基于基因組數(shù)據(jù)的癌癥亞型發(fā)現(xiàn)聚類研究.pdf

1、癌癥亞型的定義和發(fā)現(xiàn)是針對癌癥個性化治療的一個重要組成部分，將癌癥樣本正確歸類到不同的亞型能夠為病人選擇正確的治療方法提供非常重要的參考?；蚪M技術(shù)的發(fā)展和應(yīng)用，可以獲取癌癥病例全基因組的高通量測序數(shù)據(jù)，為人們在全基因組水平上研究癌癥個體的差異和癌癥的發(fā)生、發(fā)展以及轉(zhuǎn)移機(jī)制創(chuàng)造了條件。然而，癌癥基因組數(shù)據(jù)是多譜系高維特征的生物大數(shù)據(jù)集合，高維、高噪聲、低樣本數(shù)是生物大數(shù)據(jù)的普遍特征，給傳統(tǒng)數(shù)據(jù)挖掘技術(shù)應(yīng)用提出了新的挑戰(zhàn);基因組技術(shù)的發(fā)展

2、積累了大量的癌癥樣本數(shù)據(jù)，如何利用數(shù)據(jù)挖掘的大數(shù)據(jù)分析方法處理這些癌癥基因組數(shù)據(jù)，探索每一種癌癥存在的可能亞型及其相應(yīng)的腫瘤分子標(biāo)記物，將對癌癥研究和治療具有非常重要的現(xiàn)實意義。
　　本文以癌癥基因組數(shù)據(jù)為研究對象，針對癌癥基因組數(shù)據(jù)高維性和多譜系的特點，主要研究在癌癥亞型發(fā)現(xiàn)的聚類分析中有關(guān)癌癥基因組數(shù)據(jù)的處理和融合方法，同時探索癌癥基因組數(shù)據(jù)的新型聚類算法。
　　癌癥基因組學(xué)是通過高通量測序技術(shù)將基因與癌癥研究進(jìn)行關(guān)聯(lián)，

3、基因芯片技術(shù)和二代測序技術(shù)作為當(dāng)前癌癥基因組數(shù)據(jù)獲取的主要來源，本文對其技術(shù)特點及技術(shù)細(xì)節(jié)進(jìn)行詳細(xì)論述;對迄今為止最大的癌癥基因組研究項目癌癥基因組圖譜(TCGA)計劃進(jìn)行比較全面的介紹。
　　本文構(gòu)建了基于基因組數(shù)據(jù)的癌癥亞型發(fā)現(xiàn)研究的分析框架，主要包括基因組數(shù)據(jù)的預(yù)處理方法，基因組數(shù)據(jù)重要特征提取方法，基因組數(shù)據(jù)的聚類方法，以及聚類結(jié)果的評估方法;詳細(xì)介紹了數(shù)據(jù)過濾、數(shù)據(jù)補齊和數(shù)據(jù)標(biāo)準(zhǔn)化的基因組數(shù)據(jù)預(yù)處理方法;提出四種基因組數(shù)

4、據(jù)特征選擇方法;聚類算法作為基于基因組數(shù)據(jù)的癌癥亞型發(fā)現(xiàn)的核心內(nèi)容，本文系統(tǒng)介紹了一致性聚類、一致性非負(fù)矩陣因式分解、多基因組數(shù)據(jù)集成聚類和相似性網(wǎng)絡(luò)融合四種主要癌癥亞型發(fā)現(xiàn)的計算生物學(xué)方法;針對聚類結(jié)果的評估問題，本文給出了生存分析、Silhouette方法以及聚類統(tǒng)計顯著性檢驗的評價指標(biāo)。
　　多基因組數(shù)據(jù)挖掘聚類研究是定義和發(fā)現(xiàn)癌癥亞型的一種非常有效的途徑，并且已經(jīng)在很多癌癥研究中產(chǎn)生了非常重要的發(fā)現(xiàn)和應(yīng)用。有關(guān)癌癥亞型發(fā)現(xiàn)