ارائه یک الگوریتم فراابتکاری جهت کشف توالی تنظیمی در ژنوم بیماران مبتلا به سرطان سینه

زمینه و هدف: امروزه در دانش پزشکی، روش های تشخیص علائم و کشف بیماری ها، بسیار وسیع و گسترده شده است. درنتیجه، تحلیل کلیه عوامل دخیل در یک بیماری، اغلب چالش برانگیز است؛ بنابراین به یک سیستم مکانیزه برای کمک به کشف قوانین، شناسایی الگوهای موجود و پیش‌بینی رخ دادهای آینده، کاملاً احساس می شود. در این تحقیق قصد داریم با استفاده از یک الگوریتم فراابتکاری چندهدفه، روشی را ارائه کنیم که بتواند توالی های تنظیمی (regulatory elements) با طول متغیر از ژنوم را کشف و استخراج کرده و برهم کنش های بین آ ن ها را نیز شمارش کند. درواقع این توالی تنظیمی می توانند نقش قابل‌توجهی در بروز و تشدید بیماری سرطان ایفا کنند.مواد و روش‌ها: در این پژوهش، از یک متد پیشنهادی جهت کشف توالی تنظیمی در ژنوم بیمار مبتلا به سرطان سینه استفاده‌شده است. متد پیشنهادی در نرم افزار matlab پیاده سازی شده است. همچنین، جهت سنجش عملکرد و کارایی روش پیشنهادی، الگوریتم موردنظر بر روی مجموعه داده های hic (hic dataset) مربوط به بیماران مبتلا به سرطان سینه در دو رده سلول خونی 12878gm و +34cd معرفی‌شده توسط میفسود و همکاران، اجرا گردید.نتایج: اجرای روش پیشنهادی با روش hicup مورد مقایسه قرار گرفت. نتایج نشان می دهند که روش msare در کشف توالی های تنظیمی، عملکرد بهتری را نسبت به روش hicup داشته است.نتیجه گیری: در این پژوهش، بررسی های تجربی نشان می دهند که دو پروموتر 6blc و hottip کشف شده توسط روش پیشنهادی در هر دو سلول خونی 12878gm و +34cd در بروز و تشدید بیماری سرطان سینه تاثیر معنی داری داشته اند.

Presenting a Meta-Heuristic Algorithm to Detect Regulatory Elements in the Genome of Breast Cancer Patients

Background Objective: Nowadays, in medical sciences, the amount of data on symptoms of people affected with various illnesses on one hand, and finding assistive techniques for the diagnosis of those diseases on the other, has been widespread. Consequently, the analysis and consideration of all factors involved in a disease are often challenging. Thus, a mechanized system to help discover the rules, identify patterns, and predict future events is absolutely needed. In this research, we intend to use a multiobjective algorithm to provide a method capable of detecting, extract sequences of variablelength from the genome, and count the interactions among them. In fact, these regulatory elements could play a significant role in the incidence and exacerbation of cancer.Material Methods: In this research, a proposed method for the detection of regulatory elements in the genome of a breast cancer patient has been used. The proposed method is implemented in MATLAB software. Also, to measure the performance and effectiveness of the suggested method, the proposed algorithm is implemented on HiC dataset, regarding patients with breast cancer in two blood cells GM12878 and CD34+ introduced by Mifsud et al.Results: The results of implementing the proposed method are compared with the HiCUP method. The results show that the MSARE method has a better performance in detecting regulatory elements compared to the HiCUP method.Conclusion: Experimental studies have shown that the two promoters BLC6 and HOTTIP discovered by the proposed method have had a significant effect on the incidence and severity of breast cancer in both blood cells GM12878 and CD34+.