سرطان ازجمله بیماری های مرگ باری است که در آن سلول بدون کنترل و خارج از ساز وکار تنظیمی سلولی دچار رشد و تکثیر می شود. در این بیماری برخی ژن ها شروع کننده ناهنجاری بوده و آنها را از طریق برهمکنش های پروتئینی به دیگر ژن ها منتقل می کنند. گسترش این ناهنجاری ها باعث می شود که سامانه تنظیمی سلول دچار اختلال شده و بیماری های مختلف و خصوصاً سرطان رخ دهد. این ژن ها که آغاز کننده ناهنجاری در سلول می باشند با نام ژن های انگیزاننده شناخته می شوند. تا کنون روش های محاسباتی مختلفی برای شناسایی ژن های انگیزاننده سرطان معرفی شده است که اکثراً از مفهوم جهش و از داده های ژنومیک برای شناسایی ژن های انگیزاننده استفاده می کنند. این روش ها اغلب دارای نرخ مثبت کاذب بالا و F-measure پایین در نتایج هستند. همچنین قادر به شناسایی تعداد محدودی از ژن های انگیزاننده می باشند.
در این پژوهش که در قالب رساله دکترای تخصصی مصطفی اخوان صفار در رشته مهندسی فناوری اطلاعات-مدیریت سیستم های اطلاعاتی انجام شد، ابتدا به بررسی روش های محاسباتی و شبکه ای پیشین در خصوص شناسایی ژن های انگیزاننده سرطان پرداخته شده سپس، سه روش جدید مبتنی بر شبکه برای شناسایی ژن های انگیزاننده سرطان پیشنهاد شده است. در این روش ها ازمفهوم پایه ای انتشار رخنه گر در شبکه های جهت دار تنظیم ژنی، استفاده شده و برخلاف روش های پیشین به داده های جهش و ژنومیک وابسته نیستند. در هرکدام از روش های پیشنهادی، الگوریتم های پایه ای مورد استفاده در آن جهت اعمال در شبکه های تنظیم ژنی مناسب سازی شده و با داده های زیستی غنی سازی شده اند. یکی از چالش های موجود در شبکه های تنظیم ژنی، یافتن قدرت برهمکنش های تنظیمی می باشد. در این پژوهش با استفاده از مفهوم نفوذ در شبکه های اجتماعی و اصل تعادل جریان در نظریه شبکه، روشی جدید برای وزن دهی برهمکنش های تنظیمی نیز پیشنهاد گردیده است. همچنین علاوه بر روش های مبتنی بر انتشار رخنه گر، روشی برای شناسایی ژن های انگیزاننده پیشنهاد گردید که قادر است با تبدیل مسئله شناسایی ژن های انگیزاننده، به یک مسئله طبقه بندی دودویی مبتنی بر انتشار در یادگیری ماشین، ژن های انگیزاننده سرطان را شناسایی نماید، سپس نشان داده شد که با استفاده از روش های یادگیری بازنمایی می توان عملکرد مدل های طبقه بندی دودویی را بهبود بخشید، و آنها را در تحقیقات آینده بیشتر مورد استفاده قرارداد.
برای این منظور الگوریتم های مختلف یادگیری بازنمایی دسته بندی شده و از هر دسته چندین الگوریتم آزمایش و بررسی شد. داده های مورد استفاده در این پژوهش شامل برهمکنش های تنظیمی جهت دار و داده های بیان ژن مربوط به سه بافت مختلف برای ساخت شبکه های تنظیم ژنی و نیز چهار مجموعه داده استاندارد ژن های انگیزاننده سرطان برای ارزیابی نتایج می باشد. نتایج حاصل از روشهای پیشنهادی، با 22 روش محاسباتی و شبکه ای دیگرمقایسه شده است. نتایج این پروژه نشان می دهد، روش های پیشنهادی نسبت به سایر روشهای محاسباتی و شبکه ای پیشین عملکرد مناسب تری دارند. در مقایسه با بهترین روش شبکه ای پیشین، بهترین روش پیشنهادی از نظر تعداد ژن های انگیزاننده تشخیصی، در بافت های روده، ریه و سینه، با شناسایی209 ، 199 و 203 ژن انگیزاننده سرطان به ترتیب 84%،40% و 97% بهبود عملکرد داشته است. همچنین از نظر شناسایی تعداد ژن های انگیزاننده منحصر به فردی که توسط دیگر روش ها شناسایی نشده اند، روش پیشنهادی در بافت ها ی روده، ریه و سینه با شناسایی89، 147 و 99 ژن انگیزاننده سرطان منحصربه فرد، به ترتیب51%  ، 34% و  56% بهبود عملکرد داشته است. ضمن اینکه در هر سه سرطان از لحاظ معیار F-measure نسبت به روش های پیشین عملکرد بالاتری دارد و از این نظر نیز در بافتهای روده، ریه و سینه به ترتیب 15.42% ، 16.7% و1.64% بهبود داشته است. همچنین نتایج نشان داد که استفاده ازروش های یادگیری بازنمایی می تواند به بهبود عملکرد مدل طبقه بندی دودویی مبتنی بر انتشار کمک نماید، و در تحقیقات آینده بیشتر مورد استفاده قرار گیرد. علاوه بر این با توجه به نتایج به دست آمده، الگوریتم های یادگیری بازنمایی مبتنی بر تجزیه ماتریس و روش های مبتنی برمدل سازی یال بهترین عملکرد را در شبکه های تنظیم ژنی داشته و برای استفاده در این شبکه ها مناسب تر می باشند.
نتایج حاصل از این پژوهش نشان داد که روش های انتشار رخنه گر علاوه بر اینکه می تواند به حل مسئله شناسایی ژن های انگیزاننده سرطان در شبکه های تنظیم ژنی کمک کند، هم از نظر معیارهای کارایی و هم از نظر تعداد ژن انگیزاننده شناسایی شده، باعث بهبود عملکرد روشهای محاسباتی و شبکه ای پیشین نیز شده است. همچنین مشخص شد که استفاده از رویکردهای یادگیری بازنمایی برای استفاده در مدل های طبقه بندی دودویی مبتنی بر انتشار باعث بهبود کارایی مدل ها می شود و در این خصوص استفاده از الگوریتم های یادگیری بازنمایی مبتنی بر تجزیه ماتریس و الگوریتم های مبتنی بر مدل سازی یال نسبت به سایر الگوریتم های یادگیری بازنمایی، بالاترین عملکرد را در شبکه های تنظیم ژنی دارد.
گفتنی است این پژوهش با راهنمایی دکتر بابک تیمور پور عضو هیأت علمی دانشکده مهندسی صنایع و سیستم ها انجام شد.