基于基因表達(dá)數(shù)據(jù)的腫瘤預(yù)測模型研究.pdf

1、基因表達(dá)數(shù)據(jù)的分析和研究是生物信息學(xué)中重要的研究課題.運(yùn)用信息科學(xué)的方法和技術(shù),基于腫瘤基因表達(dá)數(shù)據(jù),建立腫瘤的分類預(yù)測模型,對腫瘤的發(fā)現(xiàn)和識別具有重要意義.該文以多發(fā)性骨髓瘤、小圓藍(lán)細(xì)胞瘤和結(jié)腸癌為研究對象,以基因表達(dá)數(shù)據(jù)為基礎(chǔ),運(yùn)用人工神經(jīng)網(wǎng)絡(luò)建立腫瘤的分類預(yù)測模型,取得的主要研究成果如下:第一,該文針對多發(fā)性骨髓瘤,應(yīng)用BP網(wǎng)絡(luò)建立了多發(fā)性骨髓瘤BP預(yù)測模型.該模型使用相關(guān)分析法提取了44個(gè)特征基因,并以此為基礎(chǔ)設(shè)計(jì)了基于三層BP

2、網(wǎng)絡(luò)的預(yù)測器.研究結(jié)果顯示,多發(fā)性骨髓瘤BP預(yù)測模型正確預(yù)測了所有測試樣本,預(yù)測正確率為100％.該文首次將自組織特征映射網(wǎng)絡(luò)應(yīng)用于多發(fā)性骨髓瘤的研究,提出了一種具有自組織特征的多發(fā)性骨髓瘤自組織預(yù)測模型.該模型以自組織特征映射網(wǎng)絡(luò)為核心,設(shè)計(jì)了自組織單元,使模型表現(xiàn)出優(yōu)秀的自組織特征.實(shí)驗(yàn)結(jié)果表明,多發(fā)性骨髓瘤自組織預(yù)測模型的預(yù)測正確率達(dá)到了100%.第二,關(guān)于小圓藍(lán)細(xì)胞瘤,該文針對小圓藍(lán)細(xì)胞瘤存在的四個(gè)亞型,引入了將多類分類問題分解

3、為多個(gè)兩類分類問題的思想,建立了基于多BP網(wǎng)絡(luò)的小圓藍(lán)細(xì)胞瘤多模預(yù)測模型.該模型由四個(gè)BP網(wǎng)絡(luò)構(gòu)成,每個(gè)BP網(wǎng)絡(luò)分別負(fù)責(zé)一個(gè)亞型的分類.研究結(jié)果表明,該模型能正確預(yù)測所有測試樣本,預(yù)測的準(zhǔn)確率達(dá)到了100%.第三,針對結(jié)腸癌的研究,該文首次應(yīng)用學(xué)習(xí)矢量量化算法,建立結(jié)腸癌學(xué)習(xí)矢量量化預(yù)測模型.該預(yù)測模型提取50個(gè)特征基因,設(shè)計(jì)了基于學(xué)習(xí)矢量量化算法的預(yù)測器.結(jié)腸癌學(xué)習(xí)矢量量化預(yù)測模型正確劃分了62個(gè)樣本中的57個(gè)樣本,分類正確率為91.