط و هم افزایی ژن ها یا بطور کلی نواحی خاص روی DNA، که زمینه ساز بیماری هایی مانند آلزایمر هستند، یک مسأله چالش برانگیز است. شایع ترین نوع تغییرات ژنتیکی، پلی مورفیسم تک نوکلئوتیدی (اسنیپ) است. چند شکلی های تک نوکلئوتیدی، تفاوت یافت شده دریک نوکلئوتید نسبت به موقعیت مشابه آن در توالی DNA است و زمانی ایجاد می شود که یک نوکلئوتید تکی در دنباله DNA جایگزین شود. در حیطه مطالعه ی داده های ژنی باابعاد بالا، یک چالش اساسی تشخیص انواع اسنیپ هایی است که در بروز یک بیماری به صورت غیرخطی باهم ارتباط دارند و باعث ایجاد بیماری می شوند. در حال حاضر روش های گوناگونی برای کشف فعل و انفعالات اسنیپ ها ارائه شده است. الگوریتم جست‌وجوی هارمونی (‎(HS ‏یک روش فراابتکاری نسبتاً جدید می‌باشد. این الگوریتم در حل مسأله کشف تعاملات اسنیپ ها، از مدل سازی فرایندی که یک آهنگ ساز برای زیباتر کردن یک قطعه موسیقی طی می کند، استفاده و تعاملات اسنیپ ها را شناسایی می کند. در این پژوهش با استفاده از بهبود روش تولید جمعیت الگوریتم جست‌وجوی هارمونی در مسأله ذکر شده، رویکرد جدیدی برای یافتن اسنیپ های مرتبط ارائه شده است. نتایج برای داده های مصنوعی و واقعی نشان می دهد که قدرت این الگوریتم در تشخیص تعاملات جفت اسنیپ های مرتبط افزایش می یابد.

فایل های مقاله

فایل ارائه پوستر (pdf)

محتوای ارائه مجازی مقاله

نظرات

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 21.0.1