流形學(xué)習(xí)和自適應(yīng)算法在基因表達(dá)譜分析中的應(yīng)用及相互作用貝葉斯網(wǎng)絡(luò)實(shí)用工具的開發(fā).pdf

1、生物信息學(xué)已經(jīng)從結(jié)構(gòu)生物信息學(xué)向功能生物信息學(xué)和所謂的后基因組時(shí)代的生物信息學(xué)發(fā)展。在功能生物信息學(xué)中，發(fā)現(xiàn)基因之間或者蛋白之間的相互作用關(guān)系是其中一個(gè)重要的課題。 為了在基因表達(dá)譜的數(shù)據(jù)中找到基因間相互作用的一些線索，在本論文中我們首先使用常用的聚類分析方法結(jié)合流形學(xué)習(xí)的方法，試圖在特定的流形結(jié)構(gòu)空間中找到共表達(dá)的基因，并進(jìn)而發(fā)現(xiàn)共調(diào)控的基因。另一方面，從特征基因選擇的角度對(duì)基因進(jìn)行了篩選，提出了一種基于支持向量機(jī)的自適應(yīng)腫瘤

2、分類檢測(cè)算法。最后，開發(fā)了貝葉斯網(wǎng)絡(luò)基因芯片表達(dá)數(shù)據(jù)分析工具。 本論文的研究主要完成了以下三個(gè)方面的工作： 1．使用常用的K均值( K-means)聚類、自組織映射神經(jīng)網(wǎng)絡(luò)(SOM)聚類和模糊C均值(FCM)聚類分析等方法結(jié)合流形學(xué)習(xí)中的等度規(guī)映射(ISOMAP)、局部線性嵌入(LLE)、拉普拉斯特征根映射（LEMap）等算法，試圖在特定的流形結(jié)構(gòu)空間中找到共表達(dá)的基因，并且使用聚類緊密性指標(biāo)(ClusterCompac

3、tness)、聚類分離性指標(biāo)（ClusterSeparation）和聚類總體指標(biāo)(OverallClusterQuality)對(duì)聚類結(jié)果進(jìn)行了分析。最后使用統(tǒng)計(jì)學(xué)的方法統(tǒng)計(jì)出被聚類成同一類次數(shù)最多的那些基因。 2．提出了一種自動(dòng)根據(jù)所設(shè)置的閾值交替使用基因選擇和基因選擇加特征提取的方法的基于支持向量機(jī)的自適應(yīng)腫瘤分類算法?；蜻x擇方法可以挑選Bhattacharyya方法、F檢驗(yàn)、FSC方法、RFSC方法、t檢驗(yàn)、廣義Wi方法、

4、Wi2方法、非參數(shù)Wilcoxon秩和檢驗(yàn)中的某一種方法。而特征提取的方法選用的是線性的主成分分析(PCA)方法和非線性的核主成分分析(KPCA)方法。這種自適應(yīng)算法能夠在設(shè)定初始閾值后，根據(jù)所選擇使用的方法，選取盡可能少的基因數(shù)，而其SVM的交叉驗(yàn)證率為最高。 3．開發(fā)了兩個(gè)實(shí)用的分析工具，即序列motif查找工具和貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù)學(xué)習(xí)和圖示工具。由于使用了啟發(fā)式的智能優(yōu)化算法-離散粒子群優(yōu)化算法，所以使得貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)