تخمين هاپلوتايپ با استفاده از فاكتورسازي ماتريس رتبه پايين

كارشناس ارشد

مسئله تخمين هاپلوتايپ با استفاده از مدل¬سازي ماتريسي در سال¬هاي اخير به عنوان يكي از زمينه¬هاي تحقيقاتي بين رشته¬اي مطرح شده است. به دست آوردن هاپلوتايپ كليد كشف رابطه¬ي بين ژن¬هاي يك فرد و بيماري¬هاي ژنتيكي قلمداد مي¬شود كه منجر به طراحي دارو و روش¬هاي درماني مبتني بر فرد مي-گردد. خوانش هاپلوتايپ از رشته DNA داراي اطلاعات ناقصي از مجموعه هاپلوتايپي است. تخمين هاپلوتايپ در مسائل NP-hard قرار گرفته است. از طرفي مشاهدات حاصل از نمونه¬برداري را مي¬توان به صورت يك ماتريس رتبه¬پايين مدل كرد كه در آن تنها تعدادي از درايه¬ها مشاهده شده¬اند. در نتيجه يك روش موثر براي بازيابي هاپلوتايپ از مشاهدات ناقص، استفاده از روش¬هاي تكميل ماتريس است. در اين پژوهش به كمك روش¬هاي تكميل ماتريس، سعي در تخمين هاپلوتايپ از طريق تجزيه¬ي ماتريسي شده¬است. در مراجع از روش گراديان كاهشي براي حل مسئله استفاده شده¬است. اما در روش¬هاي ارائه شده به شروط موجود براي ماتريس¬هاي هاپلوتايپ توجه نشده است و اين موضوع باعث تخمين داده¬هاي پرت براي هاپلوتايپ شده است. در روش پيشنهادي با در نظر گرفتن اين شروط در ماتريس هاپلوتايپ، تابع هزينه جديد به صورت عبارت جريمه براي مسئله بيان مي¬شود. عبارت جديد اضافه شده به تابع هزينه، به تخمين هاپلوتايپ با دقت بيشتر كمك كرده و بازيابي ماتريس نامناسب براي هاپلوتايپ را كاهش داده است. همچنين با استفاده از مفهوم لاگرانژين بهبود¬يافته به عنوان پايه¬ي روش بهينه ADMM، الگوريتم جديدي ارائه شده¬است كه باعث حل مسئله¬ي بهينه سازي و تخمين هاپلوتايپ مي¬شود. نتايج حاصل از شبيه¬سازي كاهش خطاي تخمين هاپلوتايپ را نشان مي¬دهد. نتايج شبيه¬سازي مويد اين مطلب است كه تابع هزينه پيشنهادي و الگوريتم ارائه شده در اين پايان¬نامه با كاهش خطاي تخمين به بازيابي هاپلوتايپ كمك مي¬كند.

194362

دانشگاه علم و صنعت ايران

مخابرات - سيستم

دكتر محمد حسين كهائي