TAILIEUCHUNG - Một phương pháp phân hạng gen gây bệnh mới dựa trên tổng xác suất liên kết trong mạng tương tác protein

Xác định các gen mới có liên quan đến bệnh là một bài toán quan trọng trong nghiên cứu y sinh. Đây có thể coi là bƣớc khởi đầu trong việc tìm ra phƣơng pháp điều trị cho các bệnh phát sinh do yếu tố di truyền. | Một phương pháp phân hạng gen gây bệnh mới dựa trên tổng xác suất liên kết trong mạng tương tác protein Các công trình nghiên cứu, phát triển và ứng dụng CNTT-TT Tập V-2, Số 16 (36), tháng 12/2016 Một phƣơng pháp phân hạng gen gây bệnh mới dựa trên tổng xác suất liên kết trong mạng tƣơng tác protein A Novel Candidate Disease Genes Prioritization Method based on the Total Probability Links Protein Interaction Network Đặng Vũ Tùng, Nguyễn Đại Phong, Lê Đức Hậu, Từ Minh Phƣơng Abstract: Prioritizing candidate disease-related nhiên, những vùng nhiễm sắc thể này thƣờng chứa genes using computational methods and biological hàng trăm gen ứng viên, trong khi chỉ có một số ít các networks data is an important problem in gen thực sự liên quan đến bệnh [6]. Để xác định đƣợc bioinformatics. Random walk with restart (RWR) chính xác các gen liên quan đến bệnh cần nghiên cứu, algorithm is widely used for this problem due to its các nhà y sinh học phải tiến hành các thí nghiệm cho relatively high accuracy. However, RWR is từng gen trong danh sách gen ứng viên thu đƣợc. Đây computationally expensive as it considers every node là công việc rất tốn kém về thời gian và kinh phí. Các in a network. Here we propose to use a new method khó khăn này hiện nay đã đƣợc giải quyết một phần for prioritizing candidate genes, in which genes with bằng phƣơng pháp phân hạng gen ứng viên liên quan low probability of association with disease genes are đến bệnh trong Tin sinh học. excluded from further consideration, thus reducing computational complexity. Experiments on real Mục đích của việc phân hạng các gen ứng viên protein interaction networks show that the proposed theo mức độ liên quan đến một căn bệnh là để xác method was computationally efficient, and more định các gen mới có liên quan đến bệnh. Cho đến nay, accurate than RWR, as measured by AUC scores. We đã có nhiều phƣơng pháp tính toán đƣợc phát triển applied the proposed method to .

• Y khoa - Dược
• Phương pháp phân hạng gen gây bệnh
• Mạng tương tác protein
• Tiểu đường loại 2
• Mô đun bệnh
• Bài toán phân hạng gen dựa trên mạng
• Phân hạng gen gây bệnh sử dụng học
• tăng Xác suất tiền nghiệm
• K Step Markov
• Phân hạng gen
• Phương pháp phân hạng gen