DNA微陣列數據分析及蛋白質相互作用網絡研究.pdf

1、DNA微陣列技術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、相關基因的識別和臨床診斷與分類研究。但由于微陣列數據具有維數高，樣本少等特點，在腫瘤分類應用中可能導致過擬合和維數災難，在生物標記基因的識別上容易產生假陽性問題，而解決這些問題的關鍵就是基因選擇。利用基因選擇來選出與腫瘤分類相關的最優(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建分類器，不僅可以提高腫瘤分類的準確率，而且還降低了腫瘤診斷

2、的臨床應用成本，仍然是腫瘤分類領域的一大挑戰(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)先搜索算法來選擇基因子集并用于腫瘤分類。通過文獻檢索和蛋白質相互作用網絡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，基因之間是否有某種調控關系。結果證明所選基因與腫瘤的發(fā)生密切相關，同時發(fā)現在所選基因編碼的蛋白質中，一些蛋白有數十甚至數百個相互作用的蛋白質，由于蛋白質分子表面的面積有限，單個蛋白在同一時間不可能與這么多蛋白發(fā)

3、生作用，那么在這些蛋白質中，哪些蛋白可以同時和核心蛋白發(fā)生作用，哪些蛋白相互排斥?與許多不同親和力的蛋白質又如何發(fā)生相互作用?這是基因調控及蛋白質相互作用網絡研究的一個新的挑戰(zhàn)。因此，我們希望通過整合多數據源如蛋白質相互作用網絡和基因表達譜來構建一個有時間維的蛋白質相互作用網絡來進一步探討腫瘤基因調控、腫瘤發(fā)生機制、腫瘤藥物靶點等系統(tǒng)生物學問題，這是目前也是今后工作的一個研究重點。目前已對蛋白質親和力預測做了部分工作。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。我們假設在最后選定的基因子集中基因出現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秩和檢驗和Relief-F相比較，我們的方法能選出

5、數量很少的信息基因且獲得較好的分類性能。此外，通過文獻搜索和蛋白質相互作用網絡分析發(fā)現，雖然所選的基因并不是已知的致病基因，但它們在腫瘤的發(fā)生過程中起著非常重要的作用。
　　 2.建立了一個簡單的在殘基水平上基于知識的統(tǒng)計能量函數來定量預測蛋白質相互作用親和力的模型，它需要一個參考狀態(tài)。盡管在構建能量函數時并未使用蛋白質或肽的親和力和結構信息，該模型在測試集82個蛋白質復合物中取得了滿意的預測結果，預測值和實驗值之間的相關系數達