L'analyse des données dans le profilage de l'expression génétique

La technologie des puces à ADN a ouvert une nouvelle ère dans le domaine de la classification moléculaire. Cependant, l'interprétation des données d'expression génétique reste un problème difficile en raison de leur nature innée de "haute dimension et faible taille d'échantillon". En outre, ces données sont souvent submergées, surajoutées et confondues par la complexité de l'analyse des données. Une petite taille d'échantillon et un grand nombre de variables à analyser ont posé des défis importants lors de l'analyse des données, principalement dans l'apprentissage de la structure du réseau. De plus, la capacité d'étudier les interactions entre les gènes qui forment la croissance des tumeurs pose de grandes difficultés aux chercheurs en biologie computationnelle, car les gènes ne fonctionnent pas seuls mais impliquent des interactions complexes. Cet ouvrage vise à proposer un modèle dynamique basé sur un réseau bayésien afin d'identifier la signature des gènes à partir d'un profil d'expression génétique à grande échelle. Le modèle dynamique basé sur les réseaux bayésiens tente de découvrir la régulation des gènes qui conduit à la progression du cancer du sein.