|
کاربرد روش کاهش ابعاد چندعاملی (MDR) در شناسایی مدل‌های چند لوکوسی دخیل در رخداد بیماری بهجت
|
انوشیروان کاظم نژاد لیلی*   ، پریسا ریاحی قره بابا ، شایان مصطفایی |
| دانشگاه تربیت مدرس |
|
|
چکیده: (1719 مشاهده) |
| الگوریتم کاهش بعد چندعاملی به عنوان یک الگوریتم توانمند برای شناسایی اثرات متقابل مراتب بالا در ساختارهای ابربعد محسوب میشود. در این تحقیق با استفاده از اطلاعات 748 مورد بیمار مبتلا به بیماری بهجت که به مرکز تحقیقات روماتولوژی، بیمارستان شریعتی تهران مراجعه کرده بودند و 776 شاهد سالم، برای شناسایی اثرات متقابل بین پلی مورفیسم های ژن ERAP1 دخیل در رخداد بیماری بهجت از الگوریتم کاهش بعد چندعاملی استفاده شده است. محاسبات با استفاده از نرم افزار mdr 3.0.2 انجام گرفته است. مدل های حاصل از الگوریتم کاهش ابعاد چند عاملی با دقت متعادل[3] بالای 6/0 دخیل در افزایش ریسک بیماری بهجت تعیین شده اند. الگوریتم کاهش ابعاد چند عاملی توان و سرعت بالایی در محاسبه اثرات متقابل پلی مورفیسمها یا جهشهای ژنتیکی و شناسایی اثرات متقابل مهم و معنیدار دارد.
|
|
| واژه‌های کلیدی: الگوریتم کاهش ابعاد چندعاملی، بیماری بهجت، اثرات متقابل ژن-ژن |
|
|
متن کامل [PDF 572 kb]
(861 دریافت)
|
نوع مطالعه: كاربردي |
موضوع مقاله:
تخصصي
دریافت: 1399/10/18 | پذیرش: 1400/9/1 | انتشار: 1400/9/10
|
|
|
|
|
|
|
| ارسال نظر درباره این مقاله |
|
|
|
