.: ORİJİNAL ARAŞTIRMA
Gen Açıklama Verileri İçin İkili Kümeleme Algoritmalarının Karşılaştırılması ve Uygulanması
Comparison and Application of Biclustering Algorithms for Gene Expression Data
Turkiye Klinikleri J Biostat. 2018;10(2):137-52
doi: 10.5336/biostatic.2018-60153
Makale Dili: TR
Tam Metin
ÖZET
Amaç: Gen açıklama verilerinde benzer ifade yapılarına göre gen gruplarını belirlemek hastalık teşhisleri için oldukça önemlidir. Gen açıklama verileri satırları genlerden sütunları ise koşullar veya örneklemlerden oluşan büyük bir veri matrisidir. Bu veriler için satır ve sütunların aynı anda kümelenmesini sağlayan ikili kümeleme yöntemleri son yıllarda yaygın olarak kullanılmaktadır. Literatürde farklı gen açıklama verileri için birçok ikili kümeleme algoritmaları önerilmiştir. Ancak bu algoritmaların performanslarını karşılaştırmaya yönelik çalışmalar sınırlıdır. Bu çalışmanın amacı, gerçek veri setlerine uygulanan farklı ikili küme algoritmalarının performanslarını karşılaştırmaktır. Gereç ve Yöntemler: İyi bilinen üç gerçek veri kümesi üzerinden CC, Bimax, Plaid, Quest, Spectral and Xmotif ikili kümeleme algoritmaları karşılaştırılmıştır. Bu veri kümeleri; 2884 x 17 boyutlu maya verisi, 4096 x 96 boyutlu lenf verisi ve 1080 x 77 boyutlu fare verisidir. Tüm analizler R Project v3.4.4 programı ile yapılmış elde edilen sonuçlar farklı değerlendirme ölçüleri ve ısı grafikleri kullanılarak karşılaştırılmıştır. Bulgular: Isı grafiklerine göre maya ve insan verisi için Bimax ve Xmotif, fare verisi için Quest ve Xmotif algoritmaları en büyük hacme sahip ikili kümeleri elde etmişlerdir. Maya ve insan verisinde değerlendirme ölçülerinin çoğunda CC ve Bimax algoritması en iyi sonucu vermiştir. Fare verisinde ise Spectral algoritması en iyi sonucu vermiştir. Genel olarak bakıldığında CC, Bimax ve Spectral algoritmalarının Plaid, Quest ve Xmotif algoritmalarına göre daha iyi sonuçlar verdiği söylenebilir. Sonuç: Bu çalışmada, gen açıklama verilerinin yapıları farklı olduğundan ve çalışmada kullanılan değerlendirme ölçülerine göre algoritmaların performansları farklılık
Anahtar Kelimeler: İkili kümeleme; gen açıklama; ısı grafiği; değerlendirme ölçüleri
Amaç: Gen açıklama verilerinde benzer ifade yapılarına göre gen gruplarını belirlemek hastalık teşhisleri için oldukça önemlidir. Gen açıklama verileri satırları genlerden sütunları ise koşullar veya örneklemlerden oluşan büyük bir veri matrisidir. Bu veriler için satır ve sütunların aynı anda kümelenmesini sağlayan ikili kümeleme yöntemleri son yıllarda yaygın olarak kullanılmaktadır. Literatürde farklı gen açıklama verileri için birçok ikili kümeleme algoritmaları önerilmiştir. Ancak bu algoritmaların performanslarını karşılaştırmaya yönelik çalışmalar sınırlıdır. Bu çalışmanın amacı, gerçek veri setlerine uygulanan farklı ikili küme algoritmalarının performanslarını karşılaştırmaktır. Gereç ve Yöntemler: İyi bilinen üç gerçek veri kümesi üzerinden CC, Bimax, Plaid, Quest, Spectral and Xmotif ikili kümeleme algoritmaları karşılaştırılmıştır. Bu veri kümeleri; 2884 x 17 boyutlu maya verisi, 4096 x 96 boyutlu lenf verisi ve 1080 x 77 boyutlu fare verisidir. Tüm analizler R Project v3.4.4 programı ile yapılmış elde edilen sonuçlar farklı değerlendirme ölçüleri ve ısı grafikleri kullanılarak karşılaştırılmıştır. Bulgular: Isı grafiklerine göre maya ve insan verisi için Bimax ve Xmotif, fare verisi için Quest ve Xmotif algoritmaları en büyük hacme sahip ikili kümeleri elde etmişlerdir. Maya ve insan verisinde değerlendirme ölçülerinin çoğunda CC ve Bimax algoritması en iyi sonucu vermiştir. Fare verisinde ise Spectral algoritması en iyi sonucu vermiştir. Genel olarak bakıldığında CC, Bimax ve Spectral algoritmalarının Plaid, Quest ve Xmotif algoritmalarına göre daha iyi sonuçlar verdiği söylenebilir. Sonuç: Bu çalışmada, gen açıklama verilerinin yapıları farklı olduğundan ve çalışmada kullanılan değerlendirme ölçülerine göre algoritmaların performansları farklılık
Anahtar Kelimeler: İkili kümeleme; gen açıklama; ısı grafiği; değerlendirme ölçüleri
ABSTRACT
Objective: Identifying gene groups according to similar expression patterns in gene expression data is crucial for disease diagnosis. Gene expression data are large data matrices which rows are composed of genes and columns are composed of conditions or samples. Biclustering methods for clustering simultaneously rows and columns for this data have been widely used in recent years. Several biclustering algorithms are proposed for different gene expression data in the literature. However, comparative studies the performance of algorithms are limited. The purpose of this work is to compare the performance of different biclustering algorithms applied to real datasets. Material and Methods: CC, Bimax, Plaid, Quest, Spectral and Xmotif algorithms have been compared with three well known real data sets. These data sets are; 2884 x 17 size yeast data, 4096 x 96 size lymph data and 1080 x 77 size mice data. All analyzes were performed with the R Project v3.4.4 program and the results obtained were compared using different evaluation measures and heatmaps. Results: According to the heatmaps, Bimax and Xmotif for yeast and human data, Quest and Xmotif for the mice data have obtained biclusters with the largest size. Most of the evaluation measures in yeast and human data give the best results in the CC and Bimax. In mice data, Spectral gives the best result. In general, CC, Bimax and Spectral give better results than Plaid, Quest and Xmotif. Conclusion: In this study, the gene expression data are different and the performance of the algorithms differed according to the evaluation measures used in the study.
Keywords: Biclustering; gen expression; heatmap; evaluation measures
Objective: Identifying gene groups according to similar expression patterns in gene expression data is crucial for disease diagnosis. Gene expression data are large data matrices which rows are composed of genes and columns are composed of conditions or samples. Biclustering methods for clustering simultaneously rows and columns for this data have been widely used in recent years. Several biclustering algorithms are proposed for different gene expression data in the literature. However, comparative studies the performance of algorithms are limited. The purpose of this work is to compare the performance of different biclustering algorithms applied to real datasets. Material and Methods: CC, Bimax, Plaid, Quest, Spectral and Xmotif algorithms have been compared with three well known real data sets. These data sets are; 2884 x 17 size yeast data, 4096 x 96 size lymph data and 1080 x 77 size mice data. All analyzes were performed with the R Project v3.4.4 program and the results obtained were compared using different evaluation measures and heatmaps. Results: According to the heatmaps, Bimax and Xmotif for yeast and human data, Quest and Xmotif for the mice data have obtained biclusters with the largest size. Most of the evaluation measures in yeast and human data give the best results in the CC and Bimax. In mice data, Spectral gives the best result. In general, CC, Bimax and Spectral give better results than Plaid, Quest and Xmotif. Conclusion: In this study, the gene expression data are different and the performance of the algorithms differed according to the evaluation measures used in the study.
Keywords: Biclustering; gen expression; heatmap; evaluation measures
.: İşlem Listesi