![]() |
ИСТИНА |
Войти в систему Регистрация |
ИПМех РАН |
||
Данная работа посвящена повышению эффективности персонифицированного прогноза развития атеросклероза и исследованию возможности выявления ключевых прогностических генетических факторов. После завершения в 2003 году проекта по расшифровке генома человека ученые приступили к поиску отличий в геноме у разных людей. Чуть позже были найдены точечные различия, названные одиночными нуклеотидными полиморфизмами, возникающими в результате точечных мутаций. В ходе работы изучалась связь генетических данных с различными проблемами, влияющими на развитие атеросклероза. Для этого применяется технология байесовских сетей [1]: построение таких сетей, их обучение и оценка качества предсказания с помощью обученных байесовских сетей. Исследовалась возможность повышения качества предсказания путем оптимизации байесовских сетей по числу узлов, а также выявления новых прогностических факторов [2]. Исходное количество параметров на каждого из 1200 пациентов составляло несколько сотен тысяч. Для каждой из 5-ти исследуемых проблем влияющих на развитие атеросклероза на основе метода Пирсона и метода полногеномного поиска ассоциаций количество параметров было уменьшено до нескольких тысяч. Далее с помощью параллельной программы SiLVIA была произведена оптимизация наивных байесовских сетей по качеству предсказания AUC и получены сети с минимальным набором параметров (от нескольких десятков до нескольких сотен параметров). Параллельные расчеты проводились на суперкомпьютере МГУ «Ломоносов». Работа поддержана грантом РНФ №14-50-00029 «Научные основы создания национального банка- депозитария живых систем». Литература 1. Сулимов А.В., Савкин И.А., Мешков А.Н., Бойцов С.А., Сулимов В.Б. Применение байесовских сетей для выявления генетические маркеров ассоциированных с факторами риска развития атеросклероза // IV Международная научно-практическая конференция "Постгеномные методы анализа в биологии, лабораторной и клинической медицине", Казань, Россия, 29 октября - 1 ноября 2014 г. 2. Evgeny D. Maslennikov, Alexey V. Sulimov, Igor A. Savkin, Marina A. Evdokimova, Dmitry A. Zateyshchikov, Valery V. Nosikov & Vladimir B. Sulimov An intuitive risk factors search algorithm: usage of the Bayesian network technique in personalized medicine // Journal of Applied Statistics, 2015, V.42, N.1, 71-87. DOI: 10.1080/02664763.2014.934664