差異甲基化位點識別算法的對比研究與優(yōu)化.pdf

1、DNA甲基化是最重要的表觀遺傳機制之一，在基因表達調控、胚胎發(fā)育、X染色體失活、基因印記以及維持染色質結構等生物學過程中發(fā)揮著重要的作用，并且與許多疾病的致病過程相關。近年來的大量研究表明，差異甲基化位點與許多疾病有直接關系，特別是癌癥。因此，識別差異甲基化位點是解剖疾病病因中最關鍵和最根本的問題之一。本文對多種癌癥進行分析，找到每種癌癥對應的差異甲基化位點，為癌癥早期診斷提供依據(jù)，為此本文做了如下工作：
　　1)針對現(xiàn)有統(tǒng)計假設

2、檢驗方法只是選出在統(tǒng)計上有顯著差異的位點，選出來的位點并不都具有類別區(qū)分特性，本文引入了基于機器學習的特征選擇方法（Elastic Net正則化）。該方法有效解決了假設檢驗方法不能同時發(fā)現(xiàn)多個位點對癌癥的組合作用。
　　2)針對在優(yōu)化差異甲基化識別算法過程中發(fā)現(xiàn)選擇出的差異甲基化位點不穩(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)固性評價指標（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)計假設檢驗方法的對比中，本文采用在獨立測試集上測試本文算法選擇出的差異甲基化位點與FastDMA、RnBeads兩種假設檢驗方法得到的差異甲基化位點的類別區(qū)分性能。結果發(fā)現(xiàn)，本文算法在獨立測試集上正確率高于 FastDMA與 RnBeads，由此可知本文算法選出的差異甲基化位點的類別區(qū)分性能優(yōu)于