ارائه مدلی سبک و کارآ برای شناسایی نشان‌گرهای زیستی به عنوان مرحله پیش‌بیماری

امروزه بررسی نشان‌گرهای زیستی در تشخیص مرحله پیش‌بیماری، پایش پیشرفت بیماری، ارزیابی اثربخشی روند درمان کاربرد گسترده‌ای دارد. در مرحله پیش‌بیماری، بیماری از نظر زیستی آغاز شده، ولی علامت بالینی در فرد مشاهده نمی‌شود. شناسایی این مرحله در بیماری‌های پیچیده بسیار مهم است. مطالعات نشان داده‌اند که نشان‌گرهای شبکه‌ای پویا (DNB) می‌توانند این مرحله را شناسایی کنند. DNBها تغییرات ساختاری و ناپایداری‌های زیستی را در آستانه گذار بحرانی بیماری منعکس می‌کنند و به‌عنوان نشان‌گر نقطه گذار از سلامت به بیماری عمل می‌نمایند. لذا شناسایی DNBها در مرحله پیش‌بیماری می‌تواند نقش مؤثری در تشخیص زودهنگام بیماری‌های پیچیده ایفا کند.

در این مقاله، یک چارچوب دو‌مرحله‌ای برای شناسایی DNBها ارائه شده است. ابتدا با استفاده از الگوریتم بیان‌ژن تفاضلی، که با توجه به ماهیت داده‌ها اصلاح و متناسب گردیده، و به‌منظور کاهش ابعاد و حفظ ویژگی‌های مؤثر، ژن‌های معنادار انتخاب می‌شوند. سپس، ساختار شبکه‌ای ژن‌ها با دو روش خوشه‌بندی مورد تحلیل قرار می‌گیرد. نوآوری اصلی، ارائه یک تابع هدف یکپارچه است که به‌طور هم‌زمان معیارهایی نظیر شدت تغییرات پویای شبکه، اندازه شبکه ژنی و تقدم زمانی وقوع ناپایداری را در قالب یک مسئله تک‌هدفه گنجانده و با حذف پیچیدگی محاسباتی رویکردهای متداول، ضمن دستیابی به پاسخ‌های مطلوب، هزینه پردازشی را به‌طور قابل‌توجهی کاهش می‌دهد. نتایج آزمایشات نشان می‌دهد که مدل پیشنهادی ضمن کاهش پیچیدگی محاسباتی، عملکرد مناسبی در شناسایی DNBها و تشخیص مرحله پیش‌بیماری دارد.