差異甲基化位點(diǎn)識(shí)別算法的對(duì)比研究與優(yōu)化.pdf

1、DNA甲基化是最重要的表觀遺傳機(jī)制之一，在基因表達(dá)調(diào)控、胚胎發(fā)育、X染色體失活、基因印記以及維持染色質(zhì)結(jié)構(gòu)等生物學(xué)過程中發(fā)揮著重要的作用，并且與許多疾病的致病過程相關(guān)。近年來的大量研究表明，差異甲基化位點(diǎn)與許多疾病有直接關(guān)系，特別是癌癥。因此，識(shí)別差異甲基化位點(diǎn)是解剖疾病病因中最關(guān)鍵和最根本的問題之一。本文對(duì)多種癌癥進(jìn)行分析，找到每種癌癥對(duì)應(yīng)的差異甲基化位點(diǎn)，為癌癥早期診斷提供依據(jù)，為此本文做了如下工作：
　　1)針對(duì)現(xiàn)有統(tǒng)計(jì)假設(shè)

2、檢驗(yàn)方法只是選出在統(tǒng)計(jì)上有顯著差異的位點(diǎn)，選出來的位點(diǎn)并不都具有類別區(qū)分特性，本文引入了基于機(jī)器學(xué)習(xí)的特征選擇方法（Elastic Net正則化）。該方法有效解決了假設(shè)檢驗(yàn)方法不能同時(shí)發(fā)現(xiàn)多個(gè)位點(diǎn)對(duì)癌癥的組合作用。
　　2)針對(duì)在優(yōu)化差異甲基化識(shí)別算法過程中發(fā)現(xiàn)選擇出的差異甲基化位點(diǎn)不穩(wěn)定問題，本文提出了基于Elastic Net正則化的集成特征選擇算法。本文選擇了13種癌癥數(shù)據(jù)來分析算法特征選擇穩(wěn)固性，結(jié)果發(fā)現(xiàn)在兩種特征選擇算法

3、模型分類性能接近的情況下本文算法在特征選擇穩(wěn)固性評(píng)價(jià)指標(biāo)（杰卡德指數(shù)）上優(yōu)于Elastic Net正則化特征選擇算法。
　　3)在與現(xiàn)有統(tǒng)計(jì)假設(shè)檢驗(yàn)方法的對(duì)比中，本文采用在獨(dú)立測(cè)試集上測(cè)試本文算法選擇出的差異甲基化位點(diǎn)與FastDMA、RnBeads兩種假設(shè)檢驗(yàn)方法得到的差異甲基化位點(diǎn)的類別區(qū)分性能。結(jié)果發(fā)現(xiàn)，本文算法在獨(dú)立測(cè)試集上正確率高于 FastDMA與 RnBeads，由此可知本文算法選出的差異甲基化位點(diǎn)的類別區(qū)分性能優(yōu)于