Gen ekspresyon verilerini analizi için kısmi en küçük kareler yöntemi

Kısmi En Küçük Kareler Regresyonu (KEKKR) değişkenler arasındaki ilişkileri ortogonal gizli değişkenler aracılığıyla modellemek için kullanılan denetimsiz bir makine öğrenme tekniğidir. KEKKR bu gizli değişkenleri kullanarak, kayıp gözlemlere, gürültüye ve değişken sayısına oranla çok sayıda gözlem değerine sahip olan büyük ve karmaşık veri kümelerinden bir çıkarım yapabilir. KEKKR'nin klasik ve standart algoritması Doğrusal Olmayan Iteratif Kısmi En Küçük Kareler Regresyonu'dur (NIPALS). NIPALS, regresyon, sınıflandırma ve boyut küçültme için önerilmiştir. NIPALS ve diğer KEKKR algoritmaları çeşitli biyoinformatik çalışmaları için sıklıkla kullanılmaktadır. Yüksek çıktılı gen ifadesi veri araştırmalarında, önemli hedeflerden biri gen-gen veya gen ürünlerinin etkileşimlerini araştırmaktır. Bu genler veya gen ürünleri arasındaki ilişki seviyesini ölçmek için oldukça tavsiye edilen bir yöntem olan ve KEKKR metoduna göre hesaplanan değişken ağırlıklari ve yükleri ile bulunan Bağlantı Skorlar kullanılabilir. Bu tezde, embriyonik dönemde gelişen fare beynine ait üç beyin bölgesinin gen ağları oluşturmak için bağlantı puanları KEKKR kullanılarak hesaplanmıştır. İstatistiksel analizler için R istatistik dili ve gen ağlarını görselleştirmek için Cytoscape yazılımı kullanılmıştır.