Dergiler / Osmangazi Tıp Dergisi / 2018 / Cilt: 40 - Sayı: 1
Gen Ekspresyon Verilerinde Yapay Sinir Ağlarına Dayalı Yeni Bir Denetimli Temel Bileşenler Analizi’nin Geliştirilmesi
- Sayfa
- 20–27
- DOI
- —
Özet
Bu çalışmada, denetimli temel bileşenler analizi (D-TBA) ile yeni bir yaklaşım olarak önerilen yapay sinir ağlarıyla denetimli temel bileşenler analizi (D-YSA-TBA) kullanılarak çok boyutlu gen ekspresyon verilerinin boyutunun indirgenmesi ve random survival forests (RSF) analizi kullanılarak performansların karşılaştırılması amaçlandı. Simülasyon uygulamasında çok değişkenli normal dağılımdan 100 birim için 5000 gen ve bu gen verisi ile ilişkili yaşam süresi verisi türetildi. Simülasyon aşaması 1000 tekrarlı olarak gerçekleştirildi. Ayrıca yaygın B-hücreli lenfoma (DLBCL) hastası 240 bireye ilişkin gen ekspresyon verileri kullanıldı. Önemli genlerin seçiminde Wald istatistiği kullanılarak boyut indirgemesi yapıldı. Yöntemlerden elde edilen yeni veri setleri RSF analizi kullanılarak analiz edildi. Simülasyon uygulamasında D-TBA ve D-YSA-TBAyöntemlerinin açıklayıcılıkları arasında anlamlı bir fark olduğu görülmüştür (p<0.001). DLBCL verisi ile yapılan uygulamada D-TBA yönteminin hatasının %36.78, D-YSA-TBA yönteminin ise RSF sonucu- %43 olduğu bulunmuştur. D-TBA yönteminin önem değeri diğer yöntemden daha büyük, hatası ise daha düşük çıkmıştır. Çok boyutluluk problemi yaşanan gen ekspresyon verilerinin analizinde D-TBA, D-YSA-TBA’ya göre daha iyi performans göstermiştir.
Abstract
The aim of this study is dimension reduction of multidimensional gene expression data using supervised principal component analysis (S-PCA) and –proposed as a new approach- supervised principal component analysis with artificial neural networks (S-ANN-PCA) and to compare performances of these two methods by using random survival forests (RSF). In simulation application 5000 genes were generated according to multivariate normal distribution and then survival time that is correlated to these gene data were generated for 100 units. Simulation step was carried out with 1000 repetitions. In addition, gene expression data for 240 individuals with extensive B-cell lymphoma (DLBCL) were used. Dimension reduction was done using Wald statistic in selection of important genes. The new data sets obtained from the methods were analyzed using RSF analysis.In the simulation application, it was obtained that the explanatoriness of S-PCA was significantly different from S-ANN-PCA (p<0.001). In the DLBCL data application, it was found that the error rate for the S-PCA was 36.78% and 43% for the S-ANN-PCA as a result of RSF. The importance value of S-PCA method was found to be higher and its error rate was found to be lower than the other method.S-PCA performed better than S-ANN-PCA in analyzing gene expression data experiencing a multidimensional problem.