مقاله تهیه نرم افزار آنالیز داده های مولکولی برای بررسی تنوع ژنتیکی

بخشی از مقاله

چکیده

در بررسی هاي تنوع ژنتیکی عمدتا هم داده هاي نسبتا زیادي بایستی مورد دست ورزي و تجزیه و تحلیل قرار گیرند و هم پارامترهاي مختلفی با توجه به هدف مطالعات می توانند مد نظر باشند. از این رو احتمال ایجاد اشتباهات نیز بالتبع افزایش می یابد. امروزه بکارگیري نرم افزارهاي مختلف کامپیوتري در این خصوص امکان تجزیه و تحلیل سریع و دقیق داده هاي مورد نظر را به خوبی فراهم نموده است، اما شاید بتوان گفت نرم افزاري که به طور کامل تمامی آنالیزهاي مورد نظر را در خود جاي داده باشد موجود نیست و محقق ناگزیر به استفاده از چند نرم افزار به منظور بررسی پارامترهاي مختلف مد نظر می باشد. نرم افزار حاضر که در محیط Microsoft Excel 2007 برنامه نویسی و تهیه شده است، به گونه اي طراحی شده که به سادگی امکان استفاده از آن فراهم می باشد. در این نسخه از نرم افزار که از توابع مختلف ریاضیاتی، جستجو، مرجع، شرطی و ... و نیز عمدتا ترکیبی از توابع مذکور استفاده شده، پنج قسمت وجود دارد:

- الف - قسمت ورود داده هاي خام؛ که عبارتند از اندازه نوار هاي حاصل در ژنوتیپ هاي مختلف مورد بررسی، - ب - قسمت 0 و 1؛ که داده هاي قسمت "الف" را به صفر و یک تبدیل می کند، - ج - قسمت ژنوتیپ آللی؛ که آلل هاي هر ژنوتیپ را به صورت حروف الفبا مشخص می نماید و بیشتر در خصوص استفاده از نشانگرهاي هم بارز نظیر SSRs کاربرد دارد، - د - قسمت آلل ها؛ که آلل ها را به صورت اندازه آنها براي هر ژنوتیپ مشخص می نماید و - ه - قسمت نتایج که برخی پارامترهاي مورد نظر ازجمله Ho، He - PIC=1-∑fi^2 - ، شاخص قدرت تمایز نشانگر - 1-∑pi^2 - ، fixation index، ژنوتیپ هاي شاخص و ... را با بکارگیري داده هاي چهار قسمت قبل محاسبه نموده و در اختیار کاربر قرار می دهد.

کلمات کلیدي: آنالیز داده هاي مولکولی، تنوع ژنتیکی، نرم افزار

مقدمه

امروزه در دنیا استفاده از رایانه و میزان توانایی بکارگیري آن ازجمله معیارهاي سواد و آموزش درنظرگرفته شده و بکارگیري آن در تمامی زمینه هاي زندگی امري اجتناب ناپذیر به نظر می رسد. استفاده از رایانه در علوم مختلف نیز جایگاه خاص خود را دارد به طوریکه در علوم زیستی کاربرد رایانه منجر به ایجاد زمینه علمی نسبتا جدیدي به نام بیوانفورماتیک گردیده است. در رابطه با بررسی هاي تنوع ژنتیکی با توجه به حجم زیاد داده هاي ورودي و نیاز به مطالعه دقیق پارامترهاي مورد نظر بکارگیري نرم افزارهایی که این مطالعات را به طور هر چه جامع تر پوشش دهند ضروري است. در این خصوص نرم افزارهاي متعددي از جمله NTSys، POPGene، SPSS و غیره نیز وجود دارند که هر کدام بخشی از نیاز هاي این گونه مطالعات را مرتفع می نمایند.  در ارتباط با استفاده از محیط Microsoft Office - Excel - براي بررسی هاي مذکور نیز تعداد معدودي نرم افزار - از جمله - GENALEX طراحی و معرفی شده است که از سویی پیچیدگی هاي خاص خود را داشته و از سوي دیگر تا اندازه اي باعث سهولت کار در این گونه مطالعات گردیده اند. نرم افزار ABRIISTAT با هدف ایجاد سهولت در دست ورزي داده هاي مطالعات بررسی تنوع ژنتیکی با استفاده از نشانگرهاي مولکولی طراحی و برنامه نویسی گردیده است.

مواد و روش ها

محیط برنامه نویسی: در نرم افزار حاضر با توجه به این که محیط Microsoft Excel امکانات بسیار مفید و جالب توجی را در اختیار کاربر قرار داده و از سوي دیگر عمده کارهاي اولیه این گونه مطالعات با استفاده از آن صورت می گیرد، از نسخه 2007 این محیط براي برنامه نویسی و طراحی نرم افزاري بسیار ساده براي دست ورزي داده هاي مورد نظر استفاده گردید. توابع مورد استفاده : در طراحی این نرم افزار از توابع مختلف ریاضیاتی، جستجو، مرجع، شرطی و ... و نیز عمدتا ترکیبی از توابع مذکور استفاده گردید. قسمت هاي مختلف نرم افزار : در این نسخه از نرم افزار پنج قسمت وجود دارد - شکل : - 1 - الف - قسمت ورود داده هاي خام؛

که عبارتند از اندازه نوار هاي حاصل در ژنوتیپ هاي مختلف مورد بررسی که با استفاده از نرم افزارهاي PhotoCapture، UVDoc و غیره می توان آنها را به دقت مشخص نمود، - ب - قسمت 0 و 1؛ که داده هاي قسمت الف را به صفر و یک تبدیل می کند، - ج - قسمت ژنوتیپ آللی؛ که آلل هاي هر ژنوتیپ را به صورت حروف الفبا مشخص مینماید و بیشتر در خصوص استفاده از نشانگرهاي هم بارز نظیر SSR کاربرد دارد و - د - قسمت آلل ها؛ که آلل ها را به صورت اندازه آنها براي هر ژنوتیپ مشخص می نماید، - ه -  قسمت نتایج که برخی پارامترهاي مورد نظر ازجمله Ho، He - PIC=1-∑fi^2 - ، شاخص قدرت تمایز نشانگر - 1-∑pi^2 - ، fixation index، ژنوتیپ آللی و ژنوتیپ هاي شاخص و ... را با بکارگیري داده هاي سه قسمت قبل محاسبه نموده و در اختیار کاربر قرار می دهد. هر کدام از این قسمت ها در یک کاربرگ - Sheet - جداگانه لحاظ شده است. صحت کارآیی و تایید نرم افزار : - validation & verification - داده هاي مربوط به یکی از طرح هاي مرتبط با بررسی تنوع ژنتیکی با استفاده از این نرم افزار بررسی و آنالیز گردید. در عین حال همان داده ها با استفاده از نرم افزارهاي معمول دیگر از جمله NTSys، POPGene و SPSS آنالیز و نتایج حاصل به منظور بررسی کارآیی این نرم افزار مورد مقایسه قرار گرفت.

نتایج و بحث

مقایسه نتایج حاصل از نرم افزار ABRIISTAT با سایر نرم افزارهاي موجود کارآیی این نرم افزار را مورد تایید قرار داد.  از جمله مزایاي این نرم افزار سهولت بسیار زیاد کار با آن می باشد به طوریکه تنها با ورود داده هاي خام تمامی آنالیزها در قسمت هاي - شیت هاي - دیگر به طور خودکار انجام شده و در اختیار کاربر قرار می گیرد. از جمله دیگر قابلیت هاي منحصر به فرد این نرم افزار امکان شناسایی ژنوتیپ هاي خاص و شاخص براي هر نشانگر مورد بررسی می باشد. ژنوتیپ شاخص، ژنوتیپی درنظر گرفته شد که در ژرم پلاسم مورد بررسی یک یا چند آلل تنها در آن ژنوتیپ حضور داشت. علیرغم اینکه این نرم افزار در Microsoft Excel 2007 طراحی شده است، اما امکان استفاده از آن در نسخه 2003 نیز با حفظ تمامی کارآیی محاسباتی آن وجود دارد. در نسخه 2007 از امکانات گرافیکی قابل توجه آن به ویژه conditional formatting در طراحی نرم افزار استفاده شده است. در قسمت ورود اطلاعات درصورتیکه داده اي غیر معتبر یعنی داده اي که در میان آلل هاي مورد نظر وجود نداشته باشد وارد شود پیغامی مبنی بر این که داده مذکور اشتباه می باشد توسط نرم افزار داده شده و از ورود آن جلوگیري می شود. به طور کلی از جمله ویژگی هاي شاخص این نرم افزار می توان به موراد ذیل اشاره کرد:

.1     تبدیل سریع داده هاي خام - اندازه نوارها - به داده هاي 0"و"1 و یا ژنوتیپ آللی

.2     امکان انتقال داده هاي حاصل به نرم افزارهاي آماري دیگر به سادگی

.3 محاسبه مهمترین پارامترهاي مورد نظر در بررسی هاي تنوع ژنتیکی ازجمله PIC value، HO، HE، Discrimination Power و غیره

.4 تعیین ژنوتیپ هاي شاخص در نسخه هاي بعدي این نرم افزار سه قسمت دیگر براي محاسبه ماتریس هاي تشابه و فاصله و نیز ترسیم کلاستر در نظر گرفته خواهد شد.