1950083559

Pomimo dużej intensywności badań na całym świecie bioinformatyka kryje wiele nierozwiązanych dotąd zagadnień. Najbliższe lata z całą pewnością otworzą przed nami nowe horyzonty możliwości.

1.2. Umiejscowienie w dziedzinie

Praca niniejsza zajmuje się analizą danych opisujących ekspresję genów. Badanie ekspresji odbywa się obecnie za pomocą trzech podstawowych technik: szeregowej analizy ekspresji genów, mikromacierzy oligonukletydowych i mikromacierzy cDNA. W ostatnich latach szczególną popularność zdobyły dwie ostatnie spośród wymienionych metod. Ze względu na ogólne podobieństwo obu podejść zakładam w pracy, że punktem wyjścia do dalszego przetwarzania jest eksperyment przeprowadzony zgodnie z dowolną z nich.

Ogromna ilość danych pochodzących z doświadczeń zaowocowała dużymi możliwościami pozyskiwania wiedzy na temat genów. Zgodnie ze sposobem prowadzenia analizy rozpatrywane zagadnienia można podzielić na kilka podstawowych grup.

Technologia mikromacierzy jest powszechnie używana do identyfikacji genów [2]. Sekwencje nukleinowe rozważanego organizmu są rozpoznawane poprzez hybrydyzację ze znanymi genami organizmów prostszych. Podejście to nie jest nakierunkowane na badanie intensywności ekspresji.

W zależności od sposobu przedstawienia danych opisujących wielkość ekspresji otrzymujemy dwie różne rodziny zagadnień. W obu przypadkach możemy stosować metody uczenia bez nadzoru i pod nadzorem [9].

W pierwszym przypadku z rozpatrywanymi genami związane są wektory poziomów ekspresji uzyskanych w kolejnych eksperymentach [9,40]. Podejście to skupia się na wykrywaniu genów o podobnych wzorcach aktywności. W ten sposób identyfikowane są grupy genów ulegających koekspresji w określonych warunkach.

Do analizy bez nadzoru wykorzystywane jest najczęściej grupowanie hierarchiczne, algorytm k-ś rednich, samoorganizujące się mapy (SOM - Self-organizing maps) i metoda składowych głównych (PCA - Principal Component Analysis). Uczenie pod nadzorem wykorzystuje posiadaną wiedzę biologiczną do nakierowywania algorytmów grupujących. Szczególne znaczenie dla znajdowania powiązań między genami odgrywa klasyfikacja oparta o informacje na temat grup genów o zbieżnej ekspresji. Spotykane w literaturze propozycje bazują na różnych popularnych klasyfikatorach, przy czym najczęściej wykorzystywanym rozwiązaniem jest maszyna wektorów nośnych (S VM - Support Vector Machinę).

Zupełnie innego spojrzenia dostarcza potraktowanie każdej hybrydyzacji jako punktu w przestrzeni, którego współrzędne odpowiadają poziomom ekspresji kolejnych genów. Duże rozmiary genomów decydują o wysokiej wymiarowości przestrzeni. Z tego względu analiza wyników wymaga stosowania wyłącznie algorytmów o dobrej skalowalności.

W pierwszej kolejności podejście jest nastawione na znajdowanie powiązań pomiędzy hybrydyzacjami, które odpowiadają różnym stanom badanych komórek. Najczęstszym zastosowaniem praktycznym jest budowa klasyfikatorów wykorzystujących pomiar ekspresji dla ustalenia czy badana tkanka posiada określone cechy. Przykładowo, może ono dotyczyć wykrywania nowotworów [19], skutków zastosowanego leczenia lub skażenia toksynami.