Введение ................................................................................................................... 3
Постановка задачи................................................................................................... 4
Обзор литературы.................................................................................................... 7
Глава 1. Математическая модель ......................................................................... 12
1.1 Определения ................................................................................................. 12
1.2 Формализация кооперативной игры в контексте микрочиповой игры .. 13
Глава 2. Аксиоматическая характеристика решений кооперативной теории
игр в применении к микрочиповым играм ......................................................... 17
2.1 Генные регуляторные сети как партнерство генов .................................. 17
2.2 Индекс значимости генов как решение кооперативной игры ................. 19
Глава 3. Примеры .................................................................................................. 22
Выводы ................................................................................................................... 28
Заключение ............................................................................................................ 29
Список литературы ............................................................................................... 30
Приложение ........................................................................................................... 32
Белки являются структурными компонентами клеток и тканей и могут
действовать по мере необходимости как ферменты для биохимических
реакций в биологических системах. Большинство структурных и
функциональных единиц наследственности живых организмов - генов
содержат информацию для получения конкретного белка. Эта информация
кодируется генами по средствам дезоксирибонуклеиновой кислоты (ДНК).
В настоящее время появляются и совершенствуются такие технологии
сбора больших массивов данных с информацией, заложенной в ДНК, как
секвенирование геномов, высокопропускные методы скрининга
лекарственных средств и анализ микрочипов ДНК. Технология микрочипов
позволяет произвести количественную оценку экспрессии генов (уровня
способности генов контролировать синтез белка) в одном биологическом
состоянии (например, опухоль).
Данные полученные путем экспериментов с микрочипами могут быть
использованы для изучения фундаментальных биологических явлений, таких
как развитие или эволюция, для определения функций новых генов,
выяснения роли отдельных генов или групп генов в появлении болезни и
контроле влияния лекарств и других соединений на экспрессию генов.
Обработкой полученной информации с применением математического
аппарата занимается такой раздел науки как биоинформатика. Одна из задач
биоинформатики заключается в изучении регуляции генов с последующим
созданием профайла экспрессии белка с использованием данных из
микрочипов или других технологий. Другими распространенными
проблемами являются анализ мутаций при раке, эволюция вирулентности и
ВИЧ-инфекции, и т.д.
В данной работе были рассмотрены некоторые приложения теории игр
для анализа биологических данных. Очевидно, что такие приложения не
отвечают на нормативные вопросы, как и не дают советы группам
переменных (например, генам) о том, как они должны вести себя внутри
биологической клетки. В данном контексте, теория игр используется для
описания поведения переменных и предсказания исхода их взаимодействия.
Цель работы: изучить теорию микрочиповых игр, коалиционных игр и
их применение к вычислению силы генов; применить теорию на
практическом примере с реализацией алгоритма.
В данной работе было рассмотрено приложение коалиционной теории
игр к анализу экспрессии генов. А именно: определены понятия
микрочиповой игры, матрицы анормальной экспрессии, индекса значимости
генов, партнерства генов и т.д., представлена аксиоматическая
характеристика решений кооперативной теории игр в контексте
микрочиповых игр, рассмотрен практический пример на основе изучения
влияния генов на развитие болезни Паркинсона.
Также была реализована программа по подсчету вектора Шепли, индекса
Банзафа и ранга генов, которая позволяет наглядно показать результаты
применения данного отдела теории игр к исследованию силы генов.
1. http://www.sqlapp.ru/chto-takoe-ekspressiya-genov/
2. Parmigiani, G., Garrett, E. S., Irizarry, R. A., and S. L. Zeger, S. L. (eds.)
(2003). The Analysis of Gene Expression Data: Methods and
Software. Springer, New York. 3/2003
3. Dhammika Amaratunga, Javier Cabrera Exploration and Analysis of DNA
Microarray and Protein Array Data. 2004
4. Baldi, P. and Hatfield, G. W. (2002). DNA Microarrays and Gene
Expression: From Experiments to Data Analysis and Modeling. Cambridge
University Press, Cambridge. 9/2002
5. Zhang, M. Q. Large-scale gene expression data analysis: a new challenge to
computational biologists. //1999. Genome Research 9:681–688.
6. Smyth, G. K., Yang, Y.-H., Speed, T. P. (2003). Statistical issues in cDNA
microarray data analysis. //Methods in Molecular Biology 224, 111-136.
[PubMed ID 12710670]
7. Dhammika Amaratunga, Javier Cabrera Exploration and Analysis of DNA
Microarray and Protein Array Data. 2004
8. Arfin, S. M., Long, A.D., Ito, E.T., Tolleri, L., Riehle, M. M., Paegle, E. S.,
and Hatfield, G. W. Global gene expression profiling in Escherichia coli
K12: the effects of integration host factor. //2000. Journal of Biological
Chemistry 275:29672–29684.
9. Baldi, P. and Hatfield, G. W. (2002). DNA Microarrays and Gene
Expression: From Experiments to Data Analysis and Modeling. Cambridge
University Press, Cambridge. 9/2002
10.Eisen, M. B., Spellman, P. T., Brown, P. O., and Botstein, D. Cluster
analysis and display of genome-wide expression patterns. //1998.
Proceedings of the National Academy of Sciences of the USA 95:14863–14868.
11.Moser, R. J., Reverter, A., Kerr, C. A. and Beh, K. J. (2004). A mixed-
model approach for the analysis of cDNA microarray gene expression data
from extreme-performing pigs after infection with Actinobacillus
pleuropneumoniae. //Journal of Animal Science, 82(5), 1261-1271
12.База данных Национального центра биотехнологической информации
https://www.ncbi.nlm.nih.gov/sites/GDSbrowser?acc=GDS4154
13.A Brazma, P Hingamp, J Quackenbush, G Sherlock, P Spellman, C
Stoeckert, J Aach, W Ansorge, C A Ball, H C Causton, T Gaasterland, P
Glenisson, F C P Holstege, I F Kim, V Markowitz, J C Matese, H Parkinson,
A Robinson, U Sarkans, S Schulze-Kremer, J Stewart, R Taylor, J Vilo and
M Vingron Minimum information about a microarray experiment
(MIAME)—toward standards for microarray data. //Nature Genetics 29,
365-371. 12/2001
14.Moretti, S., Vasilakos, Athanasios V. An overview of recent applications of
Game Theory to bioinformatics. //Information Sciences 180 (2010) 4312–4322
15.Moretti S (2006) Minimum cost spanning tree games and gene expression
data analysis. //In: ACM international conference proceeding series, p 199
...