Определение групп рисков при заболеваниях, вызванных COVID-19
Для каждого заболевания существует конкретный набор генов, мутации в которых увеличивают риск развития болезни. Показано, что наличие точечных мутаций в нескольких генах ДНК человека приводит к определенному заболеванию. На основе байесовской процедуры распознавания можно эффективно определять групп...
Gespeichert in:
| Veröffentlicht in: | Кібернетика та комп’ютерні технології |
|---|---|
| Datum: | 2020 |
| Hauptverfasser: | , , |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2020
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/173149 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Определение групп рисков при заболеваниях, вызванных COVID-19 / А.А. Вагис, А.М. Гупал, Н.А. Гупал // Кібернетика та комп’ютерні технології: Зб. наук. пр. — 2020. — № 3. — С. 25-31. — Бібліогр.: 4 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859897901421953024 |
|---|---|
| author | Вагис, А.А. Гупал, А.М. Гупал, Н.А. |
| author_facet | Вагис, А.А. Гупал, А.М. Гупал, Н.А. |
| citation_txt | Определение групп рисков при заболеваниях, вызванных COVID-19 / А.А. Вагис, А.М. Гупал, Н.А. Гупал // Кібернетика та комп’ютерні технології: Зб. наук. пр. — 2020. — № 3. — С. 25-31. — Бібліогр.: 4 назв. — рос. |
| collection | DSpace DC |
| container_title | Кібернетика та комп’ютерні технології |
| description | Для каждого заболевания существует конкретный набор генов, мутации в которых увеличивают риск развития болезни. Показано, что наличие точечных мутаций в нескольких генах ДНК человека приводит к определенному заболеванию. На основе байесовской процедуры распознавания можно эффективно определять группы рисков заболеваний, сопутствующих COVID-19.
Мета роботи. На основі навчаючих вибірок розробити ефективні методи визначення груп ризиків захворювань, які супроводять СOVID-19. Результати. Вважаємо, що гени в лівому стовпці таблиці є ознаками для байєсівської процедури. Робота процедури виконується на основі підрахунку кількості мутацій або їх відсутності в навчаючих вибірках класів «хворі» і «здорові». Досліджувану особу співвідносимо в той клас, для яких результат процедури вище.
Purpose of the article. On the basis of teaching selections to develop the effective methods of determination of groups of risks of diseases which COVID-19 accompanies. Results. We consider that genes in a left table column are signs for Bayesian procedure. Work of procedure is executed on the basis of count of amount of mutations or their absence in the teaching selections of classes «sick» and «healthy». We correlate the explored person in that class «sick» and «healthy», for which result of procedure higher.
|
| first_indexed | 2025-12-07T15:56:00Z |
| format | Article |
| fulltext |
МАТЕМАТИЧНЕ МОДЕЛЮВАННЯ ТА ЧИСЕЛЬНІ МЕТОДИ
ISSN 2707-4501. Cybernetics and Computer Technologies. 2020, No.3 25
КІБЕРНЕТИКА
та КОМП'ЮТЕРНІ
ТЕХНОЛОГІЇ
Для каждого заболевания существует кон-
кретный набор генов, мутации в которых
увеличивают риск развития болезни. Показа-
но, что наличие точечных мутаций в не-
скольких генах ДНК человека приводит к
определенному заболеванию. На основе байе-
совской процедуры распознавания можно
эффективно определять группы рисков забо-
леваний, сопутствующих COVID-19.
Ключевые слова: секвенирование ДНК то-
чечные мутации, байесовская процедура рас-
познавания.
А.А. Вагис, А.М. Гупал, Н.А. Гупал, 2020
УДК 519.272.2 DOI:10.34229/2707-451X.20.3.3
А.А. ВАГИС, А.М. ГУПАЛ, Н.А. ГУПАЛ
ОПРЕДЕЛЕНИЕ ГРУПП РИСКОВ
ПРИ ЗАБОЛЕВАНИЯХ, ВЫЗВАННЫХ COVID-19
Введение. Возможность быстро расшифровывать ин-
дивидуальные геномы людей позволила накапливать
большие массивы данных относительно заболеваний
и связанные с ними мутации в генах ДНК человека.
Известно, что мутации в ДНК вызывают тысячи гене-
тических заболеваний и также влияют на работу
иммунной системы человека. Коронавирусы – это
покрытые оболочкой РНК-вирусы, вызывающие ре-
спираторные заболевания различной степени тяже-
сти от обычной простуды до смертельной пневмо-
нии. Множество коронавирусов, впервые обнару-
женных у домашних птиц в 1930-х годах, вызывают
у животных респираторные, желудочно-кишечные,
печеночные и неврологические заболевания. Только
семь коронавирусов вызывают заболевание у чело-
века. Три из семи коронавирусов вызывают гораздо
более тяжелые, чем другие коронавирусы, а иногда и
летальные респираторные инфекции у людей, они
послужили причиной крупных вспышек смертельной
пневмонии в 21-м веке.
COVID-19 впервые зарегистрирован в конце
2019 года в городе Ухань (Китай), и с тех пор активно
распространялся по всему миру. Ранние случаи
COVID-19 связывали с птичьим рынком в городе
Ухань, предполагая, что первоначальное заражение
людей вирусом произошло от животных. Передача от
человека к человеку происходит при контакте с ин-
фицированным секретом, выделяемым из дыхатель-
ных путей, главным образом, крупными каплями,
однако возможно также заражение и при контакте с
загрязнённой респираторными выделениями поверх-
ностью. Исследователи всё ещё изучают, насколько
легко этот вирус передается от человека к человеку
или насколько устойчивой будет его циркуляция
в популяции; впрочем, возможно, что COVID-19
более заразен, чем SARS и, пожалуй, его распростра-
нение более похоже на распространение гриппа.
https://doi.org/10.34229/2707-451X.20.3.3
https://www.msdmanuals.com/ru/профессиональный/инфекционные-болезни/респираторные-вирусы/коронавирусы-и-острые-респираторные-синдромы-mers-и-sars#v8948929_ru
А.А. ВАГИС, А.М. ГУПАЛ, Н.А. ГУПАЛ
26 ISSN 2707-4501. Кібернетика та комп'ютерні технології. 2020, № 3
У людей с COVID-19 симптомы могут быть незначительными или даже полностью отсутство-
вать, хотя некоторые из них тяжело заболевают и умирают. Симптомы могут включать лихорадку,
кашель и одышку. У пациентов с более тяжелой формой заболевания могут регистрироваться
лимфопения и характерные для пневмонии изменения при диагностических визуализирующих
исследованиях. Точный инкубационный период не известен; предположительно он варьируется от
1 до 14 дней. С возрастом увеличивается риск заболеть тяжёлой формой заболевания и смерти от
COVID-19. Диагностика проводится с помощью ПЦР выделений из верхних и нижних дыхатель-
ных путей и сыворотки крови. Наряду с лабораториями системы здравоохранения, диагностиче-
ское тестирование на COVID-19 становится все более доступным в коммерческих и больничных
лабораториях. ПЦР-анализ у постели больного также коммерчески доступный.
В группе риска у людей с COVID-19 находятся лица с такими хроническими заболеваниями:
сердечно-сосудистая система; дыхательная система; эндокринная система; онкологические заболе-
вания; иммунодефицитные состояния; больные с почечной недостаточностью.
Мутации в генах вызывают различные заболевания. В настоящее время в ведущих станах
мира проводится расшифровка (секвенирование) геномов большого количества людей. Получен-
ная информация будет использоваться для ранней диагностики различных заболеваний, в первую
очередь онкологических. Основной задачей в этой области является определение генетических
(или врожденных) предрасположенностей к сложным системным заболеваниям, таким как болезни
сердечно-сосудистой системы, рак, диабет, шизофрения. Для каждого заболевания существует
свой конкретный набор генов, мутации в которых увеличивают риск развития болезни. Массовое
секвенирование ДНК больных и здоровых людей привело к определению генов, связанных с кон-
кретными заболеваниями в том числе и с заболеваниями, которые возникают при COVID-19.
Возможность быстро расшифровывать индивидуальные геномы людей позволила накопить
большие массивы данных о заболеваниях и связанных с ними мутациях в ДНК. Наиболее распро-
страненным типом мутаций, которые приводят к заболеваниям, являются точечные мутации, в ре-
зультате которых единичный нуклеотид гена меняется на другой нуклеотид. Были исследованы
мутации, обусловленные такими заболеваниями: аутоиммунными, онкологическими, сердечно-
сосудистыми, генетическими, нейродегенеративными, психологическими расстройствами, пагуб-
ными привычками. В работах [1, 2] использовались данные интернет-ресурсов, где заболеваниям
ставились в соответствие связанные с ними мутации в ДНК, т. е. были получены пары исходных
и мутированных триплетов нуклеотидов, и соответственно кодируемых ими аминокислот.
С помощью генетических алгоритмов получены оптимальные генетические коды, помехо-
устойчивость которых на 8,5 % выше, чем у стандартного кода. На основе баз данных генетиче-
ских заболеваний стандартным кодом было проверено примерно четыреста мутаций для раз-
личных типов заболеваний. Примерно половина из них привела к нарушению полярности или к
мутациям третьего нуклеотида (аминокислота при этом не меняется, однако прерывается процесс
вырезания или сплайсинга интронов). Оптимальные коды исправляют нарушение полярности при
мутациях первого и второго нуклеотидов в кодоне, однако избавиться от мутаций в третьем
нуклеотиде нельзя. В таблице приведены оценки мутаций для сердечно-сосудистых заболеваний,
выполненные с помощью стандартного генетического кода. Аналогичные таблицы можно пред-
ставить для вышеперечисленных заболеваний.
Байесовские процедуры распознавания. В работах [3, 4] было показано, что байесовская
процедура распознавания является оптимальной. Для обоснования этого результата необходимо
было вывести верхнюю оценку погрешности байесовской процедуры распознавания и получить
нижнюю оценку сложности класса задач. Рассмотрим следующую задачу с булевскими пере-
менными.
ОПРЕДЕЛЕНИЕ ГРУПП РИСКОВ ПРИ ЗАБОЛЕВАНИЯХ, ВЫЗВАННЫХ COVID-19
ISSN 2707-4501. Cybernetics and Computer Technologies. 2020, No.3 27
ТАБЛИЦА. Сердечно-сосудистые заболевания
Ген
Идентификатор
мутации
Кодон
Мутация
кодона
Стандарт-
ный код
KL rs 953614 TTT GTT
KL rs 9527025 TGC TCC
ARHGA rs 2774279 AGG AGA с
PCSK9 rs 505151 GGG GAG –
APOB rs 5742904 CGG CAG +
APOB rs 12713559 CGC TGC –
LDLR rs 28940776 GGT GAT –
LDLR rs 28942081 GGC GAC –
LDLR rs 28942082 GGC GTC +
TLR4 rs 4986790 GAT GGT –
SH2B3 rs 3184504 TGG CGG –
BRAP rs 3782886 AGA AGG с
CHRNA rs 1051730 TAC TAT с
F5 rs 6025 CGA CAA +
GNB3 rs 5443 TCC TCT с
PRKCH rs 2230500 GTA ATA +
Примечания. – сохранение полярности, – нарушение полярности, с – сохранение ами-
нокислоты при мутации третьего нуклеотида.
Пусть имеется конечное множество X объектов b. Каждый объект x X отождествляется с
булевым вектором 1 2( , ,..., , )nx x x f , где n – натуральное число. Предположим, на множестве X за-
дано распределение вероятностей P , которое нам неизвестно. Из множества X получена обучаю-
щая выборка V. Пусть некоторый объект получен из множества X независимо от выборки V в соот-
ветствии с распределением P, причем известны значения только признаков
1 2, ,..., nx x x . Требуется
по этим значениям и по обучающей выборке V определить значение целевого признака f (состоя-
ние объекта x).
Считаем, что процесс распознавания целевого признака f объекта по известным признакам x
осуществляется с помощью функции ( )A x по формуле ( ).f A x Обучающая выборка
0 1 2( , , )V V V V имеет следующий вид: первая часть
0V – булева матрица размерности
0 ,m n
где
0m – число строк. Каждая строка представляет собой вектор
1 2( , ,..., , ),nx x x x f который
выбран в соответствии с распределением P при условии 0.f Вторая часть
1V – булева матрица
размерности
1 ,m n где
1m – число строк. Каждая строка матрицы – вектор ,x который выбран на
основе распределения P при условии 1.f Последняя часть
2V – булев вектор размерности
2m .
Каждая компонента этого вектора – наблюдаемое значение состояния ,f которое выбирается
в соответствии с распределением .P Можно считать, что
2m =
0m +
1.m
А.А. ВАГИС, А.М. ГУПАЛ, Н.А. ГУПАЛ
28 ISSN 2707-4501. Кібернетика та комп'ютерні технології. 2020, № 3
Индуктивный шаг. Требуется построить такую процедуру индуктивного вывода, которая по
измерениям
1 2, ,..., nx x x любого следующего объекта и обучающей выборке
0 1 2( , , )V V V V опреде-
ляет состояние f объекта.
Пусть
1 2( , ,..., )nd d d d – булев вектор. Считаем, что распределения P при каждом d удовле-
творяют условию
1 1 2 2
1
( , ,... ) ( )
n
n j j
j
nP x d x d x d f i P x d f i
, 0,1,i
что означает независимость признаков jx для каждого класса объектов; здесь ( )P x d f i обо-
значает условную вероятность. Рассмотрим случайные величины ( , ),d i которые зависят от d и i
как от параметров:
1
2
( , )( )
( , ) ;
n j
j
i
k d ik i
d i
m m
0,1i ; (1)
здесь ( , )jk d i – количество значений, равных ,jd j -го признака в j -м столбце матрицы ;iV ( )k i –
количество значений целевого признака, равных i , в векторе
2V . Тогда функция распознавания
определяется формулой
0, если ( ,0) ( ,1),
( )
1, если ( ,0) ( ,1).
d d
A d
d d
(2)
Процедуру обучения, определяемую соотношениями (1), (2), обозначим .BQ Заметим, что
величины ( , ) / ( ( ,0) ( ,1))d i d d представляют собой приближенные значения вероятностей
1 1 2 2( , ,..., ),n nP f i x d x d x d вычисленных по формуле Байеса, поэтому процедуру распозна-
вания
BQ называем байесовской. В работе [3] показано, что для верхней оценки погрешности
BQ
выполняется неравенство
0 2
1
( , ) min 1, ,B
n
Q C a
m m
(3)
где a – абсолютная константа. Нижняя оценка сложности класса задач отличается от (3) на абсо-
лютную константу, поэтому в этом смысле байесовская процедура
BQ – оптимальная.
Определение групп рисков при заболеваниях COVID-19. Обращаясь к таблице можно сде-
лать вывод о том, у лиц, переболевших COVID-19 с диагнозом сердечно-сосудистое заболевание,
с высокой долей вероятности имели место точечные мутации в определенных генах. Этих людей
можно условно внести в обучающую выборку
1V «больные», причем ее можно разбить на воз-
растные группы. В класс
0V «здоровые» вносятся лица с отрицательным результатом ПЦР,
тоже с учетом их возраста.
Полагаем, что гены в левом столбце таблицы – это признаки для байесовской процедуры.
Для исключения тривиальных случаев считаем, что в выборке
0V для каждого гена в таблице
0V
есть представители с мутациями в этом гене. Наоборот, в выборке 1V присутствуют лица без мута-
ций в этом гене.
ОПРЕДЕЛЕНИЕ ГРУПП РИСКОВ ПРИ ЗАБОЛЕВАНИЯХ, ВЫЗВАННЫХ COVID-19
ISSN 2707-4501. Cybernetics and Computer Technologies. 2020, No.3 29
Выберем первый ген в таблице и рассмотрим выборку
0.V При сравнении последовательно-
стей гена 1 отдельных представителей выборки
0V с последовательностью гена 1 исследуемого
лица можно получить следующие результаты: отсутствие изменений или мутаций (обозначаем эту
ситуацию 0); наличие мутаций, их может быть одна (обозначаем 1) или две (обозначаем 2).
Поскольку мутации появляются случайным образом в последовательности гена, вероятность появ-
ления мутаций в одном и том же месте последовательности гена у двух разных людей имеет
ничтожно малую вероятность. Заметим, что длина отдельного гена в ДНК человека может прево-
сходить десятки тысяч нуклеотидов. Наличие числа 2 при сравнении означает, что у исследуемого
лица есть мутации в гене 1. Поэтому в формуле (1) 1,0k d равно количеству двоек, полученных
при сравнении. Аналогично в выборке
1V при сравнении с исследуемым лицом 1,1k d тоже рав-
но количеству двоек.
Если же в выборке
0V при сравнении с исследуемым лицом двойки не появляются, то это
означает отсутствие мутации у исследуемого лица, и 1,0k d равно количеству нулей в таблице
0.V Тогда для выборки
1V при сравнении с исследуемым лицом двойки тоже не появляются
и 1,1k d равно количеству нулей в таблице
1V .
Описанную схему вычислений проводим для всех генов в вышепредставленной таблице
и определяем значения ( , )d i для выборок
0V и
1.V Результат байесовской процедуры для иссле-
дуемого лица выполняется по формуле (2).
Выводы. Для каждого заболевания существует конкретный набор генов, мутации в которых
увеличивают риск развития болезни. Массовое секвенирование ДНК больных и здоровых людей
привело к определению генов, связанных с конкретними заболеваниями, в том числе и с заболева-
ниями, которые возникают при COVID-19. Показано, что наличие точечных мутаций в нескольких
генах ДНК человека приводит к определенному заболеванию. На основе байесовской процедуры
распознавания можно эффективно определять группы рисков заболеваний, которые сопутствуют
COVID-19.
Список литературы
1. Сергиенко И.В., Гупал А.М., Островский А.В. Устойчивость генетического кода к точечным мутациям. Кибер-
нетика и системный анализ. 2014. 5 . С. 17–24.
2. Сергиенко И.В., Белецкий Б. А., Гупал А.М., Гупал Н.А. Оптимальные помехоустойчивые коды. Кибернетика
и системный анализ. 2019. 1 . С. 44–50.
3. Гупал А.М., Пашко С.В., Сергиенко И.В. Эффективность байесовской процедуры распознавания. Кибернети-
ка и системный анализ. 1995. 4 . С. 76–89.
4. Сергиенко И.В., Гупал А.М., Пашко С.В. О сложности задач распознавания образов. Кибернетика и систем-
ный анализ. 1996. 4 . С. 70–88.
Получено 14.10.2020
Вагис Александра Анатольевна,
доктор физико-математических наук,
ведущий научный сотрудник Института кибернетики имени В.М. Глушкова НАН Украины,
Гупал Анатолий Михайлович,
доктор физико-математических наук, член-корреспондент НАН Украины,
заведующий отделом Института кибернетики имени В.М. Глушкова НАН Украины,
Гупал Никита Анатольевич,
кандидат физико-математических наук,
научный сотрудник Института кибернетики имени В.М. Глушкова НАН Украины.
А.А. ВАГИС, А.М. ГУПАЛ, Н.А. ГУПАЛ
30 ISSN 2707-4501. Кібернетика та комп'ютерні технології. 2020, № 3
УДК 519.272.2
О.А. Вагіс, А.М. Гупал *, М.А. Гупал
Визначення груп ризиків при захворюваннях, що викликані COVID-19
Інститут кібернетики імені В.М. Глушкова НАН України, Київ
* Листування: gupalanatol@gmail.com
Вступ. У групі ризику у людей з COVID-19 знаходяться обличчя з такими хронічними захворюван-
нями: серцево-судинна система; дихальна система; ендокринна система; онкологічні захворювання;
імунодефіцитні стани; хворі з нирковою недостатністю. Для кожного захворювання існує свій конкрет-
ний набір генів, мутації в яких збільшують ризик розвитку хвороби. Масове секвенування ДНК хворих
й здорових людей привело до визначення генів, пов'язаних з конкретними захворюваннями, у тому чис-
лі й із захворюваннями, які виникають при COVID-19. В осіб, що перехворіли COVID-19 з певним за-
хворюванням, з високою часткою ймовірності мали місце точкові мутації в певних генах. Цих людей
можна умовно внести в навчаючу вибірку «хворі», у клас «здорові» вносяться персони з негативним
результатом ПЦР.
Мета роботи. На основі навчаючих вибірок розробити ефективні методи визначення груп ризиків
захворювань, які супроводять СOVID-19.
Результати. Вважаємо, що гени в лівому стовпці таблиці є ознаками для байєсівської процедури.
Робота процедури виконується на основі підрахунку кількості мутацій або їх відсутності в навчаючих
вибірках класів «хворі» і «здорові». Досліджувану особу співвідносимо в той клас, для яких
результат процедури вище.
Висновки. Масове секвенування ДНК хворих і здорових людей привело до визначення генів,
пов'язаних з конкретними захворюваннями, у тому числі й із захворюваннями, які виникають при
СOVID-19. Показано, що наявність точкових мутацій у генах ДНК людини приводить до певного захво-
рювання. На основі байєсівської процедури розпізнавання можна ефективно визначати групи ризиків
захворювань, які супроводять СOVID-19.
Ключові слова: секвенування ДНК, точкові мутації, байєсівська процедура розпізнавання.
UDC 519.272.2
A.A. Vagis, A.M. Gupal *, N.A. Gupal
Determination of Groups of Risks at the Diseases COVID-19
V.M. Glushkov Institute of Cybernetics of the NAS of Ukraine, Kyiv
* Correspondence: gupalanatol@gmail.com
Introduction. In the group of risk at people with COVID-19 there are persons with the such chronic dis-
eases: heart-vessel system; respiratory system; endocrine system; oncologic diseases; immune-deficit states;
patients with kidney insufficiency.
For every disease there is the concrete set of genes the mutations of which multiply the risk of develop-
ment of illness. Determination of DNA of sick and healthy people resulted in determination of the genes, relat-
ed to the diseases which arise up at COVID-19. At persons having by had COVID-19 with the certain disease,
with the high stake of probability took place points mutations in certain genes. These people can be
brought in a teaching sampling «sick», in a class «healthy» persons are brought in with the negative result
of PCR.
Purpose of the article. On the basis of teaching selections to develop the effective methods of determina-
tion of groups of risks of diseases which COVID-19 accompanies.
Results. We consider that genes in a left table column are signs for Bayesian procedure. Work of pro-
cedure is executed on the basis of count of amount of mutations or their absence in the teaching selections
of classes «sick» and «healthy». We correlate the explored person in that class «sick» and «healthy», for
which result of procedure higher.
mailto:gupalanatol@gmail.comt
mailto:gupalanatol@gmail.comt
ОПРЕДЕЛЕНИЕ ГРУПП РИСКОВ ПРИ ЗАБОЛЕВАНИЯХ, ВЫЗВАННЫХ COVID-19
ISSN 2707-4501. Cybernetics and Computer Technologies. 2020, No.3 31
Conclusions. Determination of DNA of sick and healthy people resulted in determination of the genes re-
lated to the concrete diseases, including with the diseases which arise up at COVID-19. It is shown that the
presence of points mutations in the genes of DNA of man results in the certain disease. On the basis of Bayesi-
an procedure of recognition it is possible effectively to determine the groups of risks of diseases which
COVID-19 accompanies.
Keywords: determination of DNA, the points mutations, Bayesian procedure of recognition.
|
| id | nasplib_isofts_kiev_ua-123456789-173149 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 2707-4501 |
| language | Russian |
| last_indexed | 2025-12-07T15:56:00Z |
| publishDate | 2020 |
| publisher | Інститут кібернетики ім. В.М. Глушкова НАН України |
| record_format | dspace |
| spelling | Вагис, А.А. Гупал, А.М. Гупал, Н.А. 2020-11-23T19:23:07Z 2020-11-23T19:23:07Z 2020 Определение групп рисков при заболеваниях, вызванных COVID-19 / А.А. Вагис, А.М. Гупал, Н.А. Гупал // Кібернетика та комп’ютерні технології: Зб. наук. пр. — 2020. — № 3. — С. 25-31. — Бібліогр.: 4 назв. — рос. 2707-4501 DOI:10.34229/2707-451X.20.3.3 https://nasplib.isofts.kiev.ua/handle/123456789/173149 519.272.2 Для каждого заболевания существует конкретный набор генов, мутации в которых увеличивают риск развития болезни. Показано, что наличие точечных мутаций в нескольких генах ДНК человека приводит к определенному заболеванию. На основе байесовской процедуры распознавания можно эффективно определять группы рисков заболеваний, сопутствующих COVID-19. Мета роботи. На основі навчаючих вибірок розробити ефективні методи визначення груп ризиків захворювань, які супроводять СOVID-19. Результати. Вважаємо, що гени в лівому стовпці таблиці є ознаками для байєсівської процедури. Робота процедури виконується на основі підрахунку кількості мутацій або їх відсутності в навчаючих вибірках класів «хворі» і «здорові». Досліджувану особу співвідносимо в той клас, для яких результат процедури вище. Purpose of the article. On the basis of teaching selections to develop the effective methods of determination of groups of risks of diseases which COVID-19 accompanies. Results. We consider that genes in a left table column are signs for Bayesian procedure. Work of procedure is executed on the basis of count of amount of mutations or their absence in the teaching selections of classes «sick» and «healthy». We correlate the explored person in that class «sick» and «healthy», for which result of procedure higher. ru Інститут кібернетики ім. В.М. Глушкова НАН України Кібернетика та комп’ютерні технології Математичне моделювання та чисельні методи Определение групп рисков при заболеваниях, вызванных COVID-19 Визначення груп ризиків при захворюваннях, що викликані COVID-19 Determination of Groups of Risks at the Diseases COVID-19 Article published earlier |
| spellingShingle | Определение групп рисков при заболеваниях, вызванных COVID-19 Вагис, А.А. Гупал, А.М. Гупал, Н.А. Математичне моделювання та чисельні методи |
| title | Определение групп рисков при заболеваниях, вызванных COVID-19 |
| title_alt | Визначення груп ризиків при захворюваннях, що викликані COVID-19 Determination of Groups of Risks at the Diseases COVID-19 |
| title_full | Определение групп рисков при заболеваниях, вызванных COVID-19 |
| title_fullStr | Определение групп рисков при заболеваниях, вызванных COVID-19 |
| title_full_unstemmed | Определение групп рисков при заболеваниях, вызванных COVID-19 |
| title_short | Определение групп рисков при заболеваниях, вызванных COVID-19 |
| title_sort | определение групп рисков при заболеваниях, вызванных covid-19 |
| topic | Математичне моделювання та чисельні методи |
| topic_facet | Математичне моделювання та чисельні методи |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/173149 |
| work_keys_str_mv | AT vagisaa opredeleniegruppriskovprizabolevaniâhvyzvannyhcovid19 AT gupalam opredeleniegruppriskovprizabolevaniâhvyzvannyhcovid19 AT gupalna opredeleniegruppriskovprizabolevaniâhvyzvannyhcovid19 AT vagisaa viznačennâgruprizikívprizahvorûvannâhŝoviklikanícovid19 AT gupalam viznačennâgruprizikívprizahvorûvannâhŝoviklikanícovid19 AT gupalna viznačennâgruprizikívprizahvorûvannâhŝoviklikanícovid19 AT vagisaa determinationofgroupsofrisksatthediseasescovid19 AT gupalam determinationofgroupsofrisksatthediseasescovid19 AT gupalna determinationofgroupsofrisksatthediseasescovid19 |