|
|
، جلد ۱۳، شماره ۴، صفحات ۹۵-۱۰۵
|
|
|
| عنوان فارسی |
استفاده از سیستم جدید هوشمند استنتاج فازی- عصبی تطابقی (ANFIS) برای پیش بینی قدرت سرطان زایی ویروس پاپیلومای انسانی |
|
| چکیده فارسی مقاله |
زمینه و هدف: ویروس های پاپیلوما بر اساس قدرت و پیش آگهی سرطانهای ایجاد شده توسط آنها با استفاده از پروتئینهای ویروسی E6 وE7 به سه گروه با خطر بالا، پایین و متوسط تقسیمبندی میگردند. امروزه از روشهای مختلف مدل سازی در پزشکی بالینی، در تشخیص بیماریها و بررسی ویژگیهای مولکولی آنها استفاده میشود. در میان روشهای نوین مدلسازی، سیستمهای فازی از جایگاه ویژهای در زمینههای مختلف علوم برخوردارند. هدف از این مطالعه به کارگیری یک مدل هوشمند ریاضی برای پیش بینی قدرت سرطانزایی ویروس پاپیلومای انسانی بر اساس تعدادی از ویژگیهای بیوشیمیایی پروتئین E7 می باشد. مواد و روشها: در این تحقیق با استفاده از سیستم استنتاج فازی - عصبی تطابقی(ANFIS) روش جدیدی جهت تخمین میزان سرطانزایی ویروسهای پاپیلومای جدا شده از بیماران ارائه شده است. فرآیند توسعه و ارزیابی مدل با استفاده از مجموعه دادههای واقعی و معیارهای آماری و گرافیکی مختلفی صورت گرفته است. بدین منظور با تهیه دادههای بیوشیمیایی و بیوفیزیکی مورد نیاز در مورد ژنE7 از اطلاعات موجود، اقدام به ایجاد مدل مورد نظر شد. در مرحله بعد نتایج حاصل از مدل با دادههای واقعی اعتبار یابی شد. یافتهها: طبق نتایج تحقیق، مدل ایجاد شده قادر به پیش بینی موفقیت آمیز سرطانزایی پاپیلوما ویروسها است. مقادیر RMSE و R2 مربوط به مدل در مرحله آموزش به ترتیب برابر 18/101 و99/0 و در مرحله ارزیابی 8/173و 94/0 به دست آمد. نتیجه گیری: طبق نتایج به دست آمده، استفاده از مدل تطبیقی استنتاج فازی – عصبی، دقت تخمین شدت پدیده سرطان زایی ویروس را به میزان قابل توجهی بهبود میبخشد. روش ارائه شده در این تحقیق رهیافت جدیدی در تخمین سرطان زایی محسوب شده و به خوبی قابلیت اتصال و ترکیب با مدلهای بالینی و نیز بهنگام سازی با توجه به شرایط واقعی را دارد. |
|
| کلیدواژههای فارسی مقاله |
پاپیلوما ویروس، ANFIS ، پیش بینی، سرطان زایی |
|
| عنوان انگلیسی |
The application of the new intelligent Adaptive Nero Fuzzy Inference System (ANFIS) in prediction of human papilloma virus oncogenicity potency |
|
| چکیده انگلیسی مقاله |
Background: Based on the severity and prognostic condition of respective cancers caused by them, papilloma viruses are classified into high, medium, and low risk groups using E6 and E7 viral proteins. Nowadays, different methods of modeling in clinical medicine are used for diagnosis of diseases and evaluation of their molecular characteristics. Among the new methods of modeling, fuzzy systems are of particular importance in various fields of science. The aim of this study was to use a new intelligent Adaptive Nero Fuzzy Inference System (ANFIS) for predicting human papilloma virus oncogenicity based on a number of biochemical properties of E7 protein. Materials and Methods: In this study, using ANFIS model, a new model was developed for predicting oncogenicity of papilloma virus isolated from patients. The process of training and testing was performed using a set of available published filed data and several statistical and graphical criteria. Accordingly, through provision of needed biochemical and biophysical data on E7 gens from the existing data, this model was developed. The results of this model were, then, validated by the authentic published data. Results: Based on the results, the developed model is capable of predicting papilloma virus oncogenicity efficiently. R2 and RMSE values in training stage were 0.99 and 101.18, respectively. In the testing stage, however, they stood at 0.94 and 173.8, respectively. Conclusion: Based on the findings, the use of ANFIS model significantly improves the accuracy of estimating virus oncogenicity phenomenon. The methodology presented in this study is a new approach in estimating viral oncogenicity and can successfully be combined with other mathematical models for model updating in real conditions. |
|
| کلیدواژههای انگلیسی مقاله |
ANFIS, Oncogenicity, Papilloma virus, Prediction |
|
| نویسندگان مقاله |
عذرا کنارکوهی | Azra Kenarkoohi
حوریه سلیمان جاهی | hoorieh soleimanjahi
شهاب فلاحی | Shahab Falahi
حسین ریاحی مدوار | Hossein Riahi Madvar
زهرا مشکات | Zahra Meshkat
|
|
| نشانی اینترنتی |
http://jams.arakmu.ac.ir/browse.php?a_code=A-10-14-2&slc_lang=fa&sid=1 |
| فایل مقاله |
اشکال در دسترسی به فایل - ./files/site1/rds_journals/2736/article-2736-2049299.pdf |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
عفونی |
| نوع مقاله منتشر شده |
|
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|