基于貝葉斯統(tǒng)計思想的基因表達數據分析.pdf

1、生命體是個開放的復雜巨系統(tǒng)，基因組計劃產出的生物學及其衍生的海量數據為使用從定性到定量的綜合集成法研究各種生命現(xiàn)象，揭示生命系統(tǒng)的運行機制和內在規(guī)律創(chuàng)造了條件。 人類基因組草圖基本繪就之后，基因組學研究的重心逐漸轉向了基因功能的研究，也就是進入了“后基因組學時代”。基因芯片技術的高通量特點使人們得以研究大量基因同時表達的情況，無疑為基因功能研究提供了一種強有力的工具。基因芯片正在基因表達分析、疾病診斷和治療、新藥發(fā)現(xiàn)等眾多領域得

2、到廣泛的應用。但是基因芯片的應用過程產生了大量的關系復雜的數據，如何處理和分析這些數據并從中挖掘出有意義的生物信息已成為當前生命科學，特別是生物信息學的一個重要的研究課題。 貝葉斯統(tǒng)計是在與頻率派經典統(tǒng)計的不斷爭論中逐漸完善起來的，是基于貝葉斯定理而發(fā)展起來用于系統(tǒng)地闡述和解決統(tǒng)計問題的方法。貝葉斯統(tǒng)計推斷理論幾乎可以作為每一個學科的研究工具之一；而且由于貝葉斯計算的快速發(fā)展，它在實踐中獲得了廣泛的應用?，F(xiàn)在，貝葉斯統(tǒng)計分析也正

3、在被積極地引入到生物信息學的研究中去。 本文首先對基因芯片的產生和它在后基因組學研究中的重要地位做了簡單介紹，闡述了基因芯片數據分析對生物學功能研究的意義。其次，系統(tǒng)地闡述了貝葉斯統(tǒng)計分析方法的思想、先驗分布的選取、后驗推斷以及貝葉斯計算；并且簡單介紹了在不同生物學復雜層次上，常用的基因芯片數據分析方法。最后，將貝葉斯分析思想應用到基因芯片數據分析中，建立了基因芯片數據的特征基因篩選模型和貝葉斯兩總體分類模型。一方面將建立的貝葉

4、斯兩總體模型應用于乳腺癌基因芯片數據，對攜帶BRCA1和BRCA2突變的患者進行兩類別分類；另一方面，分別采用OVA和AP方法將多總體的乳腺癌基因芯片數據分類問題轉化為兩總體分類，利用以上建立的貝葉斯分類模型建立多個兩總體分類器，并采用一定的方法將各個分類器的分類結果進行綜合，從而得到多分類問題的分類結果；不僅如此，由于基因芯片數據的“小樣本，多變量”特點，應用交叉證實方法對建立的貝葉斯分類模型的分類效果和模型穩(wěn)定性進行了評估，而且與S