گفتوگو با پژوهشگر ریاضی؛
نوآوری در تحقیقات ریاضی به سبک پژوهشگر ایرانی
به گزارش روابط عمومی صندوق حمایت از پژوهشگران و فناوران کشور ( INSF ) دنیای آمار و اعداد، دنیای پیچیدهای است و برای کسانی که به اصطلاح ذهن ریاضی دارند، نظم، چینش و قرار گیری هر کدام از اعداد، بی دلیل نیست و ذهن جستوجوگرشان به دنبال ارتباط منطقی برای محاسبات ریاضی میگردد. بدون شک، علاقه مندان به توسعه و پیشرفت این علم کم نیستند و صندوق نیز در راستای اهمیت بالای ریاضیات و علوم زیستی، از طرحهای نوآورانه و کاربردی در این زمینه حمایت میکند.
«توسعه مدلهای رگرسیون تابعی با پاسخ تابعی با کاربرد در سری زمانی تابعی» عنوان طرحی است که اواخر سال ۹۹ به سامانه صندوق حمایت از پژوهشگران و فناوران کشور ارسال شد و پس از گذراندن مراحل تصویب، در دستور کار قرار گرفت.
سید مرتضی امینی دانشیار دانشگاه تهران مجری این طرح، ضمن معرفی خود، به تشریح این طرح پرداخت و گفت: من از دانشگاه شهید باهنر کرمان در رشته کارشناسی آمار فارغ التحصیل شدم و پس از آن برای تحصیلات تکمیلی، رشته آمار - آمار ریاضی را در دانشگاه فردوسی مشهد انتخاب کردم و همچنین دکتری تخصصی آمار - استنباط آماری را نیز از همین دانشگاه دریافت کردم.
وی ادامه داد: به طور قطع، ارتباط معناداری میان ژنها و خصوصیات فنوتیپی و ظاهری موجود زنده وجود دارد که یکی از مسائل مهم بیوانفورماتیک است. از طرف دیگر، بیان ژنها از روی چندریختیهای تک نوکلئوتید SNP تعیین میشوند. البته معمولاً این دو فرایند به صورت مستقل از هم انجام میشوند.
امینی اظهار کرد: با این حال مدلبندی همزمان ارتباط میان بیان ژن و چند ریختیهای تک نوکلئوتید و ارتباط میان بیان ژنها و خصوصیات فنوتیپی میتواند به مدلهای کارامدتری برای پیشبینی و تعیین ژنهای اثرگذار بر خصوصیات ظاهری موجود زنده کمک کند.
وی افزود: یکی از مدلهای آماری کارامد برای مدلبندی چنین ارتباط توأمی مدل رگرسیون با متغیرهای سودمند است. این مدل در واقع ترکیبی از دو مدل رگرسیون هم زمان است که در وهله اول ارتباط میان متغیرهای سودمند که در اینجا چند ریختیهای تک نوکلئوتید هستند و متغیرهای پیشگو که در این تحقیق، بیان ژن بوده را بیان کرده است.
همچنین در مرحله دوم، ارتباط میان متغیرهای پیشگو با متغیر پاسخ که در این تحقیق، خصوصیات فنوتیپی هستند را مدلبندی میکند.
عضو هیئت علمی دانشگاه تهران در ادامه درباره مدل بندی آماری این طرح توضیح داد: معمولاً در مدلبندی ژنتیکی و کاربردهای بیوانفورماتیکی مدلهای آماری، آنچه بیش از قابلیت پیشبینی مدلها کاربرد دارد، تعیین متغیرهای تأثیرگذار است. در واقع تعیین ژنهای تأثیرگذار در یک خصوصیت فنوتیپی و تعیین چندریختیهای تک نوکلئوتید تشکیل دهنده یک ژن اهمیت زیادی دارد. این مساله به همراه تعداد بالای ژنها که بسیار بزرگتر از اندازه نمونه بودند و تعداد بالای چندریختیهای تک نوکلئوتید که آنها نیز بزرگتر از تعداد ژنها هستند، اهمیت مدلسازی تنک را پدیدار میکنند.
وی در تعریف مدل تنک تشریح کرد: یک مدل تنک به مدلی گفته میشود که تعداد زیادی از ضرایب آن صفر براورد شود و بدین ترتیب متغیرهایی در مدل که ضریب آنها غیر صفر براورد شدهاند به عنوان متغیرهای تأثیرگذار در مدل شناخته میشوند.
امینی با اشاره به نوآوری و بکر بودن این تحقیق گفت: تاکنون تحقیقی در زمینه تحلیل بیزی مدل رگرسیون با متغیرهای سودمند براساس توزیع پیشین تنکساز خوشه و حبه انجام نشده است و این تحقیق در نوع خود بدیع و تازه است.
وی اضافه کرد: ما در این پروژه به یک مدل تسری امید ریاضی دو مرحلهای برای حل مسأله استنباط بیزی تنک با توزیع پیشین تنکساز خوشه و حبه برای مدل رگرسیون با متغیرهای سودمند دست یافتیم که این مدل را میتوان برای مشخص سازی هم زمان چندریختیهای تک نوکلئوتید و ژنهای مؤثر در خصوصیات فنوتیپی موجود زنده به کار برد.
این استاد پژوهشگر در ادامه بیان کرد: یکی دیگر از اهداف این پروژه تهیه و در دسترس عموم قرار دادن کدهای نرم افزاری روش ارائه شده به همراه روشهای دو مرحلهای تنک فراوانیگرایی است که در تحقیقات گذشته ارائه شدهاند. همچنین، توسعه الگوریتمی سریع و دقیق (تسری امید ریاضی) برای براورد مدلهای بیزی تنک رگرسیون با متغیرهای سودمند برای تحلیل همزمان رابطه میان چندریختیهای تک نوکلئوتید با بیان ژن و رابطه میان بیان ژن و متغیرهای فنوتیپی مانند بیماری هم از دیگر اهداف طراحی این پروژه بوده است.
امینی درباره خروجی طرح نیز توضیح داد: تولید دانش فنی مدلهای تنک بیزی رگرسیون با متغیرهای سودمند برای کاربرد در ژنتیک و بومیسازی نرم افزارهای لازم برای شیوههای فراوانیگرا و بیزی تنک در مدلهای رگرسیون با متغیرهای سودمند برای کاربرد در ژنتیک از نتایجی بوده است که در این طرح حاصل شده است.
وی ادامه داد: این نکته حائز اهمیت است که توسعه مدلهای بیزی تنک برای اولین بار در دنیا در مدلهای رگرسیون با متغیرهای سودمند در این تحقیق انجام میشود.
عضو هیئت علمی دانشگاه تهران در پایان خاطر نشان کرد: در خروجی طرحها، نباید فقط به داشتن مقالات برتر (Q1) اهمیت داد، چرا که راههایی برای دور زدن مسیر دشوار پذیرش مقاله و انتشار آن در این مجلات معتبر هست، از آنچه نباید غافل شد، تلاش و نوآوری پژوهشگر در اجرای طرح و تحقیقاتی است که پیش از این در دنیا نیز انجام نشده است.
ما را در شبکه های اجتماعی دنبال کنید:
کانال صندوق در بله: https://ble.ir/insf_pr
کانال صندوق در تلگرام: https://t.me/insf_pr
پیج صندوق در اینستاگرام: https://instagram.com/insf_pr?igshid=Yzg5MTU1MDY