[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 7، شماره 1 - ( 3-1399 ) ::
جلد 7 شماره 1 صفحات 60-72 برگشت به فهرست نسخه ها
ارائه یک روش خوشه‌بندی گراف-محور جهت شناسایی جمعیت‌های سلولی در داده‌های توالی‌یابی RNA سلول-منفرد
امین عینی پور، محمد مصلح ، کریم انصاری اصل
گروه مهندسی کامپیوتر،واحد دزفول، دانشگاه آزاد اسلامی، دزفول، ایران
چکیده:   (269 مشاهده)
مقدمه: استفاده از فناوری «توالی­ یابی RNA سلول-منفرد» باعث شناخت بهتر ساختارهای سلولی شده و داده‌های با وضوح بسیار بالایی از بیان ژن‌های مختلف هر سلول را در یک زمان واحد ارائه می‌دهد. یکی از زمینه­ های پرکاربرد در این حوزه، خوشه­بندی داده­ ها بر اساس ژن‌های بیان شده است که بعضاً منتج به شناسایی جمعیت­ های سلولی جدید می­گردد. عملکرد روش­ های پیشنهادی عمدتاً به شکل جمعیت­ ها و ابعاد داده­ ها بستگی دارد؛ لذا توسعه یک روش که بتواند فارغ از این موانع به شناسایی جمعیت­ های سلولی بپردازد، بسیار مهم است.
روش: در روش پیشنهادی که یک روش کتابخانه­ ای بود، ابتدا تعداد جمعیتهای سلولی تخمین زده شد. این تخمین از آن جهت اهمیت دارد که در دنیای واقعی، اطلاعات اولیه مثل تعداد و نوع جمعیتهای سلولی در دسترس نیست. سپس با استفاده از یک کرنل گاوسی مبتنی بر گراف، ضمن کاهش ابعاد مسئله، اقدام به شناسایی جمعیتهای سلولی با روش خوشه‌بندی kmeans++ شد.
نتایج: نتایج پیاده‌سازی نشان داد که روش پیشنهادی می‌تواند نسبت به سایر روش‌های یادگیری ماشین ارائه شده در این زمینه، بهبود قابل قبولی را حاصل کند. به عنوان مثال برای معیار ARI، مقادیر 100، 93/47 و 84/69 به ترتیب برای مجموعه داده‌های سلول-منفرد Kolod، Buettner و Usoskin حاصل شد.
نتیجه­ گیری: روش پیشنهادی بدون هیچ اطلاعات اولیه در مورد تعداد و نوع جمعیت‌های سلولی و فارغ از ابعاد بالای مسئله، می­تواند اقدام به خوشه‌بندی و در نتیجه شناسایی جمعیت‌های سلولی با دقت و کیفیت بالایی نماید.
واژه‌های کلیدی: توالی‌یابی RNA سلول-منفرد، خوشه‌بندی، شناسایی جمعیت‌های سلولی، کرنل گاوسی مبتنی بر گراف
متن کامل [PDF 1493 kb]   (71 دریافت)    
نوع مطالعه: پژوهشي اصیل | موضوع مقاله: بیوانفورماتیک
دریافت: 1398/4/25 | پذیرش: 1398/9/23
فایل صوتی [MP3 744 KB]  (13 دریافت)
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Einipour A, Mosleh M, Ansari-Asl K. A Graph-Based Clustering Approach to Identify Cell Populations in Single-Cell RNA Sequencing Data. Journal of Health and Biomedical Informatics. 2020; 7 (1) :60-72
URL: http://jhbmi.ir/article-1-420-fa.html

عینی پور امین، مصلح محمد، انصاری اصل کریم. ارائه یک روش خوشه‌بندی گراف-محور جهت شناسایی جمعیت‌های سلولی در داده‌های توالی‌یابی RNA سلول-منفرد. مجله انفورماتیک سلامت و زیست پزشکی. 1399; 7 (1) :60-72

URL: http://jhbmi.ir/article-1-420-fa.html



دوره 7، شماره 1 - ( 3-1399 ) برگشت به فهرست نسخه ها
مجله انفورماتیک سلامت و زیست پزشکی Journal of Health and Biomedical Informatics
Persian site map - English site map - Created in 0.06 seconds with 32 queries by YEKTAWEB 4162