A Practical Approach to Microarray Data Analysis

در چند سال گذشته، فناوری ریزآرایه DNA توجه زیادی را هم در جامعه علمی و هم در صنعت به خود جلب کرده است. این فناوری مدرن با توانایی خود در اندازه گیری همزمان فعالیت و تعامل هزاران ژن، بینش های بی سابقه ای را در مورد مکانیسم های سیستم های زنده نوید می دهد. در حال حاضر، کاربردهای اولیه ریزآرایه ها شامل کشف ژن، تشخیص و پیش آگهی بیماری، کشف دارو (فارماکوژنومیک) و تحقیقات سم شناسی (توکسیکوژنومیک) است. وظایف علمی معمولی که توسط آزمایش‌های ریزآرایه پرداخته می‌شود شامل شناسایی ژن‌های هم‌اکسپرس، کشف نمونه یا گروه‌های ژنی با الگوهای بیان مشابه، شناسایی ژن‌هایی است که الگوهای بیان آن‌ها با توجه به مجموعه‌ای از موجودات بیولوژیکی مشخص (مانند انواع تومور) بسیار متمایز است. و مطالعه الگوهای فعالیت ژن تحت شرایط مختلف استرس (به عنوان مثال، درمان شیمیایی). اخیراً، کشف، مدل‌سازی و شبیه‌سازی شبکه‌های ژنی تنظیم‌کننده و نگاشت داده‌های بیان به مسیرهای متابولیک و مکان‌های کروموزوم به فهرست کارهای علمی که توسط فناوری ریزآرایه انجام می‌شود، اضافه شده است. هر وظیفه علمی مربوط به یک یا چند کار به اصطلاح تجزیه و تحلیل داده است. انواع مختلف سؤالات علمی به مجموعه های متفاوتی از تکنیک های تحلیل داده ها نیاز دارند. به طور کلی، دو دسته از وظایف تجزیه و تحلیل داده های ابتدایی وجود دارد، مدل سازی پیش بینی و تشخیص الگو. وظایف مدل‌سازی پیش‌بینی‌کننده به یادگیری یک تابع طبقه‌بندی یا تخمین مربوط می‌شود، در حالی که روش‌های تشخیص الگو، داده‌های موجود را برای نظم‌ها یا روابط جالب و ناشناخته قبلی بررسی می‌کنند.

In the past several years, DNA microarray technology has attracted tremendous interest in both the scientific community and in industry. With its ability to simultaneously measure the activity and interactions of thousands of genes, this modern technology promises unprecedented new insights into mechanisms of living systems. Currently, the primary applications of microarrays include gene discovery, disease diagnosis and prognosis, drug discovery (pharmacogenomics), and toxicological research (toxicogenomics). Typical scientific tasks addressed by microarray experiments include the identification of coexpressed genes, discovery of sample or gene groups with similar expression patterns, identification of genes whose expression patterns are highly differentiating with respect to a set of discerned biological entities (e.g., tumor types), and the study of gene activity patterns under various stress conditions (e.g., chemical treatment). More recently, the discovery, modeling, and simulation of regulatory gene networks, and the mapping of expression data to metabolic pathways and chromosome locations have been added to the list of scientific tasks that are being tackled by microarray technology. Each scientific task corresponds to one or more so-called data analysis tasks. Different types of scientific questions require different sets of data analytical techniques. Broadly speaking, there are two classes of elementary data analysis tasks, predictive modeling and pattern-detection. Predictive modeling tasks are concerned with learning a classification or estimation function, whereas pattern-detection methods screen the available data for interesting, previously unknown regularities or relationships.