Wykrywanie wzorców czasowych w danych mikromacierzowych dotyczących leczenia wirusowego zapalenia wątroby typu C
- Prelegent(ci)
- Sylwia Czuma i Jan Bazan
- Termin
- 11 grudnia 2009 14:15
- Pokój
- p. 5820
- Seminarium
- Seminarium badawcze Zakładu Logiki: Wnioskowania aproksymacyjne w eksploracji danych
W ostatnim czasie ukształtował się paradygmat oparty na
molekularnym mechanizmie choroby. Opiera się on na
założeniu, że techniki nowoczesnej biologii pozwolą na
zrozumienie molekularnych mechanizmów chorób i w
konsekwencji na identyfikację genów powodujących
zapoczątkowanie, nasilanie i podtrzymywanie procesu
chorobowego. W związku z tym wzrosła ranga badań
bioinformatycznych prowadzonych w oparciu o tzw.
mikromacierze DNA określające intensywność ekspresji
poszczególnych genów. Eksperymenty mikromacierzowe prowadzą
do powstawania dużych zbiorów danych. W literaturze można
znaleźć opisy wielu podejść do analizy takich danych, ale
pojawiające się stale nowe zastosowania wymagają
dostosowania istniejących i opracowania nowych metod.
Obecnie, szczególnie intensywnie prowadzone są badania w
zakresie konstrukcji metod analizy danych reprezentujących
szeregi czasowe, które w przeciwieństwie do danych
statycznych, zawierają nie tylko informacje o aktualnej
ekspresji genów badanego pacjenta, ale także informacje o
zmianach ekspresji w czasie. Wykorzystanie tego rodzaju
danych do prowadzenia wnioskowań np. na temat efektywności
leczenia określonych leków, cały czas stanowi duże wyzwanie
badawcze. Proponujemy metodę identyfikacji zmian ekspresji
genów, w której zmiany ekspresji są opisywane przez złożone
pojęcia czasowo-przestrzenne wyrażone w języku naturalnym a
zwane wzorcami zachowania. Wzorce zachowania należy rozumieć
jako pojęcia związane ze specyficznymi zmianami stanu
pacjenta obserwowanymi w pewnym okresie czasu. Dla
przykładu, niektóre wzorce zachowania mogą opisywać
efektywne leczenie a inne nieskuteczną terapię. Tego rodzaju
złożone pojęcia są trudne do automatycznej identyfikacji,
ponieważ wymagają obserwacji badanego pacjenta przez dłuższy
okres czasu i opisywania za pomocą mniej złożonych pojęć
czasowo-przestrzennych. Ponadto pojęcia te wymagają
aproksymacji za pomocą klasyfikatorów w oparciu o zbiory
danych wygenerowane za pomocą mikromacierzy DNA, oraz
wiedzę medyczną wyrażoną głównie w postaci ontologii pojęć.
Omówione zostaną wyniki badań mikromacierzowych pacjentów z
wirusowym zapaleniem wątroby typu C przeprowadzonych w kilku
punktach czasowych. Celem analizy było umożliwienie
wczesnego przewidywania skutecznego leczenia i w
konsekwencji uniknięcie efektów ubocznych terapii.
Na podstawie ekspresji wybranych genów zdefiniowano pojęcia
czasowe, a obserwacja pacjentów doprowadziła do utworzenia
wzorców zachowania. Uzyskane wzorce przedstawione w postaci
grafów były odmienne w grupie pacjentów ze skutecznym
leczeniem, od tych w grupie pacjentów z nieskuteczną
terapią. Predykcja oparta na obu grafach zachowania
charakteryzuje się wysoką czułością i wysoką
specyficznością.