基因組尺度高信息量RNA干擾篩選數(shù)據(jù)分析：一類系統(tǒng)生物學(xué)應(yīng)用中若干模式識(shí)別問(wèn)題的研究.pdf

1、控制論、系統(tǒng)論思想與模式識(shí)別相關(guān)方法廣泛參與諸多交叉學(xué)科的研究。控制論、系統(tǒng)論可以指導(dǎo)對(duì)各種實(shí)際問(wèn)題的認(rèn)知，模式識(shí)別相關(guān)方法則構(gòu)成了具體的解決方案。本文將控制論、系統(tǒng)論與模式識(shí)別相關(guān)方法應(yīng)用于一類系統(tǒng)生物學(xué)研究。具體的，以基因在細(xì)胞形態(tài)變化中的調(diào)控作用為主要研究對(duì)象，以在果蠅培養(yǎng)細(xì)胞種系中進(jìn)行的大尺度高信息量RNA干擾篩選(RNAi HCS)為應(yīng)用背景，我們分析并解決了RNAi HCS數(shù)據(jù)分析中的一系列問(wèn)題，包括細(xì)胞形態(tài)表現(xiàn)型在線發(fā)現(xiàn)、

2、表現(xiàn)型在線建模與確認(rèn)、針對(duì)不同表現(xiàn)型的特征選擇與細(xì)胞分類、綜合單個(gè)細(xì)胞分類結(jié)果的基因功能建模等。我們將本文設(shè)計(jì)的一系列方法組合為一套完整的數(shù)據(jù)分析流程，并協(xié)助生物學(xué)者對(duì)近200萬(wàn)單個(gè)細(xì)胞圖像進(jìn)行綜合分析，提出了“細(xì)胞形態(tài)表現(xiàn)型具有定型化性質(zhì)”的生物學(xué)假設(shè)。
　　 本文提出利用高斯混合模型對(duì)表現(xiàn)型建模，改進(jìn)了利用間隔統(tǒng)計(jì)估計(jì)聚類個(gè)數(shù)的方法、設(shè)計(jì)了迭代表現(xiàn)型兼并流程以比較新數(shù)據(jù)集與已知表現(xiàn)型的異同、利用最小分類誤差方法實(shí)現(xiàn)表現(xiàn)型模型

3、在線更新，最終形成了在線表現(xiàn)型發(fā)現(xiàn)算法。這種方法隨著新數(shù)據(jù)的不斷產(chǎn)生辨認(rèn)新穎表現(xiàn)型，并對(duì)其進(jìn)行建模與確認(rèn)。當(dāng)前的RNAi HCS數(shù)據(jù)分析流程大多使用手工挑選的典型表現(xiàn)型及代表細(xì)胞作為訓(xùn)練集，但數(shù)據(jù)集規(guī)模的不斷擴(kuò)大使手工分析難以反映整個(gè)數(shù)據(jù)集的完整風(fēng)貌，我們的方法有效的解決了這一問(wèn)題。
　　 為了考察整個(gè)數(shù)據(jù)集中各個(gè)細(xì)胞與典型表現(xiàn)型的相似程度，我們?cè)O(shè)計(jì)了“支持向量機(jī)迭代特征消去—遺傳算法”聯(lián)合特征選擇方法，利用精簡(jiǎn)的特征集合描述表

4、現(xiàn)型形態(tài)并使用以高斯徑向基函數(shù)為核函數(shù)的支持向量機(jī)進(jìn)行細(xì)胞分類。根據(jù)支持向量機(jī)對(duì)每個(gè)細(xì)胞形態(tài)的分析，我們執(zhí)行一系列質(zhì)量控制、統(tǒng)計(jì)分析及數(shù)據(jù)篩選與整合操作，為針對(duì)每個(gè)基因的RNAi實(shí)驗(yàn)挑選出一個(gè)帶有穩(wěn)定形態(tài)特征的細(xì)胞群落；根據(jù)可重復(fù)性細(xì)胞群落的形態(tài)特征生成每個(gè)基因的量化形態(tài)分值，并利用聚類分析辨別在細(xì)胞形態(tài)變化中發(fā)揮不同作用的基因與基因家族。
　　 本文以控制論、系統(tǒng)論為指導(dǎo)，整個(gè)數(shù)據(jù)分析流程中綜合運(yùn)用多種模式識(shí)別、統(tǒng)計(jì)分析技術(shù)，