روشی جدید برای تفکیک و طبقه بندی توالی های سرطانی و غیرسرطانی DNA با استفاده از الگوریتم های مبتنی بر LPC و SVD

سرطان یکی از بیماری هایی است که روند رو به افزایش ابتلا به آن، محققان را به مطالعه ابعاد مختلف آن ترغیب می کند. منشا ژنتیکی سرطان، لزوم بررسی اجزای ژنی درونی سلول را نشان می دهد. در این مقاله سعی شده است تا با بهره گیری از تکنیک های تحلیل توالی های DNA موجود، برخی مولفه ها و ویژگی های خاص ژنتیکی منحصر به فرد از توالی های بزرگ DNA استخراج و آشکار شوند. شبیه سازی الگوریتم پیشنهادی روی توالی های عضو خاصی از بدن انسان که از یک بانک اطلاعاتی معتبر تهیه شده است، انجام گرفته است. در الگوریتم ارائه شده از روش نگاشت منحنی Z برای تبدیل رشته های DNA به سیگنال بهره گرفته شده است. روش پیشنهادی ارائه شده برای تحلیل سیگنال های توالی های DNA به منظور استخراج ویژگی، مبتنی بر الگوریتم پیشگوی خطی (LPC) است که از تکنیک های محاسباتی ماتریس کواریانس و تجزیه مقدار منفرد (SVD) به منظور انتخاب ویژگی و کاهش ابعاد بهره می گیرد. با مقایسه برخی پارامترهای آماری، تفکیک و تمایز خوبی بین نمونه های سرطانی و غیرسرطانی مشاهده می شود که قابل طبقه بندی است. این سطح تمایز بیان گر مفهوم جهش بیولوژیکی و تغییرات ژنتیکی بیماری سرطان است.

Keywords:

سرطان , نواحی کد شده پروتئینی DNA , مدل پیشگوی خطی , تجزیه مقدار منفرد , ماشین های بردار پشتیبان