Résumé | Motivation : Dans l'interprétation des données d'expression génique tirées d'un groupe d'expériences sur des microréseaux comportant des échantillons correspondant à des conditions ou des patients différents, on doit porter une attention toute spéciale aux rôles pléiotropique et épistatique des gènes, observés dans la variation des motifs de co expression de ces derniers. Les méthodes de groupage exact assignent un gène à chaque famille ou groupe, ce qui ne permet pas de tenir compte des renseignements sur les rôles multiples des gènes.Résultats : Nous présentons ici une application d'un algorithme de recherche heuristique locale, la moyenne J floue, intégré à la méthode métaheuristique de recherche dans un voisinage variable, pour le groupage des données d'expression génétique d'un microréseau. Nous démontrons que, pour tous les ensembles de données étudiés, cet algorithme est supérieur à l'algorithme heuristique de la moyenne C floue. Nous présentons également différentes méthodes d'utilisation des informations sur l'appartenance à une famille pour déterminer la co régulation génétique. Les analyses de données et le groupage ont été effectués sur des ensembles de données de simulation, ainsi que sur des données expérimentales sur des microréseaux ADNc concernant le cancer du sein et le sang humain, tirées de la base de données de Stanford sur les microréseaux. |
---|