پروفسور انوشیروان کاظم نژاد لیلی، خانم پریسا ریاحی قره بابا، دکتر شایان مصطفایی،
جلد ۲۶، شماره ۱ - ( ۹-۱۴۰۰ )
الگوریتم کاهش بعد چندعاملی به عنوان یک الگوریتم توانمند برای شناسایی اثرات متقابل مراتب بالا در ساختارهای ابربعد محسوب میشود. در این تحقیق با استفاده از اطلاعات ۷۴۸ مورد بیمار مبتلا به بیماری بهجت که به مرکز تحقیقات روماتولوژی، بیمارستان شریعتی تهران مراجعه کرده بودند و ۷۷۶ شاهد سالم، برای شناسایی اثرات متقابل بین پلی مورفیسم های ژن
ERAP۱ دخیل در رخداد بیماری بهجت از الگوریتم کاهش بعد چندعاملی استفاده شده است. محاسبات با استفاده از نرم افزار
mdr ۳,۰.۲ انجام گرفته است. مدل های حاصل از الگوریتم کاهش ابعاد چند عاملی با دقت متعادل
[۳] بالای ۶/۰ دخیل در افزایش ریسک بیماری بهجت تعیین شده اند. الگوریتم کاهش ابعاد چند عاملی توان و سرعت بالایی در محاسبه اثرات متقابل پلی مورفیسمها یا جهشهای ژنتیکی و شناسایی اثرات متقابل مهم و معنیدار دارد.
