Бидний тухай
Багш ажилтан
Хорт хавдрын үүсэлт, тархалтын явцад зарим төрлийн онцгой генүүд голлох үүрэгтэйгээр оролцож тэдгээрийн хоорондын хамаарлууд нь онцгой төрлийн сүлжээ үүсгэн, эсийн бүтцийг өөрчилснөөр хавдар үүсэх тархах нөхцөл бүрэлддэг. Эдгээр генүүдийн сүлжээг илрүүлснээр хорт хавдрын биологийн шинж чанар үйл явцын зарчмыг ойлгох тэгэснээр хавдрыг эхэн үед нь цаг алдалгүй илрүүлэх цаашилбал эмчилгээний зорилго чиглэлийг тодорхой болгоход чухал ач холбогдолтой. Хавдарын үед идэвхиждэг биологийн процессуудын математик загваруудыг боловсруулан, гарч ирж буй тодорхой бодлогуудын оновчтой шийдийг хайх түүнчлэн олсон шийдийн хувьд хавдаирын үе дэхь биологийн процесуудыг холбогдлыг ил гаргаж тайлбарлана. Үүний тулд дагаах ерөнхий ажлуудыг үе шаттайгаар үргэлжлүүлэн гүйцтгэнэ. Хавдраар өвчилсөн болон эрүүл хүмүүсийн эсээс авсан генийн мэдээллүүдийг харьцуулан хавдрын үед тэдгээр генүүдэд гарах өөрчлөлт, идэвхижилт болон хоорондын хамаарлуудыг статистик арга техникүүдийн тусламжтайгаар холбогдох параметрүүдийг үнэлэх. Эдгээр генүүдийн холбоо хамаарлуудыг илэрхийлсэн параметрүүдийг олох бодлого нь гүдгэр зорилгын функцийг стандарт симплекс олонлог дээр минимумчлах бодлого байдлаар томъёологддог болохыг бид өмнөх судалгаагаараа харуулсан. Хавдарын үед эдгээр генүүдийн хоорондын хамаарлууд нь идэвхжиж онцгой төрлийн сүлжээ үүсгэн хавдрын мэдээллийг нэгээс нөгөөд дамжуулснаар хавдар үүсэх тархах нөхцөл бүрддэг. Энэхүү сүлжээг илрүүлэх бодлого нь жинтэй графын хамгийн нягтшил ихтэй дэд хэсгийг олох бодлогод шилжинэ.
The generation of a large volume of cancer genomes has allowed us to identify cancer-related alterations more accurately, which is expected to enhance our understanding regarding the mechanism of cancer development. When genes interact with each other during cellular processes, they may form differential co-alteration patterns with other genes across different cell states. Network structures often have been used to describe these complex bio-molecular pathways and functional modules by representing a whole set of interactions as overlapping sub-networks, each associated with a specific cancer condition. Therefore, the identification of cancer-specific subnetworks is of great importance in investigating how a living cell adapts to environmental changes in cancer. With genomic alterations have been detected, one challenge is to pinpoint cancer-driver genes that cause functional abnormalities. Because, genomic events in cancer are a mixture of driving events that promote cancer development and passenger events that represent random somatic alterations. Hence, it is important to distinguish the two events since effective therapies against cancer should target dominant driver genes that promote cell migration and invasion into malignant derivatives. In general, finding a sub-network that maximizes the score of differential alteration of genes and differential co-alteration of gene pairs is formulated as a combinatorial optimization problem. In practice, bio-molecular networks are often large in scale. Hence, it is impossible to exactly solve a large combinatorial optimization problem within a reasonable time. In other to overcome this issue, we propose to reformulate the sub-network identification problem as a constrained optimization problem for continuous variables. The proposed formulation will be an approximation of the general combinatorial problem and a generalization of the theorem due to Motzkin and Straus (1965).
