research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
استعمال خوارزمية تجزئة القيم المفردة لمعالجة مشكلة التعدد الخطي (عالية الابعاد) لتحديد وتميز أهم العوامل المؤثرة على امراض القلب

Loading...
Loading...
Abstract

In this paper, one of the problems of statistical data was examined in the case of multicollinearity variables. This is the problem of linear multicollinearity. The problem multicollinearity was solved using a Singular Value Decomposition that changes the structure of the data to eliminate the problem while preserving the nature of the data in terms of the effect on the variable Affiliate.Comparative analysis and logistic analysis were used to compare the two after the application of a single value fragmentation algorithm to medical data representing recovery status and death of heart attack (y = 0 deaths, y = 1 healing) and factors affecting heart attack After the differential analysis, the most important factors with a high effect on heart attack were (emotion, heart disease, smoking, age). In the case of logistic analysis (emotion, heart disease, smoking, pressure, sugar and age) Affect the heart attack disease.

في هذا البحث تم دراسة أحد المشاكل التي تعاني منها البيانات الإحصائية في حالة المتغيرات المستقلة المتعددة وهي مشكلة التعدد الخطي اذ تم معالجة مشكلة التعدد الخطي باستعمال خوارزمية تجزئة القيمة المفردة التي تقوم بتغير هيكلية البيانات لتخلص من المشكلة مع الحفاظ على طبيعة البيانات من حيث التأثير على المتغير التابع.تم استعمال التحليل التمييزي والتحليل اللوجستي بعد تطبيق خوارزمية تجزئة القيمة المفردة على بيانات طبيه تمثل حالة البقاء على قيد الحياة وحالة الوفاة لمرض النوبة القلبية (y=0 حالة وفاة ، y=1 حالة يقاء على قيد الحياة ) والعوامل التي تؤثر على مرض النوبة القلبية ( متغيرات مستقلة تعاني مشكلة التعدد الخطي ) وبعد اجراء التحليل التمييزي وجد ان اهم العوامل ذات التأثير العالي على مرض النوبة القلبية هي ( الانفعال ، امراض القلب ، التدخين ، العمر ) وفي حالة التحليل اللوجستي وجد ( الانفعال ، امراض القلب ، والتدخين ، والضغط ، والسكر ، والعمر) هي التي تؤثر على مرض النوبة القلبية


Article
Inferring Transcription Factors Protein Activities by Combining Binding Information via Gaussian Process Regression

Authors: Sura Z. Alrashid1 --- Nabeel H. Al-Aaraji2
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2016 Volume: 24 Issue: 9 Pages: 2300-2316
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

The most basic step in understanding gene regulated is performed by identifying the target genes regulated by transcription factors (TFs) Proteins. Protein is produced by Transcription factors Proteins that promote or repress transcription of other genes; they play a very important role in gene networking and affecting for occurring the disease. The analysis of gene expression of time series underpins various biological studies. This work has focused on the difference in transcriptional regulation between two strains of mice. The mice were considered in two forms Wild type SOD1-G93A and Ntg mutations (SOD1 is a transcription factor Protein that induces ALS). The data interest because the phenotype of the two mutant strains differs. One of the strains succumbs to ALS far quicker than the other; we suggested a model to infer Transcription Factor Proteins Activities and correlated with genes targeted. We build Gaussian process with particular covariance function for reconstructing transcription factor activities given gene expression profiles and a connectivity matrix, and we introduce a computational trick, based on Singular Value Decomposition (SVD) to enable us to efficiently fit the Gaussian process in a reduce ’TF activity ’ space. Performing the basic step in understanding regulated genes is identifying these genes by transcription factors. Gaussian processes offer an attractive trade-off between usability and efficiency for the analysis of microarray time series. The Gaussian process framework with Coregionalization model offer a natural way of handling biological replicates and correlated output and inferred the activity of Transcription factors Proteins for four cases the genes alter its behavior, we proved the significates TF using DAVID to analysis pathway.

الخطوة الاساسية في فهم الجينات المنظمة المنجزة بتحديد الجينات من قبل عوامل النسخ البروتينية(TF).حيث ان البروتين الممنتج من قبل عوامل النسخ البروتينية يعزز او يقمع نسخ جينات اخرى,هذه الظاهرة تلعب دور مهم جدا في التواصل الجيني وتسبب حدوث المرض. التحليل الجيني للسلاسل الزمنية تدعم الدراسات البيلوجية المختلفة . وقد ركز هذا العمل على الفرق في التنظيم النسخي بين سلالتين من الفئران. حيث اُعتبرت الفئران في شكلين: نوع البرية SOD1-G93A ونوع الطفرات الوطنية للتقنية (SOD1 هو عامل نسخي البروتيني الذي يسبب حدوث مرض التصلب الضموري العصبي الجانبي ALS). تعتبر هذه البيانات مهمة بسبب النمط الظاهري بين سلالتين مختلفتين من الطفرات. واحدة من تلك السلالتين تسبب اللALS أسرع بكثير من الاخرى، في هذا البحث اقترحنا نموذجا للاستدلال نشاط العامل النسخي البروتيني والذي مرتبط مع مجموعة من الجينات .حيث بدأءنا ببناء موديل رياضي يعتمد على كاوسين مع دالة التغاير لاستدلال نشاطات تلك العوامل النسخية البروتينية حيث أعطت ملامح التعبير الجيني بالاضافه الى الاستفادة من معلومات الربط بينهم. في هذا البحث استخدمنا طريقة تحليل القيمة المنفردة (SVD) لتقليص التعقيد الاحتسابي لدالة التغاير.هذا المديل قدم الخطوة الأساسية في فهم نسخ الجينات وتحديد عوامل النسخ البروتينية، حيث قدم هذا الموديل سهولة الاستخدام والكفاءة لانجاز هذا الهدف. حيث قدمت عملية التنبا باستخدام كاوسين مع موديل ال Coregionalization وسيلة طبيعية للتعامل مع المكررات البيولوجية والاخراجات المترابطة واستدلال نشاط العوامل النسخية البروتينية لأربع حالات فيها الجينات تغير سلوكها وكذلك برهنة علاقة تلك العوامل المستنتجة من قبل نموذجنا الرياضي باستخدام تحليل المسارات DAVID.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

Arabic (2)


Year
From To Submit

2019 (1)

2016 (1)