RUS  ENG
Полная версия
ЖУРНАЛЫ // Математическая биология и биоинформатика // Архив

Матем. биология и биоинформ., 2014, том 9, выпуск 2, страницы 534–542 (Mi mbb202)

Математическое моделирование

Моделирование пространственного распределения эффекта нокаута генов, связанных с агрессивностью глиомы низкой степени злокачественности, в тканях мозга человека с помощью методов машинного обучения

Е. Д. Петровскийab, Н. А. Колчановa, В. А. Иванисенкоa

a Институт цитологии и генетики Сибирского отделения РАН, Новосибирск, 630090, Россия
b Институт "Международный томографический центр" Сибирского отделения РАН, Новосибирск, 630090, Россия

Аннотация: В настоящее время нашли широкое применение экспериментальные методы анализа транскриптомных данных, направленные на изучение особенностей экспрессии генов из различных тканей при воздействии разнообразных факторов внешней среды, а также внутренних факторов, включая полиморфизмы. В частности, существующие методы нокаута и нокдауна генов позволяют моделировать воздействие внешних факторов на экспрессию целевого гена. Имеющиеся в открытом доступе данные по экспрессии генов в различных частях организма и, в частности, в разных областях мозга позволяют построить статистические модели взаимной зависимости уровней экспрессии генов. База данных Allen Brain Atlas, например, содержит уникальные данные по пространственному распределению уровней экспрессии генов в тканях головного мозга человека и мыши. Впервые предложен подход к математическому моделированию пространственного распределения эффекта нокаута генов в тканях мозга человека с помощью методов машинного обучения и данных по экспрессии генов из Allen Brain Atlas. Показано, что нокаут центральных генов генной сети, связанной с агрессивностью глиомы низкой степени злокачественности, оказывает более значительный эффект на экспрессию других генов, по сравнению с генами, расположенными на периферии данной сети. При этом эффект имел выраженную неоднородность по локализации в пространстве.

Ключевые слова: генные сети, мозг, экспрессия генов, микрочипы, база данных Allen Brain Atlas, база данных STRING, глиомы низкой степени злокачественности, пространственное распределение уровня экспрессии генов, методы машинного обучения.

УДК: 577.21:577.29:004.42

Материал поступил в редакцию 27.11.2014, опубликован 18.12.2014



© МИАН, 2024