Анализ современного состояния проблемы предобработки данных при оценке уровня экспрессии генов

Рассмотрены методы создания и обработки микромассивов ДНК для оценки уровня экспрессии генов. Для каждого этапа эксперимента проведен анализ существующих методов и средств осуществления текущей операции, сформулированы основные преимущества и недостатки данного метода; выделены задачи, решение котор...

Повний опис

Збережено в:

Бібліографічні деталі
Опубліковано в: :	Управляющие системы и машины
Дата:	2015
Автори:	Бабичев, С.А., Бидюк, П.И., Корнелюк, А.И., Литвиненко, В.И.
Формат:	Стаття
Мова:	Russian
Опубліковано:	Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2015
Теми:	Фундаментальные и прикладные проблемы Computer Science
Онлайн доступ:	https://nasplib.isofts.kiev.ua/handle/123456789/87192
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:	Анализ современного состояния проблемы предобработки данных при оценке уровня экспрессии генов / С.А. Бабичев, П.И. Бидюк, А.И. Корнелюк, В.И. Литвиненко // Управляющие системы и машины. — 2015. — № 2. — С. 18–31. — Бібліогр.: 57 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	nasplib_isofts_kiev_ua-123456789-87192
record_format	dspace
spelling	Бабичев, С.А. Бидюк, П.И. Корнелюк, А.И. Литвиненко, В.И. 2015-10-14T11:10:50Z 2015-10-14T11:10:50Z 2015 Анализ современного состояния проблемы предобработки данных при оценке уровня экспрессии генов / С.А. Бабичев, П.И. Бидюк, А.И. Корнелюк, В.И. Литвиненко // Управляющие системы и машины. — 2015. — № 2. — С. 18–31. — Бібліогр.: 57 назв. — рос. 0130-5395 https://nasplib.isofts.kiev.ua/handle/123456789/87192 004.048 Рассмотрены методы создания и обработки микромассивов ДНК для оценки уровня экспрессии генов. Для каждого этапа эксперимента проведен анализ существующих методов и средств осуществления текущей операции, сформулированы основные преимущества и недостатки данного метода; выделены задачи, решение которых способствует повышению эффективности процесса оценки уровня экспрессии генов. The methods of creating and processing DNA microarray for estimating the level of gene expression are studied. The existing methods and means of realizing the current operation are analyzed for each phase of the experiment. The advantages and disadvantages of the given method are formulated. Based on the done analysis, the tasks are allocated, their solutions promote the effectiveness of the process of the level of gene expression evaluation. Розглянуто методи створення та обробки мікромасивів ДНК для оцінки рівня експресії генів. Для кожного етапу експерименту проведено аналіз існуючих методів і засобів здійснення поточної операції, сформульовано основні переваги та недоліки даного методу; виділено задачі, розв’язання яких сприяє підвищенню ефективності процесу оцінки рівня експресії генів. ru Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України Управляющие системы и машины Фундаментальные и прикладные проблемы Computer Science Анализ современного состояния проблемы предобработки данных при оценке уровня экспрессии генов The Analysis of Current State of the Data Preprocessing Problem for the Level of Gene Expression Estimation Аналіз сучасного стану проблеми передобробки даних при оцінці рівня експресії генів Article published earlier
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
title	Анализ современного состояния проблемы предобработки данных при оценке уровня экспрессии генов
spellingShingle	Анализ современного состояния проблемы предобработки данных при оценке уровня экспрессии генов Бабичев, С.А. Бидюк, П.И. Корнелюк, А.И. Литвиненко, В.И. Фундаментальные и прикладные проблемы Computer Science
title_short	Анализ современного состояния проблемы предобработки данных при оценке уровня экспрессии генов
title_full	Анализ современного состояния проблемы предобработки данных при оценке уровня экспрессии генов
title_fullStr	Анализ современного состояния проблемы предобработки данных при оценке уровня экспрессии генов
title_full_unstemmed	Анализ современного состояния проблемы предобработки данных при оценке уровня экспрессии генов
title_sort	анализ современного состояния проблемы предобработки данных при оценке уровня экспрессии генов
author	Бабичев, С.А. Бидюк, П.И. Корнелюк, А.И. Литвиненко, В.И.
author_facet	Бабичев, С.А. Бидюк, П.И. Корнелюк, А.И. Литвиненко, В.И.
topic	Фундаментальные и прикладные проблемы Computer Science
topic_facet	Фундаментальные и прикладные проблемы Computer Science
publishDate	2015
language	Russian
container_title	Управляющие системы и машины
publisher	Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
format	Article
title_alt	The Analysis of Current State of the Data Preprocessing Problem for the Level of Gene Expression Estimation Аналіз сучасного стану проблеми передобробки даних при оцінці рівня експресії генів
description	Рассмотрены методы создания и обработки микромассивов ДНК для оценки уровня экспрессии генов. Для каждого этапа эксперимента проведен анализ существующих методов и средств осуществления текущей операции, сформулированы основные преимущества и недостатки данного метода; выделены задачи, решение которых способствует повышению эффективности процесса оценки уровня экспрессии генов. The methods of creating and processing DNA microarray for estimating the level of gene expression are studied. The existing methods and means of realizing the current operation are analyzed for each phase of the experiment. The advantages and disadvantages of the given method are formulated. Based on the done analysis, the tasks are allocated, their solutions promote the effectiveness of the process of the level of gene expression evaluation. Розглянуто методи створення та обробки мікромасивів ДНК для оцінки рівня експресії генів. Для кожного етапу експерименту проведено аналіз існуючих методів і засобів здійснення поточної операції, сформульовано основні переваги та недоліки даного методу; виділено задачі, розв’язання яких сприяє підвищенню ефективності процесу оцінки рівня експресії генів.
issn	0130-5395
url	https://nasplib.isofts.kiev.ua/handle/123456789/87192
citation_txt	Анализ современного состояния проблемы предобработки данных при оценке уровня экспрессии генов / С.А. Бабичев, П.И. Бидюк, А.И. Корнелюк, В.И. Литвиненко // Управляющие системы и машины. — 2015. — № 2. — С. 18–31. — Бібліогр.: 57 назв. — рос.
work_keys_str_mv	AT babičevsa analizsovremennogosostoâniâproblemypredobrabotkidannyhpriocenkeurovnâékspressiigenov AT bidûkpi analizsovremennogosostoâniâproblemypredobrabotkidannyhpriocenkeurovnâékspressiigenov AT kornelûkai analizsovremennogosostoâniâproblemypredobrabotkidannyhpriocenkeurovnâékspressiigenov AT litvinenkovi analizsovremennogosostoâniâproblemypredobrabotkidannyhpriocenkeurovnâékspressiigenov AT babičevsa theanalysisofcurrentstateofthedatapreprocessingproblemforthelevelofgeneexpressionestimation AT bidûkpi theanalysisofcurrentstateofthedatapreprocessingproblemforthelevelofgeneexpressionestimation AT kornelûkai theanalysisofcurrentstateofthedatapreprocessingproblemforthelevelofgeneexpressionestimation AT litvinenkovi theanalysisofcurrentstateofthedatapreprocessingproblemforthelevelofgeneexpressionestimation AT babičevsa analízsučasnogostanuproblemiperedobrobkidanihpriocíncírívnâekspresíígenív AT bidûkpi analízsučasnogostanuproblemiperedobrobkidanihpriocíncírívnâekspresíígenív AT kornelûkai analízsučasnogostanuproblemiperedobrobkidanihpriocíncírívnâekspresíígenív AT litvinenkovi analízsučasnogostanuproblemiperedobrobkidanihpriocíncírívnâekspresíígenív
first_indexed	2025-11-25T04:00:32Z
last_indexed	2025-11-25T04:00:32Z
_version_	1850505849118654464
fulltext	18 УСиМ, 2015, № 2 УДК 004.048 С.А. Бабичев, П.И. Бидюк, А.И. Корнелюк, В.И. Литвиненко Анализ современного состояния проблемы предобработки данных при оценке уровня экспрессии генов Рассмотрены методы создания и обработки микромассивов ДНК для оценки уровня экспрессии генов. Для каждого этапа экс- перимента проведен анализ существующих методов и средств осуществления текущей операции, сформулированы основные преимущества и недостатки данного метода; выделены задачи, решение которых способствует повышению эффективности процесса оценки уровня экспрессии генов. The methods of creating and processing DNA microarray for estimating the level of gene expression are studied. The existing methods and means of realizing the current operation are analyzed for each phase of the experiment. The advantages and disadvantages of the given method are formulated. Based on the done analysis, the tasks are allocated, their solutions promote the effectiveness of the proc- ess of the level of gene expression evaluation. Розглянуто методи створення та обробки мікромасивів ДНК для оцінки рівня експресії генів. Для кожного етапу експерименту проведено аналіз існуючих методів і засобів здійснення поточної операції, сформульовано основні переваги та недоліки дано- го методу; виділено задачі, розв’язання яких сприяє підвищенню ефективності процесу оцінки рівня експресії генів. 1 Ключевые слова: микромассив ДНК, экспрессия генов, предобработка данных. Введение. Согласно современным толковани- ям биологический организм представляет со- бой открытую термодинамическую систему, в которой происходят непрерывные преобразо- вания энергии, определяющие характер функ- ционирования данной системы [1]. При этом характер развития биологической системы в основном определяется генетической инфор- мацией, реализующейся через генетический код. В процессе экспрессии генов происходит ее декодирование – передача информации от ге- нов к молекулярным структурам организма. Экспрессия генов осуществляется в клетке би- ологического организма как наименьшая часть организованной живой материи. Клетка пред- ставляет собой элементарную ячейку жизне- деятельности биологических организмов [2, 3], а ДНК содержит генетическую информацию о функционировании клетки, этапах ее дальней- шего развития и размножения. Таким образом, расшифровка информации, заложенной в ДНК, позволяет предсказать развитие организма, а также спрогнозировать возможные варианты развития генетических заболеваний с целью принятия мер по профилактике и лечению. Данным вопросам в настоящее время посвя- щено достаточно большое количество работ. В [2–5] авторами рассматриваются и анализиру- ются основные принципы применения совре- менных информационных технологий для орга- низации хранения, обработки и анализа биоло- гических данных, приводится информация о структуре клетки и методам оценки экспрес- сии генов и белков. В [6] дан обзор основных направлений использования и развития техно- логий микромассивов ДНК. Под термином «ми- кромассив» авторы понимают стеклянный или полимерный слайд, на который каким-либо способом наносятся молекулы мишени иссле- дуемого вещества. Поскольку на современном этапе в большинстве случаев исследуемыми молекулами есть молекулы ДНК, то в даль- нейшем будем считать, что микромассив пред- ставляет собой совокупность большого коли- чества признаков, каждый из которых пред- ставляет собой уникальную молекулу ДНК. Впервые комплексный подход для анализа микромассивов применил в 1995 г. M. Schena [7]. Он разработал технологию создания микромас- сивов, которая лежит в основе современных про- мышленных методов их производства [8, 9]. Об- ласть применения технологий микромассивов на современном этапе затрагивает следующие сфе- ры деятельности: криминалистика [10, 11], био- логия [12–14], медицина [15–17], фармакология [18, 19], археология и антропология [20]. Технология микромассивов позволяет ре- шить следующие задачи [21]: УСиМ, 2015, № 2 19  определение суммарной экспрессии генов, соответствующих отдельной субпопуляции (суммарной экспрессии группы генов);  идентификация генов, уровень экспрессии которых позволяет различить биологические объекты, неразличимые другими методами анализа (раковые опухоли);  изучение моделей изменения активности генов при различных стрессовых условиях (уровень химической обработки). В общем случае задачи анализа данных ми- кромассивов можно разбить на два вида: зада- чи прогнозирования и задачи определения скрытых закономерностей в данных. Задача прогнозирования позволяет по имеющимся в данных закономерностям предсказать с опре- деленной вероятностью характер поведения биологической системы на следующих этапах ее развития. Второй тип задач заключается в том, чтобы выявить в имеющихся данных скрытые закономерности, что позволяет на бо- лее глубоком уровне понять характер поведе- ния данной биологической системы. Анализ литературных источников по подго- товке, проведению, анализу и обработке ре- зультатов эксперимента позволяет выделить следующие этапы [1, 2, 6, 9, 12, 17, 21]:  формулировка целей и задач исследования, включающая в себя постановку проблемы, формирование задач исследования и формули- ровку возможных гипотез;  проектирование эксперимента. На этом этапе осуществляется отбор исследуемых фак- торов, определение условий проведения экспе- римента и определение критериев качества эксперимента;  подготовка проб микромассивов в соот- ветствии с поставленными задачами исследо- ваний. Описание приготовленных проб. Под- готовка образцов с мРНК исследуемых генов.  проведение процесса гибридизации, про- мывка полученного микромассива;  сканирование изображения, в процессе че- го осуществляется преобразование матрицы ин- тенсивностей изображения в цифровую матри- цу, значение каждой ячейки в которой пропор- ционально интенсивности света в ней;  предварительная обработка полученного цифрового изображения, включающая в себя процесс нормализации данных микромассива, фоновая обработка изображения, фильтрация, т.е. минимизация шумовой компоненты сигнала;  статистический анализ полученных дан- ных, включающий в себя визуализацию полу- ченной информации, кластеризацию или клас- сификацию объектов исследования, нейросе- тевой анализ и т.д.;  интерпретация полученных результатов, включающая в себя процесс кросс-валидации, биологическую валидацию, проведение статис- тических тестов, планирование дальнейших экс- периментов, выдвижение новых гипотез и т.д. Несмотря на то что микромассивы в на- стоящее время используются в различных сфе- рах человеческой деятельности, задача полу- чения полезной информации не тривиальна. Сложность заключается, прежде всего, в мно- гомерности и уровне зашумленности исходных данных, что определяется существующими ме- тодами создания микромассивов и считывания с них информации. Поэтому разработка новых технологий и методик обработки данных ДНК микромассивов с целью повышения точности прогноза поведения исследуемой биологиче- ской системы одна из актуальных задач совре- менной биоинформатики. Биологические основы процесса оценки экспрессии генов Макромолекула ДНК, образованная двумя комплементарными полинуклеотидными цепя- ми, несет генетическую информацию, закоди- рованную в линейной последовательности ну- клеотидов в каждой цепи ДНК [1–3], (рис. 1). Генетическая информация реализуется соглас- но правилам генетического кода – соответст- вия комбинаций нуклеотидных триплетов оп- ределенным аминокислотам в белках. Процесс считывания информации с ДНК за- ключается в следующем: спираль ДНК разво- рачивается, каждая из спиралей копируется в матричную РНК (мРНК) в соответствии с 20 УСиМ, 2015, № 2 принципом комплементарности нуклеотидов. Этот процесс называется транскрипцией гена. Рис. 1 В результате транскрипции образуется мат- ричная РНК (мРНК), в которой содержится ге- нетическая информация, закодированная в мо- лекуле ДНК. Далее в процессе трансляции ин- формация, содержащаяся в мРНК, считывает- ся, в результате чего синтезируются опреде- ленные молекулы белков. Таким образом, гены содержат в себе информацию о том, какой тип белка, где и в каком количестве будет синтези- рован. Вид синтезируемых белков и характер их взаимодействия определяют фенотип клет- ки организма. Блок-схема процесса экспрессии генов представлена на рис. 2. Рис. 2 Решение данной задачи позволяет сделать оценку количества вырабатываемых в орга- низме белков, что дает возможность спрогно- зировать характер дальнейшего развития орга- низма в целом или его составляющей. Сущест- вуют методы измерения экспрессии генов на уровне образовавшихся белков. Однако мето- дически проще сделать оценку экспрессии ге- нов на уровне матричных РНК. Измеряя кон- центрацию образовавшейся мРНК, можно су- дить об уровне экспрессии данного гена. Существует несколько способов оценки экс- прессии генов при помощи определения кон- центрации мРНК. Первый из них – секвенирование кДНК, синтезированной по мРНК, выделенной из оп- ределенной ткани организма [22–24]. К глав- ным преимуществам метода секвенирования относится низкий уровень шума на исследуе- мых образцах, что способствует высокой точ- ности измерений. Основной недостаток – это сложность в подготовке опытных образцов. Вы- сокие технические требования к опытным об- разцам и условиям проведения эксперимента резко повышают стоимость данного метода в сравнении с другими методами оценки экс- прессии генов. Кроме того, следует отметить, что метод секвенирования эффективен для оп- ределения того или иного гена, оценка концен- трации определенного типа генов, т.е. уровня экспрессии, связана с определенными сложно- стями. Ко второму методу оценки уровня экспрес- сии генов отнесем метод полимеразной цепной реакции (ПЦР), комбинированной с обратной транскрипцией [25]. Суть данного метода за- ключается в многократном копировании в ис- кусственных условиях определенного фраг- мента молекулы ДНК, синтезированного по мРНК. Применение данного метода эффектив- но в случае, когда необходимо выявить нали- чие или отсутствие того или иного гена по- средством выявления молекулы ДНК, соответ- ствующего данному гену. Именно этим каче- ством определяются области применения дан- ного метода, такие как криминалистика, меди- цинская диагностика, установление отцовства и т.д. К основным недостаткам метода отно- сится то, что он позволяет определить наличие только одного специализированного гена. По- этому его используют в основном для провер- ки результатов работы других методов по оценке концентрации мРНК. Третьим методом оценки уровня экспрес- сии генов есть метод анализа микромассивов ДНК [6, 7]. Основным преимуществом данного метода считается то, что его использование по- зволяет одновременно оценить уровень экспрес- сии совокупности исследуемых генов, провес- ти их сравнительный анализ на различных ста- диях развития исследуемого организма. Кроме того, затраты на проведение эксперимента су- щественно ниже, чем при использовании дру- гих методов. Основной недостаток метода – высокая зашумленность экспериментальных УСиМ, 2015, № 2 21 данных, возникающая как на этапе подготовки микромассива, так и на этапе считывания с не- го информации. Модификации микромассивов и методы синтеза ДНК-мишеней Существующие в настоящее время микро- массивы различаются по типу используемой основы и модификацией, нанесенной на осно- ву поверхности [6, 17]. В качестве основы ис- пользуется стекло, пластик, фольга, металл и другие твердые материалы. На основу нано- сятся различные биологические макромолеку- лы, такие как молекулы ДНК, РНК, белки, по- лисахариды. Иммобилизуемые молекулы на- зываются зондами, а молекулы, находящиеся в исследуемом образце – мишенями. Зонды на- носят на поверхность, как правило, в опреде- ленной априори известной последовательно- сти. ДНК-мишень может быть нанесена на по- верхность двумя способами: доставкой или методом прямого синтеза (in situ) [26]. В пер- вом случае мРНК синтезируются на мишенях при помощи полимеразной цепной реакции с использованием универсальных или геноспе- цифических праймеров или посредством оли- гонуклеотидного фосфоромидитного синтеза [6]. Преимущества данных методов заключаются в доступности, высокой эффективности синтеза мишеней, относительно низкой стоимости ис- пользуемых микромассивов. Доставка мишеней осуществляется при этом при помощи кон- тактного или неконтактного принтингов [27]. При контактном принтинге ДНК-мишени не- посредственно контактируют с зондами на по- верхности микромассива. При неконтактном принтинге капли с высококонцентрированны- ми ДНК-мишенями распыляются на поверх- ность микромассива [28]. В результате приме- нения метода доставки на поверхности микро- массива образуются множество пятен диамет- ром 15–230 мкм, каждое из которых представ- ляет уникальную ДНК-молекулу. В основе применения метода прямого син- теза или синтеза in situ лежат полупроводни- ковые технологии, используемые в компьютер- ной индустрии [29]. Поверхность микромасси- ва создается с использованием метода фотоли- тографии, запатентованного для создания ДНК- микромассива компанией «Affymetrix». Данный метод предполагает использование большого количества фотомасок, представляющих собой фотозащитные группы, селективно возбуждае- мые ультрафиолетовым светом. Фотомаски ис- пользуются для направленного упорядоченно- го синтеза и позволяют производить микро- массивы с плотностью ДНК-мишеней прибли- зительно 500 тыс. элементов на 1 см2. Процесс гибридизации и создание ДНК- микромассивов ДНК-микромассив представляет собой ор- ганизованное упорядоченное размещение оли- гонуклеотидных последовательностей на твер- дом плоском носителе [7]. Поверхность мик- ромассива делится на сотни тысяч областей, в каждой из которых находятся пробы с извест- ной последовательностью нуклеотидов, спо- собных связать определенный участок мРНК. В исследуемом веществе находятся одинарные цепочки мРНК с нанесенными флуоресцент- ными метками, соответствующие тому или ино- му гену биологического организма. В соответ- ствии с принципом комплементарности моле- кулы мРНК исследуемого вещества вступают в реакцию с соответствующими пробами на ми- крочипе. Чем больше молекул мРНК прореа- гирует с данной пробой, тем выше освещен- ность флуоресцирующего вещества в данном месте. Таким образом, по интенсивности света можно судить о концентрации прореагировав- ших молекул мРНК, т.е. об уровне экспрессии генов. Реакция объединения фрагментов мРНК исследуемого образца с комплементарной про- бой на микромассиве называется процессом гибридизации (рис. 3). Рис. 3 22 УСиМ, 2015, № 2 В результате гибридизации происходит со- единение комплементарных одноцепочных ну- клеиновых кислот в одну молекулу, при этом между комплементарными основаниями обра- зуются водородные связи. Процесс создания ДНК-микромассива пред- полагает наличие следующих этапов:  приготовление нужного количества иссле- дуемых образцов, каждый из которых содер- жит идентичные последовательности мРНК, соответствующие заданному гену;  нанесение флуоресцентной метки на ис- следуемые образцы, при этом каждому типу образца соответствует свой цвет;  перемешивание полученных смесей и при- ведение их во взаимодействие с приготовлен- ной ранее заготовкой микромассива с нанесен- ными зондами, роль которых играют априори известные последовательности нуклеотидов. Процесс гибридизации сопровождается мед- ленным перемешиванием полученной смеси в течение 5–10 минут;  промывка полученной смеси, в результате чего удаляются негибридизированные зонды, т.е. в процессе фильтрации на микромассиве остаются двухцепочные гибридизированные мо- лекулы ДНК, соответствующие исследуемым генам. Блок-схема процесса создания ДНК-микро- массива приведена на рис. 4. К основным преимуществам метода оценки уровня экспрессии генов при помощи ДНК- микромассива есть то, что он позволяет за ко- роткое время получить оценку экспрессии де- сятков тысяч генов исследуемого образца, при минимальных финансовых затратах на подго- товку и проведение эксперимента. Однако дан- ный метод имеет ряд недостатков, а именно:  в процессе гибридизации между зондами на микромассиве и мишенями в образце могут возникать побочные реакции, вызванные тем, что некоторые гены в образце могут быть час- тично комплементарными зонду на микромас- сиве, но присутствующих связей может быть достаточно для вступления в реакцию. Данное явление получило название кросс-гибридиза- ции [30]. Следствие кросс-гибридизации – воз- никновение биологического шума;  с помощью микромассивов можно оцени- вать уровень экспрессии только тех генов, для которых предусмотрены пробы. Отметим, что качественно проведенная гиб- ридизация способствует уменьшению ошибки в процессе обработки результатов эксперимен- та по оценке уровня экспрессии генов. Следо- вательно, качество анализируемого микромас- сива определяется прежде всего качеством про- ведения процесса гибридизации. Методы получения изображения микро- массива Считывание информации с микромассива проводится методом сканирования или фото- графическим способом. Получение изображе- ния при помощи сканера описано в [31]. В процессе перемещения головки сканера проис- ходит поэтапное считывание изображения с микромассива, при этом яркостные оптические характеристики отдельных пятен на микромас- сиве преобразуются в цифровые параметры, пропорциональные цветовым характеристикам соответствующего пятна. Основные ха- рактеристики оптиче- ских сканеров: чувст- вительность, разреша- ющая способность, ско- рость сканирования, динамический диапа- зон считываемой ин- формации, число ка- налов передачи считы- ваемой информации, Рис. 4 УСиМ, 2015, № 2 23 детективность, размер кадра и формат пред- ставления считываемой информации [32]. Ско- рость перемещения головки оптических скане- ров составляет приблизительно 500 мм2/мин с разрешающей способностью пять мкм. Дина- мический диапазон определяется отношением максимального и минимального уровней сиг- нала, идентифицируемых сканером. Чувстви- тельность определяется минимальной разни- цей сигналов, распознаваемых сканером. Де- тективность определяется минимальным уров- нем сигнала, распознаваемым сканером. Число каналов определяется количеством длин волн, различаемых сканером при считывании ин- формации. В процессе подготовки мишеней используются различные красители для изго- товления меток соответствующих молекул мРНК. Очевидно, что цвет красителя различ- ных молекул мРНК должен быть различим сканером, в противном случае цвета, соответ- ствующие различным молекулам, не будут распознаны и погрешность эксперимента резко возрастет. Данный факт необходимо учиты- вать в процессе создания ДНК-мишеней. Ме- ханизм работы и устройство оптических ска- неров, а также их сравнительная характери- стика приводится в [33, 34]. При использовании фотографического метода считывания информации получается изображе- ние микромассива на одном снимке. Устройство и принцип действия фотографического устрой- ства приведен в [35]. Отметим, что фотографи- ческий метод обладает большей погрешностью считывания информации, вследствие чего он не получил широкого распространения. Основное преимущество микромассивов ДНК заключается в том, что они позволяют одновременно анализировать огромное коли- чество исследуемых генов. Вследствие этого очевидно, что микромассив ДНК должен обла- дать несколькими свойствами, которые проти- воречат одно другому. С одной стороны, уве- личение количества ячеек микромассива спо- собствует увеличению информации об иссле- дуемом объекте. С другой – объем доступной для исследования информации ограничен, что позволяет уменьшить размеры микромассива. Современные методы считывания информации такие, как атомно-силовая микроскопия [36, 37], позволяют детектировать сигнал в ячейках микромассивов размерами несколько десят- ков нанометров. Методы производства таких микромассивов основаны на нанолитографии [38]. Основным недостатком данного метода считается то, что производство таких микро- массивов – процесс достаточно трудоемкий, что сказывается на их стоимости, поэтому в настоящее время наиболее распространен оптический метод считывания информации с микромассива. Анализ методов производства микромасси- вов и считывания с них информации позволяет выделить следующие факторы, вызывающие вариацию признаков, соответствующих одно- му гену:  биологические факторы, обусловленные ха- рактером протекания биологических процес- сов в результате проведения процесса гибри- дизации;  технические факторы, обусловленные по- грешностью процесса обработки микромасси- ва, окрашивания образцов и гибридизации;  технологические факторы, обусловленные погрешностью сканирования и обработки по- лученных изображений и включающие в себя фоновый шум в фотоусилительной трубе и оп- тический шум, связанный с рассеянием света при его отражении и прохождении через фильт- ры и линзы. Анализ факторов, обуславливающих погреш- ность проведения эксперимента и обработки его результатов, позволяет сделать вывод, что реальными путями повышения точности про- ведения эксперимента есть уменьшение допус- ков на технические и технологические факто- ры. В первом случае требуемая точность мо- жет быть достигнута созданием более высоких технологий изготовления и подготовки мик- ромассива. Во втором – при условии хорошего качества сканирования изображений, требуе- мой точности эксперимента можно достигнуть за счет создания эффективных путей обработ- ки полученного изображения. 24 УСиМ, 2015, № 2 Компьютерные методы предобработки изображения ДНК-микромассива В системах компьютерной обработки визу- альной информации анализируемый экспери- ментально полученный сигнал представляется следующим образом: ,I S Ns Nk   (1) где I – матрица значений, полученных в ре- зультате проведения эксперимента; S – полез- ная составляющая сигнала, характеризующего исследуемый образец; Ns – шумовая компо- нента исследуемого сигнала; Nk – некоррект- ные локальные области на исходном микро- массиве данных, возникающие по причине не- специфической гибридизации. Ключевой проблемой при решении задач классификации или кластеризации объектов по- средством анализа микромассивов ДНК есть выделение из исходной матрицы значений ин- тенсивностей света, соответствующих уровню экспрессии таких генов, т.е. полезной состав- ляющей, определяющей реальный уровень экспрессии того или иного гена. Успешное решение данной проблемы повышает точность прогноза состояния биологического объекта в процессе его диагностирования. Решению дан- ной проблемы посвящены работы [21, 39–41]. Основные этапы анализа и обработки изобра- жения ДНК-микромассива представлены на рис. 5. Методы учета фоновой поправки На первом этапе обработки изображения про- водится фоновая поправка, необходимость кото- рой вызвана несовершенством системы скани- рования изображения. Одним из первых ме- тодов коррекции фона изображения компани- ей Affymetrix предло- жен разностный метод ММ-РМ-проб (Ideal Mismatch). Для этого на микромассивах ДНК-проб помимо ну- клеотидных зондов, в точности соответству- ющих исследуемым генам (Perfect Match pro- bes), размещались зонды, в которых средний нуклеотид замещался ему комплементарным (Mismatch probes). По интенсивности свечения ММ-проб судят о величине светового фона микромассива. Ис- пользование данного метода предполагает сле- дующее: для каждого набора проб, соответ- ствующих одному гену, вычислялось значение фоновой интенсивности света SB, представ- ляющее собой одношаговое среднее, взвешен- ное по множеству логарифмов отношений РМ- интенсивностей к ММ-интенсивностям для каждой пары проб. Пусть  1 2, , , ,k k k iku u u u  – множество ло- гарифмов отношения интенсивностей РМ и ММ k-го подмножества проб, где 1, ki n  – коли- чество проб в k-м подмножестве. Для i-й пробы k-го подмножества логарифм отношения интен- сивностей вычисляется следующим образом: 2log ik ik ik PMu MM  . (2) Для определения среднего взвешенного Тью- ки вычисляется для каждого элемента выборки отклонение от среднего по формуле: ik k ik u Mu cS      , (3) где kM – медиана k-го подмножества проб; с – параметр, определяющий чувствительность системы к отклонению от среднего;  – малый параметр, исключающий возможность деления на ноль. Параметры с и  подбираются эмпи- Фоновая поправка  фильтрация Суммироване Рис. 5 УСиМ, 2015, № 2 25 рическим путем. S – абсолютное отклонение среднего, являющееся медианой следующей выборки:  1 2, , ,k k k k ik ku M u M u M   . Среднее взвешенное Тьюки вычисляется по формуле:      1 1 n ik iki k n iki w u u SB w u         , (4) где  ikuw  – биквадратная функция:    221 , если 1, 0, если 1. ik ik ik ik u uw u u          (5) Фоновая поправка для коррекции изобра- жения вычисляется следующим образом:  1 , , , , , 2 , , , 2 k c c ik S ik ik ik ik ik ik k cSB ik ik ik ik k c SB MM MM PM PM MM PM SB I PM MM PM SB                   (6) где c и S – константы различия и масшта- бирования, определяемые эмпирическим путем. Итоговое значение интенсивностей соответ- ствующей РМ-пробы получают путем вычита- ния из исходной интенсивности элемента со- ответствующей ему фоновой поправки: 0ik ik ikI I I   . Основной недостаток данного метода – вы- сокий процент субъективизма при выборе эм- пирических параметров и поправок, что по- вышает погрешность процесса предобработки исходного изображения микромассива ДНК. В работе [41] представлен метод учета фо- новой поправки, являющийся составляющей комплекса RMA (Robust Multichip Average) ме- тодов предобработки данных микромассивов ДНК. В данном методе используются только РМ-пробы, что уменьшает затраты на подго- товку микромассивов в отсутствие ММ-проб. Анализируется каждый микромассив в отдель- ности. Интенсивность изображения микромас- сива ДНК представляется в виде суммы полез- ного сигнала, распределенного по экспоненци- альному закону, и шумовой составляющей, включающей в себя оптический шум, опреде- ляемый сканирующей системой, и биологиче- ский шум, определяемый биологическими процессами, протекающими в процессе созда- ния микромассива: I S Ns  . (7) Предполагается, что шум распределен по нормальному закону. Очевидно, что задача за- ключается в извлечении из оригинального изо- бражения I его полезной составляющей S. Пусть  – среднее значение экспоненци- ально распределенного сигнала;  и 2 – математическое ожидание и дисперсия шумо- вой составляющей сигнала соответственно. Оценка полезного сигнала выполняется по сле- дующей формуле: 1 a I a b bS a b a I a b b                           , (8) где 2 ;a I   ;b    и  – функ- ция распределения и плотность стандартного нормального распределения соответственно. Предложенный метод учета фоновой поправки также не оптимален по причине применения усредненных статистических характеристик к исходному изображению в целом. Кроме того, характер распределения интенсивностей на экспериментально полученном изображении может отличаться от характера распределения, предложенного в данном методе. В работе [42] авторами представлена модель DFCM (Distribution Free Convolution Model) учета фоновой поправки, в которой интенсив- ность также представляется как сумма интен- сивностей полезного сигнала и шумовой со- ставляющей, но при этом не делается никаких предположений о характере распределения ин- тенсивностей полезного сигнала и шумовой составляющей. Данный метод предполагает наличие РМ- и ММ-проб микромассива. Алго- ритм работы данного метода состоит из сле- дующих шагов: 26 УСиМ, 2015, № 2 Ш а г 1. Выделяются наименьшие q1 процен- тов интенсивностей РМ-проб. Значение q1 выби- рается исходя из следующих соображений. Для повышения точности определения уровня экс- прессии генов из микромассива желательно уда- лить интенсивности, соответствующие не экс- прессированным генам, которые можно считать одной из составляющих шумовой компоненты сигнала. В данном контексте параметр q1 рас- сматривается как количественная мера доли РМ- проб, соответствующих не экспрессированным генам. Он эмпирическим путем подбирается так, чтобы доля ММ-проб, интенсивности которых больше интенсивностей соответствующих им РМ-проб, для наименьших q1 была приблизи- тельно равна 50 процентам. Ш а г 2. Выбираются наименьшие q2 про- цента ММ-проб, соответствующие РМ-пробам, отобранным на шаге 1. Параметр q2 определяет вероятность того, что данная ММ-проба всту- пает в неспецифическую гибридизацию, т.е. он – количественная мера фонового шума. Ш а г 3. Поиск распределения шума с ис- пользованием непараметрической оценки плот- ности распределения шума ̂ . Ш а г 4. Определяется стандартное откло- нение шумовой компоненты ̂ , как произве- дение стандартного отклонения шумовой со- ставляющей, значение интенсивности которой меньше ̂ , на 2 . Ш а г 5. Находится минимальное значение интенсивности РМ-пробы (Imin). Ш а г 6. Определяется значение интенсив- ности k-й пробы i-го подмножества проб по формуле:  min min ˆ ˆ ˆ, 3 , ˆ2 1 ˆ ˆ1 , 3 . ˆ ˆ3 ik ik ik ik ik PM PM I PM I PM I                 . (9) Данный метод, при условии выполнения гипотезы нормальности распределения, дает более высокую точность выделения полезного сигнала. Каждый из перечисленных методов имеет свои достоинства и недостатки. Достоинство разностного метода ММ-РМ-проб – невысокая чувствительность к характеру распределения экспериментальных данных, а также возмож- ность учесть эффект неспецифической гибри- дизации посредством введения ММ-проб. Од- нако высокая степень субъективизма при вве- дении поправок – его основной недостаток. RMA- и DFCM-методы достаточно хорошо ра- ботают при условии нормальности распреде- ления данных, однако при отклонении харак- тера распределения данных от нормального погрешность обработки данных возрастает. Трансформация, фильтрация и нормали- зация данных микромассива ДНК Массивы данных, полученных посредством использования различных сканеров или кана- лов одного сканера, различаются диапазоном варьирования измеряемых величин. Для при- ведения их к диапазону, позволяющему про- вести сравнительный анализ, необходимо осу- ществить предварительную математическую обработку, т.е трансформировать данные так, чтобы они распределялись относительно вы- бранного центра в пределах одинакового диапа- зона. Вопросам трансформации данных посвя- щены работы [43, 44]. Трансформация данных состоит из процессов фильтрации, нормализа- ции, центрирования и масштабирования. Клас- сификация существующих методов фильтра- ции изображений представлена в работе [45]. Основу большинства используемых методов составляет Фурье-анализ, хорошо работающий для гладких дифференцируемых сигналов, но для сигналов с локальными особенностями его применение ограничено. В последнее время в различных областях обработки сигналов и изо- бражений широкое применение нашел метод, основанный на вейвлетах [43–49]. Вейвлеты представляют собой локализованные в про- странстве функции, способные отслеживать и необходимым образом обрабатывать локаль- ные особенности сигналов и изображений. Эф- фективность использования вейвлетов для пред- варительной обработки микромассивов ДНК обусловлена характером распределения инфор- мационных данных на микромассиве. В про- цессе экспрессии гены распределяются на мик- ромассиве так, что гены с разным уровнем экс- УСиМ, 2015, № 2 27 прессии будут чередоваться с частотой, суще- ственно более низкой частоты фоновой компо- ненты освещенности и частоты фоновых по- мех. Уровень экспрессии генов можно оценить по интенсивности освещенности в той или иной точке. В процессе вейвлет-декомпозиции из исходного сигнала выделяется его низко- частотная компонента, и при этом сохраняют- ся локальные особенности этих данных. Ос- новная идея вейвлет-декомпозиции сигнала за- ключается в следующем: исходное простран- ство интенсивности освещенностей, соответ- ствующее различным уровням экспрессии ге- нов, разлагается на систему подпространств так, что каждое последующее подпространство вложено в предыдущее: 1 2 3 nI I I I I     . (10) Полученные подпространства при этом должны удовлетворять свойству:   0 0 n i i I   . (11) Каждое из полученных подпространств раз- лагается, в свою очередь, с использованием вейвлет-функции и масштабирующей функции на пространства аппроксимирующих и детали- зирующих коэффициентов:  , , ,i i i i iI A H V D , (12) где iA – аппроксимирующие коэффициенты на i-м уровне вейвлет-декомпозиции сигнала, ,iH ,i iV D – горизонтальные, вертикальные и диагональные детализирующие коэффициен- ты. Структурная схема вейвлет-декомпозиции сигнала представлена на рис. 6. Аппроксимирующие коэффициенты несут информацию о низкочастотной составляющей сигнала, детализирующие коэффициенты со- держат информацию о высокочастотной со- ставляющей сигнала. В большинстве случаев полезный сигнал содержится в низкочастотной составляющей, а детализирующие коэффици- енты несут информацию о локальных особен- ностях сигнала. Шумовая составляющая пред- ставляет собой высокочастотную компоненту, которая так же содержится в детализирующих коэффициентах. Итак, можно сделать вывод, что обработав нужным образом детализирую- щие коэффициенты и восстановив сигнал из аппроксимирующих коэффициентов и обрабо- танных детализирующих коэффициентов, по- лучаем матрицу интенсивностей освещенно- стей при минимальном уровне шумовой ком- поненты, что повышает точность определения экспрессии генов. Рис. 6 Цель нормализации – приведение эмпири- ческих данных микромассивов и их характери- стик к одинаковому распределению, чаще все- го к нормальному. В результате центрирования из массива данных удаляются данные, имею- щие явно не свойственному данному распре- делению отклонения. После этого делается по- вторная операция масштабирования для вы- равнивания дисперсий данных различных ми- кромассивов. В общем случае все методы нормализации можно разделить на две подгруппы: методы, ис- пользующие опорное множество генов, и ме- тоды, использующие всю совокупность иссле- дуемых данных. В первом случае методы нор- мализации подразделяются на линейные и не- линейные, во втором случае используют метод циклической локальной регрессии, метод кон- трастов и квантильную нормализацию [53, 54]. Алгоритм линейной нормализации приме- нительно к анализу микромассивов ДНК пред- ложен разработчиками Affymetrix. Он предпо- лагает наличие следующих этапов:  для каждого набора данных микромассива определяется усеченное среднее значение, при этом два процента минимальных и максималь- ных значений отбрасываются: 0,98 1 0,98 N iki k x x N   , (13) 28 УСиМ, 2015, № 2 где k – количество массивов данных, N – количество данных в одном микромассиве;  рассчитывается среднее значение данных в опорном микромассиве: 1 N iopi op x x N   ; (14)  нормализация данных во всех массивах осуществляется в соответствии с формулой: op ik ik k x x x x   . (15) Недостатком метода линейной нормализа- ции есть степень адекватности полученных данных, зависящих от выбора опорного мик- ромассива. Кроме того, этот метод дает боль- шую погрешность при наличии в данных не- линейных зависимостей, при этом применяется нелинейная нормализация [54]. В этом случае используют нелинейную функцию нормализа- ции f (x) . В качестве функций нормализации могут использоваться сглаживающие сплайны, кусочно-линейная медиана, логистическая функ- ция и т.д. Нормализованные значения в этом случае рассчитываются следующим образом:  ik ikx f x  . (16) Основной недостаток данного метода – это то, что его точность определяется выбором функции нормирования, которая в свою оче- редь определяется характером распределения исследуемых данных. Основу метода циклической локальной рег- рессии составляет предположение, что между векторами М и А существует линейная регрес- сионная зависимость. Векторы М и А представ- ляют собой совокупность следующих величин: 2log ik i in xM x        , (17)  2logi ik inA x x  , (18) где ikx и inx – значения интенсивности i-й пробы на k-м и n-м микромассивах соответ- ственно. Нормирующая поправка вычисляется следующим образом: ˆ i i iM M M   , (19) где ˆ iM – значение функции регрессии, соот- ветствующее i-й пробе. Последний шаг – вы- числение нормализованных значений интен- сивностей проб: 22 i i MA ikx       , (20) 22 i i MA inx       . (21) К недостаткам данного метода также можно отнести то, что при большом количестве мик- ромассивов необходимо попарно обрабатывать всю совокупность экспериментальных данных, что увеличивает время проведения процесса нормализации. Кроме того, при большом раз- бросе данных использование линейной функ- ции регрессии способствует искажению харак- тера распределения исходных данных, что способствует повышению погрешности обра- ботки результатов эксперимента. Метод контрастов – в некотором роде аль- тернатива метода циклической локальной рег- рессии [55]. При использовании данного мето- да также строится регрессионная зависимость между векторами М и А, однако на первом этапе выбирается базовый микромассив и да- лее строятся регрессионные кривые для всех микромассивов по отношению к базовому. К преимуществам метода контрастов считается бо- лее высокая скорость обработки информации, однако ему присущи недостатки, свойствен- ные методу циклической локальной регрессии. Основная идея метода квантильной нормали- зации заключается в следующем [54]. Если предположить, что n проб имеют одинаковые распределения данных, то график квантилей в n- мерном пространстве будет представлять собой линию, лежащую вдоль диагонали, координаты которой представлены вектором: 1 1, , n n        . Тогда для приведения n векторов к одному рас- пределению, необходимо спроецировать точки n-мерного графика квантилей на данную диаго- наль. Пусть kq  1, ,k knq q  – вектор k кван- тилей для n микрочипов; 1 1, ,d n n        – УСиМ, 2015, № 2 29 вектор, задающий диагональ в n-мерном про- странстве. Тогда проекции вектора квантилей на заданную диагональ рассчитываются следую- щим образом:            n j n j kjkjkd q n q n q 1 1 1,,1proj  . (22) В работе [54] группой авторов проведен срав- нительный анализ существующих методов нор- мализации на примере выборок данных, взятых с двух микромассивов ДНК. Результаты их ис- следований показали, что методы, не исполь- зующие эталон, дают лучшее качество нормали- зации данных. При попарной нормализации бо- лее эффективным оказался метод квантильной нормализации. Кроме того, он оказался самым быстрым из используемых методов. Критерии оценки качества предобработ- ки данных В качестве критериев [56] для оценки сте- пени вариации между массивами использова- лись: относительный логарифм экспрессии и нормализованная стандартизированная ошиб- ка, входящие в качестве функций в пакет affy- PLM. Оценка качества РНК и процесса гибри- дизации выполнима с использованием следую- щих критериев, входящих в пакет simpleaffy: среднего значения фона; фактора нормализа- ции; количества зондов на микромассиве, с ко- торыми гибридизуется кРНК; соотношения ин- тенсивностей сигналов, полученных вследствие взаимодействия '3 -участков ДНК глицераль- дегидфосфатдегидрогеназы и β-актина, к ин- тенсивности сигналов в зоне '5 -участков этих генов. Оценка исследуемых микромассивов с использованием перечисленных критериев по- казала, что в результате обработки все микро- массивы сравнимы между собой и соответст- вуют общепринятым критериям качества. Од- нако следует отметить, что используемые в на- стоящее время критерии оценки качества ми- кромассивов предполагают достаточно боль- шие допуски на вариации признаков микро- массива. При уменьшении допуска на вариа- ции признаков для получения требуемой точ- ности набор используемых критериев необхо- димо корректировать. Заключение. Сегодня методы оценки уров- ня экспрессии генов получили значительное развитие. Методика подготовки образцов РНК производителями микромассивов и процесс создания на базе данной методики эксперимен- тальной базы – достаточно высоко стандарти- зованы. В то же время компьютерные методы обработки экспериментальных данных дают большие возможности в выборе средств и ме- тодов обработки информации, от чего сущест- венно зависит точность получения конечного результата. Производителями микромассивов созданы ряд пакетов, позволяющих осущест- вить предобработку экспериментальных дан- ных с последующим проведением процессов классификации или кластеризации исследуе- мых объектов. Классификация используемого в настоящее время программного обеспечения представлена в работе [57]. Вместе с тем оста- ется ряд нерешенных или частично решенных проблем, решение которых полностью позво- лит повысить точность прогноза при исследо- вании биологических объектов. Существующие системы фильтрации полу- ченных изображений микромассивов не обла- дают высокой эффективностью вследствие от- сутствия эффективных алгоритмов удаления шумовой компоненты из высокозашумленных данных сложной природы и отсутствия эффек- тивной системы критериев, позволяющих оце- нить качество фильтрации микромассива. Современные методы нормализации данных не позволяют получить распределения, спо- собствующие адекватному разбиению иссле- дуемых биологических объектов на классы или кластеры, что объясняется несовершенством существующих методов нормализации и алго- ритмов проведения этого процесса. Дальнейшее развитие методов предобработ- ки данных микромассивов ДНК возможно пу- тем усовершенствования алгоритмов обработ- ки информации с использованием как суще- ствующих критериев оценки качества моди- фицированных данных, так и с учетом разра- ботки новых критериев и их комбинаций, по- зволяющих выбрать оптимальный режим пред- обработки исследуемых данных. 30 УСиМ, 2015, № 2 1. Патрушев Л.И. Экспрессия генов. – М.: Наука, 2000. – 830 с. 2. Игнасимуту С. Основы биоинформатики. – М.: Ижевск, 2007. – 324 с. 3. Леск А. Введение в биоинформатику. – М.: Бином. Лаборатория знаний, 2009. – 326 с. 4. Baldi P., Brunak S. Bioinformatics: The machine learning approach. – Cambridge, Massachusetts, London, Eng- land, 2001. – 477 p. 5. Azuaje F., Dopazo J. Data analysis and visualization in genomics and proteomics // John Wiley and Sons, ltd. – 2005. – 269 p. 6. Івахно С.С., Корнелюк О.І. Мікроареї: Огляд тех- нологій та аналіз даних // Укр. биохим. журн.– 2004. – № 2(76). – С. 5–19. 7. Quantitative monitoring of gene expression patterns with a complementary DNA microarray / M. Schena, D. Shalon, R. Davis et al. // Science. – 1995. – 270. – P. 467–470. 8. Blohm D.H., Guiseppi-Elie A. New developments in microarray technology // Curr. Opin. Biotechnol. – 2001. – 12. – P. 41–47. 9. Lockhart D.J., Winzeler E.A. Genomics, gene expression and DNA arrays // Nature. – 2000. – 405. – P. 827–836. 10. High-throughput variation detection and genotyping using microarrays / D. Cutler, M. Zwick, M. Carrasquillo et al. // Genome Res. – 2001. – 11, N 11. – P. 1913–1925. 11. Kolchinsky A., Mirzabekov A. Analysis of SNPs and other genomic variations using gel-based chips // Hum. Mutat. – 2002. – 19, N 4. – P. 343–360. 12. Scholtens D., A. van Heydebreck. Analysis of Differ- ential Gene Expression Studies // Bioinformatics and Computational Biology Solutions Using R and Bio- conductor Statistics for Biology and Health. – 2005. – P. 229–248. 13. Co-Regulation of Metabolic Genes Is Better Explained by Flux Coupling Than by Network Distance / R.A. No- tebaart, Bas Teusink, R.J. Siezen et al. // Computational Biology. – 2008. – 4. – P. 157–163. 14. Genome-wide association analysis identifies 20 loci that influence adult height / M.N. Weedon, H. Lango, C.M. Lindgren et al. // Nat. Genet. – 2008. – 40. – P. 575–583. 15. DNA microarray-based detection and identification of fungal pathogens in clinical samples from neutropenic patients / B. Spiess, W. Seifarth, M. Hummel et al. // J. Clin. Microbiol. – 2007 Nov. – 45, N 11. – P. 3743– 3753. 16. Identification of human pathogens isolated from blood using microarray hybridization and signal pattern re- cognition / H. Wiesinger-Mayr, K. Vierlinger, R. Pich- ler et al. // BMC Microbiol. – 2007 Aug. – 14, N 7. – P. 7–78. 17. Биомикрочипы и возможности их применения в дерматовенерологии / Н.В. Китаева, Н.В. Фриго, И.А. Волков и др. // Vestn. Dermatol Venerol. – 2009. – № 6. – С. 33–45. 18. Marton M.J. Drug target validation and identification of secondary drug target effects using DNA microar- rays // Nature Med. – 1998. – 4. – P. 1293–1301. 19. Novel gene transcripts preferentially expressed in human muscles revealed by quantitative hybridization of a high- density cDNA array / G. Pietu, O. Alibert, V. Guichard et al. // Genome Res. – 1996. – 6. – P. 492–503. 20. Mount D.W. Bioinformatics: Sequence and Genome Analysis // Cold Spring Harbor Laboratory Press. – 2001. – Chapter 10. Genome Analysis. – P. 519–522. 21. Introduction to microarray data analysis / W. Dubitzky, M. Granzow, S. Downes et al. // Kluwer Acad. Publ. – 2003. – P. 1–46. 22. Sanger F., Coulson A. A rapid method for determining sequences in DNA by primed synthesis with DNA po- lymerase // J. Mol. Biol. – 1975. – 94. – P. 444–448. 23. Sanger F., Niclein S., Coulson A. DNA sequencing with chain-terminating inhibitors // Proc. Natl. Acad. Sci. USA. – 1977. – 74. – P. 5463–5467. 24. Maxam A., Gilbert W. A new method of sequencing DNA // Ibid. – P. 560–564. 25. Kleppe K. Studies on polynucleotides. Repair replica- tions of short synthetic DNA’s as catalyzed by DNA po- lymerases // J. Mol. Biol. – 1971. – 56. – P. 341–361. 26. Schena M., Davis R. Microarray biochip technology // Eaton Publishing. – 2000. – P. 1–18. 27. Microarray biochip technology / J. Worley, K. Bech- tol, S. Penn et al. Ed. M. Schena // Ibid. – 2000. – P. 65–86. 28. Microarray biochip technology / L. Myles, Jr. Mace, J. Montagu et al. // Ibid. – 2000. – P. 39–64. 29. Handbook of Semiconductor Manufacturing Technol- ogy / Nishi Y. and Doering R. Eds. – New York: Mar- cel Dekker, 2000. – 1720 p. 30. Langdon W.B., Upton G.J., Harrison A.P. Probes con- taining runs of guanines provide insights into the bio- physics and bioinformatics of Affymetrix Gene Chips // Briefings in bioinformatics. – 2009. – 10, N 3. – P. 259–277. 31. Schermer M.J. DNA microarrays: a practical approach / Ed. M. Schena // Oxford University Press. – 1999.– P. 17–42. 32. Microarray biochip technology / T. Basarsky, D. Verd- nik, J. Zhai et al. // Eaton Publishing. – 2000. – P. 265–284. 33. Janesick J.R. Scientific Charge-Coupled Devices. Bel- lingham // WA: International Society for Optical En- gineering. – 2001. – 899 p.. 34. Baldi P., Hatfield G.W. DNA Microarrays and gene expression: From experiments to data analysis model- ing // Cambridge University Press. – 2002. – Р. 22–23. 35. Schena M. Microarray analysis. – New York: Wiley, 2002. – P. 240–251. УСиМ, 2015, № 2 31 36. Binnig G., Quate C.F. Atomic Force Microscope // Physical Review Letters. – 1988. – N. 56(9). – P. 930– 933. 37. Bryant P.J., Miller R.G., Yang R. Scanning tunneling and atomic force microscopy combined // Applied Physics Letters. – 1988. – 52, Issue 26. – P. 2233–2235. 38. Dip Pen Nanolithography / R. Pine, J. Zhu, F. Xu et al. // Science. – 1999. – 283. – P. 661–663. 39. Data Preparation. Guide to Intelligent Data Analysis / M. Berthold, Ch. Borgelt, F. Hoppner et al. – Springer- Verlag London Limited, 2010. – 394 p. 40. A Novel Workflow for Microarray Data Analysis un- der Expression Level of Genes / Jianan Wu, Chun- guang Zhou, Zhangxu Li et al. // J. of Information & Computational Sci. – 2012. – 16, N 9. – P. 4745–4754. 41. Exploration, normalization, and summaries of high den- sity oligonucleotide array probe level data / R. Irizarry, B. Hobbs, F. Collin et al. // Biostatistics. – 2003. – 4, N 2. – P. 249–264. 42. Chen Z., McGee M., Liu Q. Distribution-Free Convo- lution Model for background correction of oligonu- cleotide microarray data // BMC genomics. – 2009. – 10. – P. 4–17. 43. Data pre-processing issue in microarray analysis / N.A. Tinker, S.R. Lauriant, G. Butler et al. // Kluwer Acad. Publ. – 2003. – P. 47–64. 44. Causton H.C., Quackenbush J., Brazma A. Microarray Gene Expression Data Analysis: A Beginner’s Guide // Wiley-Blackwell Science. – 2003. – 184 p. 45. From local kernel to nonlocal multiple-model image denoising / V. Katkovnik, A. Foi, K. Egiazarian et. al. // Int J. Computer Vision. – 2010. – 86, N 8. – P. 1–32. 46. Дьяконов В.П. Вейвлеты. От теории к практике. – М.: СОЛОН-Р, 2002. – 448 с. 47. Смоленцев Н.К. Основы теории вейвлетов. Вейвле- ты в MATLAB. – М.: ДМК, 2005. – 298 с. 48. Добеши И. Десять лекций по вейвлетам. – Ижевск.: НИЦ «Регулярная и хаотическая динамика», 2001. – 463 с. 49. Уэлстид С. Фракталы и вейвлеты для сжатия изо- бражений в действии. – М.: Триумф, 2003. – 320 с. 50. Поликар Р. Введение в вейвлет-преобразование. – СПб.: АВТЭКС, 2001. – 260 с. 51. Воробьев В.И., Грибунин В.Г. Теория и практика вейвлет-преобразований. – СПб: ВУС, 1999. – 210 с. 52. Витязев В.В. Вейвлет-анализ временных рядов: Учеб. пособие. – СПб.: Изд-во СПб ун-та, 2001. – 58 с. 53. Bioinformatics and Computational Biology Solutions Using R and Bioconductor / R. Gentleman, V. Carey, W. Huber et al. – New York.: Springer-Verlag 2005. – 473 p. 54. A Comparison of Normalization Methods for High Density Oligonucleotide Array Data Based on Vari- ance and Bias / B. Bolstad, R. Irizarry, M. Astrand et al. // Bioinformatics. – 2003. – 19. – P. 185–193. 55. Astrand M. Contrast Normalization of Oligonucleotide Arrays // J. of Computational Biology. – 2003. – 10(1). – P. 95–102. 56. Куклін А.В., Токовенко Б.Т., Оболенська М.Ю. Кри- терії оцінки результатів мікромасив-експерименту з дослідження транскриптому гепатоцитів щура під впливом інтерферону альфа // Biopolymers and Сell. – 2013. – 29, N 6. – P. 521–526. 57. Leung Y.F., Lam D.S.C., Pang C.P. Microarray Soft- ware review. – Kluwer Acad. Publ. – 2003. – P. 326– 344. Поступила 04.11.2014 Тел. для справок: 044 526-5589 (Херсон, Киев) E-mail: bsa63@mail.ru, pbidyuke@gmail.com, kornelyuk@imbg.org.ua, immun56@gmail.com © С.А. Бабичев, П.И. Бидюк, А.И. Корнелюк, В.И. Литвиненко, 2015  Внимание ! Оформление подписки обязательно для желающих опубликовать статьи в нашем журнале. В розничную продажу журнал не поступает. Подписной индекс 71008 << /ASCII85EncodePages false /AllowTransparency false /AutoPositionEPSFiles true /AutoRotatePages /None /Binding /Left /CalGrayProfile (Dot Gain 20%) /CalRGBProfile (sRGB IEC61966-2.1) /CalCMYKProfile (U.S. Web Coated \050SWOP\051 v2) /sRGBProfile (sRGB IEC61966-2.1) /CannotEmbedFontPolicy /Error /CompatibilityLevel 1.4 /CompressObjects /Tags /CompressPages true /ConvertImagesToIndexed true /PassThroughJPEGImages true /CreateJobTicket false /DefaultRenderingIntent /Default /DetectBlends true /DetectCurves 0.0000 /ColorConversionStrategy /CMYK /DoThumbnails false /EmbedAllFonts true /EmbedOpenType false /ParseICCProfilesInComments true /EmbedJobOptions true /DSCReportingLevel 0 /EmitDSCWarnings false /EndPage -1 /ImageMemory 1048576 /LockDistillerParams false /MaxSubsetPct 100 /Optimize true /OPM 1 /ParseDSCComments true /ParseDSCCommentsForDocInfo true /PreserveCopyPage true /PreserveDICMYKValues true /PreserveEPSInfo true /PreserveFlatness true /PreserveHalftoneInfo false /PreserveOPIComments true /PreserveOverprintSettings true /StartPage 1 /SubsetFonts true /TransferFunctionInfo /Apply /UCRandBGInfo /Preserve /UsePrologue false /ColorSettingsFile () /AlwaysEmbed [ true ] /NeverEmbed [ true ] /AntiAliasColorImages false /CropColorImages true /ColorImageMinResolution 300 /ColorImageMinResolutionPolicy /OK /DownsampleColorImages true /ColorImageDownsampleType /Bicubic /ColorImageResolution 300 /ColorImageDepth -1 /ColorImageMinDownsampleDepth 1 /ColorImageDownsampleThreshold 1.50000 /EncodeColorImages true /ColorImageFilter /DCTEncode /AutoFilterColorImages true /ColorImageAutoFilterStrategy /JPEG /ColorACSImageDict << /QFactor 0.15 /HSamples [1 1 1 1] /VSamples [1 1 1 1] >> /ColorImageDict << /QFactor 0.15 /HSamples [1 1 1 1] /VSamples [1 1 1 1] >> /JPEG2000ColorACSImageDict << /TileWidth 256 /TileHeight 256 /Quality 30 >> /JPEG2000ColorImageDict << /TileWidth 256 /TileHeight 256 /Quality 30 >> /AntiAliasGrayImages false /CropGrayImages true /GrayImageMinResolution 300 /GrayImageMinResolutionPolicy /OK /DownsampleGrayImages true /GrayImageDownsampleType /Bicubic /GrayImageResolution 300 /GrayImageDepth -1 /GrayImageMinDownsampleDepth 2 /GrayImageDownsampleThreshold 1.50000 /EncodeGrayImages true /GrayImageFilter /DCTEncode /AutoFilterGrayImages true /GrayImageAutoFilterStrategy /JPEG /GrayACSImageDict << /QFactor 0.15 /HSamples [1 1 1 1] /VSamples [1 1 1 1] >> /GrayImageDict << /QFactor 0.15 /HSamples [1 1 1 1] /VSamples [1 1 1 1] >> /JPEG2000GrayACSImageDict << /TileWidth 256 /TileHeight 256 /Quality 30 >> /JPEG2000GrayImageDict << /TileWidth 256 /TileHeight 256 /Quality 30 >> /AntiAliasMonoImages false /CropMonoImages true /MonoImageMinResolution 1200 /MonoImageMinResolutionPolicy /OK /DownsampleMonoImages true /MonoImageDownsampleType /Bicubic /MonoImageResolution 1200 /MonoImageDepth -1 /MonoImageDownsampleThreshold 1.50000 /EncodeMonoImages true /MonoImageFilter /CCITTFaxEncode /MonoImageDict << /K -1 >> /AllowPSXObjects false /CheckCompliance [ /None ] /PDFX1aCheck false /PDFX3Check false /PDFXCompliantPDFOnly false /PDFXNoTrimBoxError true /PDFXTrimBoxToMediaBoxOffset [ 0.00000 0.00000 0.00000 0.00000 ] /PDFXSetBleedBoxToMediaBox true /PDFXBleedBoxToTrimBoxOffset [ 0.00000 0.00000 0.00000 0.00000 ] /PDFXOutputIntentProfile () /PDFXOutputConditionIdentifier () /PDFXOutputCondition () /PDFXRegistryName () /PDFXTrapped /False /CreateJDFFile false /Description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> /CHS <FEFF4f7f75288fd94e9b8bbe5b9a521b5efa7684002000410064006f006200650020005000440046002065876863900275284e8e9ad88d2891cf76845370524d53705237300260a853ef4ee54f7f75280020004100630072006f0062006100740020548c002000410064006f00620065002000520065006100640065007200200035002e003000204ee553ca66f49ad87248672c676562535f00521b5efa768400200050004400460020658768633002> /CHT <FEFF4f7f752890194e9b8a2d7f6e5efa7acb7684002000410064006f006200650020005000440046002065874ef69069752865bc9ad854c18cea76845370524d5370523786557406300260a853ef4ee54f7f75280020004100630072006f0062006100740020548c002000410064006f00620065002000520065006100640065007200200035002e003000204ee553ca66f49ad87248672c4f86958b555f5df25efa7acb76840020005000440046002065874ef63002> /CZE <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> /DAN <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> /DEU <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> /ESP <FEFF005500740069006c0069006300650020006500730074006100200063006f006e0066006900670075007200610063006900f3006e0020007000610072006100200063007200650061007200200064006f00630075006d0065006e0074006f00730020005000440046002000640065002000410064006f0062006500200061006400650063007500610064006f00730020007000610072006100200069006d0070007200650073006900f3006e0020007000720065002d0065006400690074006f007200690061006c00200064006500200061006c00740061002000630061006c0069006400610064002e002000530065002000700075006500640065006e00200061006200720069007200200064006f00630075006d0065006e0074006f00730020005000440046002000630072006500610064006f007300200063006f006e0020004100630072006f006200610074002c002000410064006f00620065002000520065006100640065007200200035002e003000200079002000760065007200730069006f006e0065007300200070006f00730074006500720069006f007200650073002e> /ETI <FEFF004b00610073007500740061006700650020006e0065006900640020007300e4007400740065006900640020006b00760061006c006900740065006500740073006500200074007200fc006b006900650065006c007300650020007000720069006e00740069006d0069007300650020006a0061006f006b007300200073006f00620069006c0069006b0065002000410064006f006200650020005000440046002d0064006f006b0075006d0065006e00740069006400650020006c006f006f006d006900730065006b0073002e00200020004c006f006f0064007500640020005000440046002d0064006f006b0075006d0065006e00740065002000730061006100740065002000610076006100640061002000700072006f006700720061006d006d006900640065006700610020004100630072006f0062006100740020006e0069006e0067002000410064006f00620065002000520065006100640065007200200035002e00300020006a00610020007500750065006d006100740065002000760065007200730069006f006f006e00690064006500670061002e000d000a> /FRA <FEFF005500740069006c006900730065007a00200063006500730020006f007000740069006f006e00730020006100660069006e00200064006500200063007200e900650072002000640065007300200064006f00630075006d0065006e00740073002000410064006f00620065002000500044004600200070006f0075007200200075006e00650020007100750061006c0069007400e90020006400270069006d007000720065007300730069006f006e00200070007200e9007000720065007300730065002e0020004c0065007300200064006f00630075006d0065006e00740073002000500044004600200063007200e900e90073002000700065007500760065006e0074002000ea0074007200650020006f007500760065007200740073002000640061006e00730020004100630072006f006200610074002c002000610069006e00730069002000710075002700410064006f00620065002000520065006100640065007200200035002e0030002000650074002000760065007200730069006f006e007300200075006c007400e90072006900650075007200650073002e> /GRE <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a stvaranje Adobe PDF dokumenata najpogodnijih za visokokvalitetni ispis prije tiskanja koristite ove postavke. Stvoreni PDF dokumenti mogu se otvoriti Acrobat i Adobe Reader 5.0 i kasnijim verzijama.) /HUN <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> /ITA <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> /JPN <FEFF9ad854c18cea306a30d730ea30d730ec30b951fa529b7528002000410064006f0062006500200050004400460020658766f8306e4f5c6210306b4f7f75283057307e305930023053306e8a2d5b9a30674f5c62103055308c305f0020005000440046002030d530a130a430eb306f3001004100630072006f0062006100740020304a30883073002000410064006f00620065002000520065006100640065007200200035002e003000204ee5964d3067958b304f30533068304c3067304d307e305930023053306e8a2d5b9a306b306f30d530a930f330c8306e57cb30818fbc307f304c5fc59808306730593002> /KOR <FEFFc7740020c124c815c7440020c0acc6a9d558c5ec0020ace0d488c9c80020c2dcd5d80020c778c1c4c5d00020ac00c7a50020c801d569d55c002000410064006f0062006500200050004400460020bb38c11cb97c0020c791c131d569b2c8b2e4002e0020c774b807ac8c0020c791c131b41c00200050004400460020bb38c11cb2940020004100630072006f0062006100740020bc0f002000410064006f00620065002000520065006100640065007200200035002e00300020c774c0c1c5d0c11c0020c5f40020c2180020c788c2b5b2c8b2e4002e> /LTH <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> /LVI <FEFF0049007a006d0061006e0074006f006a00690065007400200161006f00730020006900650073007400610074012b006a0075006d00750073002c0020006c0061006900200076006500690064006f00740075002000410064006f00620065002000500044004600200064006f006b0075006d0065006e007400750073002c0020006b006100730020006900720020012b00700061016100690020007000690065006d01130072006f00740069002000610075006700730074006100730020006b00760061006c0069007401010074006500730020007000690072006d007300690065007300700069006501610061006e006100730020006400720075006b00610069002e00200049007a0076006500690064006f006a006900650074002000500044004600200064006f006b0075006d0065006e007400750073002c0020006b006f002000760061007200200061007400760113007200740020006100720020004100630072006f00620061007400200075006e002000410064006f00620065002000520065006100640065007200200035002e0030002c0020006b0101002000610072012b00200074006f0020006a00610075006e0101006b0101006d002000760065007200730069006a0101006d002e> /NLD (Gebruik deze instellingen om Adobe PDF-documenten te maken die zijn geoptimaliseerd voor prepress-afdrukken van hoge kwaliteit. De gemaakte PDF-documenten kunnen worden geopend met Acrobat en Adobe Reader 5.0 en hoger.) /NOR <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> /POL <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> /PTB <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> /RUM <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> /RUS <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> /SKY <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> /SLV <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> /SUO <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> /SVE <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> /TUR <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> /UKR <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> /ENU (Use these settings to create Adobe PDF documents best suited for high-quality prepress printing. Created PDF documents can be opened with Acrobat and Adobe Reader 5.0 and later.) >> /Namespace [ (Adobe) (Common) (1.0) ] /OtherNamespaces [ << /AsReaderSpreads false /CropImagesToFrames true /ErrorControl /WarnAndContinue /FlattenerIgnoreSpreadOverrides false /IncludeGuidesGrids false /IncludeNonPrinting false /IncludeSlug false /Namespace [ (Adobe) (InDesign) (4.0) ] /OmitPlacedBitmaps false /OmitPlacedEPS false /OmitPlacedPDF false /SimulateOverprint /Legacy >> << /AddBleedMarks false /AddColorBars false /AddCropMarks false /AddPageInfo false /AddRegMarks false /ConvertColors /ConvertToCMYK /DestinationProfileName () /DestinationProfileSelector /DocumentCMYK /Downsample16BitImages true /FlattenerPreset << /PresetSelector /MediumResolution >> /FormElements false /GenerateStructure false /IncludeBookmarks false /IncludeHyperlinks false /IncludeInteractive false /IncludeLayers false /IncludeProfiles false /MultimediaHandling /UseObjectSettings /Namespace [ (Adobe) (CreativeSuite) (2.0) ] /PDFXOutputIntentProfileSelector /DocumentCMYK /PreserveEditing true /UntaggedCMYKHandling /LeaveUntagged /UntaggedRGBHandling /UseDocumentProfile /UseDocumentBleed false >> ] >> setdistillerparams << /HWResolution [2400 2400] /PageSize [612.000 792.000] >> setpagedevice

Анализ современного состояния проблемы предобработки данных при оценке уровня экспрессии генов

Репозитарії

Схожі ресурси