fa مقایسه روش‌های خوشه‌بندی در داده‌های بیان ژنی علوم پایه Basic Sciences مقاله پژوهشی Orginal Research <p>چکیده زمینه و هدف: با گسترش روش‌های استخراج داده‌های ژنتیکی، روش‌های تجزیه و تحلیل این نوع داده‌ها نیز در حال توسعه می‌باشند. این مطالعه با هدف مقایسه یکی از پرکاربردترین روش‌های تجزیه و تحلیل این نوع داده ها، یعنی خوشه‌بندی انجام شده است. مواد و روش کار: در این پژوهش با استفاده از 5 مجموعه داده مایکروآرایه، نه ترکیب روش خوشه‌بندی سلسله مراتبی تجمعی، سلسله مراتبی تقسیم‌شونده و K- میانگین با متریک‌های فاصله اقلیدسی، منهاتان و ضریب همبستگی پیرسون پیوند و با استفاده از شاخص پهنای نیمرخ با استفاده از روش نمونه‌گیری بوت استرپ مقایسه شده است. یافته‌ها: نتایج نشان داد روش خوشه‌بندی سلسله مراتبی تجمعی با پیوند متوسط دارای بهترین عملکرد بود. همچنین این روش در مقایسه با دیگر روش‌ها از پایایی بیشتری برخوردار بود. درعین حال روش خوشه‌بندی سلسله مراتبی تقسیم شونده عملکرد نسبتاً مشابهی با روش خوشه‌بندی K- میانگین داشته است. نتیجه‌گیری: با توجه به نتایج می توان گفت که مبتنی بر شرایط موجود در داده ها بهترین روش‌ خوشه‌بندی انتخاب می شود</p> <p>Abstract Background& Objective: The use of clustering methods for the discovery of cancer subtypes has drawn a great deal of attention in the scientific community. While bioinformaticians have proposed new clustering methods that take advantage of characteristics of the gene expression data, the medical community has a preference for using &quot;classic&quot; clustering methods. There have been no studies thus far performing a large-scale evaluation of different clustering methods in this context. Method & Material: We present CCK index for assessing clustering result of gene expression data. This index was made by combining two arbitrary classification and clustering algorithms result and finally. the first large-scale analysis of nine different clustering methods, Hierarchical clustering with Single, Average, Complete and Ward linkages, UPGMA, Diana, K-means, PAM and CLARA methods for the analysis of 5 cancer gene expression data sets. Afterward we use Margin Trees method for assessing quality of result of clustering methods. Ultimately we calculate quality of result of clustering methods via Kappa coefficient between result of clustering methods and result of Margin Tree method for each clustering methods. Results: Our results reveal that the PAM, followed closely by CLARA, exhibited the best performance in terms of recovering the true structure of the data sets. Also we found that Partitioning clustering methods (PAM, CLARA and K-means) have better performance than Hierarchical clustering methods (Hierarchical clustering with Single, Average, Complete and Ward linkages, UPGMA and Diana). Conclusion: The validation technique was used in this paper (Margin Trees) can aid in the selection of an optimal algorithm, for a given data set, from a collection of available clustering algorithms.</p> واژه‌های کلیدی: خوشه‌بندی, ریزآرایه, بوت استرپ, شاخص‌های ارزیابی نتایج روش‌های خوشه‌بندی Keyword: Clustering, Microarray,Bootstrap, Indicator to assess the of clustering methods 67 78 http://journal.nkums.ac.ir/browse.php?a_code=A-10-25-230&slc_lang=fa&sid=1 MT Shakeri محمد تقی شاکری 10031947532846007233 10031947532846007233 No ، دانشکده بهداشت، دانشگاه علوم پزشکی مشهد E Sabaghian احسان صباغیان 10031947532846007234 10031947532846007234 No دانشگاه علوم پزشکی مشهد H Esmaeili حبیب الله اسماعیلی 10031947532846007235 10031947532846007235 Yes دانشکده بهداشت، دانشگاه علوم پزشکی مشهد