基于譜圖理論的基因表達(dá)譜數(shù)據(jù)分析.pdf

1、利用DNA芯片，可以對成千上萬個基因在不同組織的表達(dá)情況進(jìn)行跟蹤與監(jiān)測，它不僅有助于腫瘤組織的鑒別分類和新亞型發(fā)現(xiàn)，而且為腫瘤分子生物學(xué)的研究提供了強大而有效的科學(xué)依據(jù)。隨著DNA芯片技術(shù)的發(fā)展，基因表達(dá)譜數(shù)據(jù)的獲取變得更加容易，使得人們開始在分子水平上研究腫瘤是否發(fā)生以及相應(yīng)的病變機制;同時通過基因表達(dá)譜數(shù)據(jù)分析可以幫助找出與腫瘤相關(guān)的致病基因，從而為針對性的腫瘤診斷和治療提供一種全新的方法。
　　 本文基于譜圖理論，研究了腫

2、瘤基因表達(dá)譜數(shù)據(jù)，通過構(gòu)圖實現(xiàn)無結(jié)構(gòu)信息的數(shù)字序列到具有結(jié)構(gòu)信息的圖結(jié)構(gòu)的轉(zhuǎn)變，并分別用無監(jiān)督、半監(jiān)督和有監(jiān)督的方法實現(xiàn)了基因表達(dá)譜數(shù)據(jù)的聚類或分類，同時分析了相應(yīng)的實驗結(jié)果。主要研究內(nèi)容如下:
　　 1.針對基因表達(dá)譜數(shù)據(jù)的高維小樣本特性，提出一種基于NormalizedCut的基因表達(dá)譜數(shù)據(jù)聚類方法。該方法首先將腫瘤樣本作為圖中的節(jié)點，并構(gòu)建正規(guī)Laplacian矩陣;然后對Laplacian矩陣進(jìn)行SVD分解，以獲取反映可

3、以樣本類別信息的指示向量;最后通過指示向量各分量的符號差異實現(xiàn)數(shù)據(jù)類別的劃分。通過對白血病和結(jié)腸癌數(shù)據(jù)集的實驗，證明了該方法的有效性。
　　 2.針對原始標(biāo)記傳播算法重復(fù)標(biāo)記樣本點和閾值選取的不確定性等問題，提出一種基于雅可比迭代的標(biāo)記傳播算法，并將其應(yīng)用于基因表達(dá)譜分析中。該方法首先標(biāo)記少量已知類別的樣本，并定義一個表示樣本類別屬性的標(biāo)記序列，然后通過傳播標(biāo)記的方式來識別未知類別的樣本。在傳播過程中，某個未知樣本的標(biāo)記值根據(jù)其

4、余所有樣本當(dāng)前標(biāo)記值的加權(quán)平均進(jìn)行更新;同時，已知樣本的標(biāo)記值始終維持其初始標(biāo)記水平，以保證標(biāo)記數(shù)據(jù)的強度。最后，證明了標(biāo)記序列的收斂性并得到相應(yīng)的收斂解。通過白血病和結(jié)腸癌數(shù)據(jù)集的實驗，證明了該方法的有效性。
　　 3.針對拉普拉斯特征映射(LE)和最大邊緣準(zhǔn)則(MMC)在特征提取問題中存在的不足，提出一種基于LE和改進(jìn)MMC(LE/IMMC)的特征提取算法，并將其應(yīng)用于基因表達(dá)譜數(shù)據(jù)分類。LE/IMMC算法以保持相似數(shù)據(jù)點的