原發(fā)性肝癌特征基因挖掘及基因調(diào)控網(wǎng)絡(luò)的構(gòu)建.pdf

1、第二軍醫(yī)大學博士學位論文原發(fā)性肝癌特征基因挖掘及基因調(diào)控網(wǎng)絡(luò)的構(gòu)建姓名：吳騁申請學位級別：博士專業(yè)：流行病與衛(wèi)生統(tǒng)計學指導教師：賀佳20100501gg醫(yī)大學博士學位論文離散性網(wǎng)絡(luò)調(diào)控模型(如布爾網(wǎng)絡(luò)模型)，而連續(xù)性模型本身在網(wǎng)絡(luò)結(jié)構(gòu)選擇、參數(shù)估計和確定等方面均存在一定缺陷。如線性組合模型和加權(quán)矩陣模型無法衡量基因間非線性的相互作用關(guān)系；微分方程描述網(wǎng)絡(luò)方程的穩(wěn)定形式通常很復雜，計算量大，參數(shù)確定困難，抗噪聲能力較差，模型訓練時容易出現(xiàn)

2、數(shù)據(jù)過擬合；關(guān)聯(lián)規(guī)則用于構(gòu)建基因調(diào)控網(wǎng)絡(luò)時需要對數(shù)據(jù)進行離散化處理，導致信息損失和關(guān)系的準確發(fā)現(xiàn)：貝葉斯網(wǎng)絡(luò)模型采用有向無環(huán)圖與概率分布相結(jié)合表示變量間的作用關(guān)系，直觀地刻畫具有多種不確定性的基因網(wǎng)絡(luò)，有較強的處理數(shù)據(jù)缺失和噪聲，充分結(jié)合先驗知識的能力。但應(yīng)用于基因調(diào)控網(wǎng)絡(luò)的構(gòu)建時，由于基因表達數(shù)據(jù)量巨大，在網(wǎng)絡(luò)學習過程中，候選結(jié)構(gòu)會隨著變量(基因)呈指數(shù)級增長，大大增加了構(gòu)建合適的網(wǎng)絡(luò)結(jié)構(gòu)的難度，有時難以得到合適的網(wǎng)絡(luò)結(jié)構(gòu)。如何構(gòu)建腫

3、瘤基因調(diào)控網(wǎng)絡(luò)模型，為從分子層面探索其發(fā)生、發(fā)展的機理提供線索是腫瘤基因表達譜分析的另一重要任務(wù)，也是后基因組時代生物信息學研究的前沿問題。課題來源：本課題受3項國家自然科學基金、l項第二軍醫(yī)大學青年啟動基金資助。研究目的：基于原發(fā)性肝癌基因表達譜數(shù)據(jù)，針對目前腫瘤特征基因識別和基因調(diào)控網(wǎng)絡(luò)構(gòu)建中所存在的問題，以及數(shù)據(jù)高維、高噪聲、高冗余的特點，探索能有效識別原發(fā)性肝癌特征基因及構(gòu)建基因調(diào)控網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法。從而在基因?qū)用嫔涎芯靠赡艿?/p>

4、發(fā)病機理，為從生物學角度驗證基因之間的調(diào)控關(guān)系提供有價值的線索，從基因水平上認識疾病發(fā)生、發(fā)展的機制提供數(shù)量上的依據(jù)。研究方法：1、肝癌基因表達譜數(shù)據(jù)的獲得：本研究的肝癌基因表達譜數(shù)據(jù)來自Chen等發(fā)布在SMD(StanfordMicroarrayDatabase)上的肝癌數(shù)據(jù)庫。該數(shù)據(jù)庫有104個HCC樣品和76個正常肝組織樣品，包括基因22987條。2、肝癌基因表達譜數(shù)據(jù)整理：為了保證數(shù)據(jù)提供足夠的轉(zhuǎn)錄表達信息，刪除原始數(shù)據(jù)中缺失值