DNA微陣列數(shù)據(jù)分析及蛋白質(zhì)相互作用網(wǎng)絡(luò)研究.pdf

1、DNA微陣列技術(shù)是功能基因組研究的有力工具，已廣泛用于癌癥等重大遺傳性疾病的病理、相關(guān)基因的識(shí)別和臨床診斷與分類研究。但由于微陣列數(shù)據(jù)具有維數(shù)高，樣本少等特點(diǎn)，在腫瘤分類應(yīng)用中可能導(dǎo)致過(guò)擬合和維數(shù)災(zāi)難，在生物標(biāo)記基因的識(shí)別上容易產(chǎn)生假陽(yáng)性問(wèn)題，而解決這些問(wèn)題的關(guān)鍵就是基因選擇。利用基因選擇來(lái)選出與腫瘤分類相關(guān)的最優(yōu)基因子集，在最大程度上刪除冗余和噪聲基因，然后在所選基因子集上構(gòu)建分類器，不僅可以提高腫瘤分類的準(zhǔn)確率，而且還降低了腫瘤診斷

2、的臨床應(yīng)用成本，仍然是腫瘤分類領(lǐng)域的一大挑戰(zhàn)。在本課題中，我們提出了一種新的基于鄰域粗糙集的啟發(fā)式寬度優(yōu)先搜索算法來(lái)選擇基因子集并用于腫瘤分類。通過(guò)文獻(xiàn)檢索和蛋白質(zhì)相互作用網(wǎng)絡(luò)分析所選基因的功能，看所選的基因是否與腫瘤的發(fā)生有關(guān)，基因之間是否有某種調(diào)控關(guān)系。結(jié)果證明所選基因與腫瘤的發(fā)生密切相關(guān)，同時(shí)發(fā)現(xiàn)在所選基因編碼的蛋白質(zhì)中，一些蛋白有數(shù)十甚至數(shù)百個(gè)相互作用的蛋白質(zhì)，由于蛋白質(zhì)分子表面的面積有限，單個(gè)蛋白在同一時(shí)間不可能與這么多蛋白發(fā)

3、生作用，那么在這些蛋白質(zhì)中，哪些蛋白可以同時(shí)和核心蛋白發(fā)生作用，哪些蛋白相互排斥?與許多不同親和力的蛋白質(zhì)又如何發(fā)生相互作用?這是基因調(diào)控及蛋白質(zhì)相互作用網(wǎng)絡(luò)研究的一個(gè)新的挑戰(zhàn)。因此，我們希望通過(guò)整合多數(shù)據(jù)源如蛋白質(zhì)相互作用網(wǎng)絡(luò)和基因表達(dá)譜來(lái)構(gòu)建一個(gè)有時(shí)間維的蛋白質(zhì)相互作用網(wǎng)絡(luò)來(lái)進(jìn)一步探討腫瘤基因調(diào)控、腫瘤發(fā)生機(jī)制、腫瘤藥物靶點(diǎn)等系統(tǒng)生物學(xué)問(wèn)題，這是目前也是今后工作的一個(gè)研究重點(diǎn)。目前已對(duì)蛋白質(zhì)親和力預(yù)測(cè)做了部分工作。全文的主要工作概況

4、如下：
　　 1.提出了一種基于鄰域粗糙集的啟發(fā)式寬度優(yōu)先搜索算法來(lái)選擇基因子集。先前的研究表明，在正常樣本和腫瘤樣本或腫瘤亞型樣本之間有強(qiáng)分類能力的基因可能在腫瘤的發(fā)生中起著重要作用。我們假設(shè)在最后選定的基因子集中基因出現(xiàn)的概率可能在某種程度上反映基因的腫瘤的分類能力和基因的重要性。重要的基因作為特征輸入用于腫瘤分類。與其它方法如PAM，ClaNc，Kruskal-Wallis秩和檢驗(yàn)和Relief-F相比較，我們的方法能選出

5、數(shù)量很少的信息基因且獲得較好的分類性能。此外，通過(guò)文獻(xiàn)搜索和蛋白質(zhì)相互作用網(wǎng)絡(luò)分析發(fā)現(xiàn)，雖然所選的基因并不是已知的致病基因，但它們?cè)谀[瘤的發(fā)生過(guò)程中起著非常重要的作用。
　　 2.建立了一個(gè)簡(jiǎn)單的在殘基水平上基于知識(shí)的統(tǒng)計(jì)能量函數(shù)來(lái)定量預(yù)測(cè)蛋白質(zhì)相互作用親和力的模型，它需要一個(gè)參考狀態(tài)。盡管在構(gòu)建能量函數(shù)時(shí)并未使用蛋白質(zhì)或肽的親和力和結(jié)構(gòu)信息，該模型在測(cè)試集82個(gè)蛋白質(zhì)復(fù)合物中取得了滿意的預(yù)測(cè)結(jié)果，預(yù)測(cè)值和實(shí)驗(yàn)值之間的相關(guān)系數(shù)達(dá)