【摘要】：在生物信息學(xué)領(lǐng)域中,由于許多疾病的病理不明,使用傳統(tǒng)的診斷方式無法準(zhǔn)確判斷疾病類型,所以借助分子生物學(xué)數(shù)據(jù)和機器學(xué)習(xí)進行輔助的診斷方式近年來開始得到關(guān)注。癌癥是一種基因疾病,有超過100種類型,通常由它們所處的組織或器官來命名。對于癌癥的診斷和治療而言,準(zhǔn)確識別癌癥類型是十分必要的。由于癌癥組織和正常組織有著不同的基因表達,基因表達數(shù)據(jù)可以作為有效的特征源用于癌癥分類。由于高通量測序技術(shù)的發(fā)展,獲得全基因組的基因表達數(shù)據(jù)成為可能。然而,直接使用原始的基因表達譜進行準(zhǔn)確的癌癥分類仍然很有挑戰(zhàn)性,因為基因表達數(shù)據(jù)有著極高的特征維度和較小的樣本數(shù),且存在著大量的噪聲和冗余。(1)為了解決上述問題,我們提出了一種新的融合低秩表示和自訓(xùn)練的半監(jiān)督分類方法(SSC-LRR),它可以利用基因表達數(shù)據(jù)進行癌癥分類。低秩表示(Low Rank Representation,LRR)首先被用于從高維基因表達數(shù)據(jù)中提取有判別力的特征,然后一種改進的半監(jiān)督自訓(xùn)練分類(Semi-supervised Self-training Classification,SSC)方法被用于進行癌癥分類預(yù)測。為了評估SSC-LRR的分類效果,我們在兩個不同類型的基準(zhǔn)數(shù)據(jù)集上進行測試,并與四種當(dāng)前情況下性能最好的方法進行比較。它在癌癥分類預(yù)測中取得了 89.7%的總體準(zhǔn)確率和0.920的泛化相關(guān)性,比其它方法中最好的一個分別高出18.9%和24.4%�？偠灾�,我們的研究展示了一種新的高靈敏度方法,可以從大規(guī)�；虮磉_數(shù)據(jù)中識別癌癥類型。(2)此外,我們在矩陣低秩表示的基礎(chǔ)上對數(shù)據(jù)進行可視化,并提出了一種關(guān)鍵基因選擇方法對基因的鑒別能力進行排序,一些基因(RNF-114,HLA-DRB5,USP9Y,PTPN20)被該方法識別為可能的新癌癥標(biāo)志,以用于進一步的臨床研究。(3)為了方便其他生物醫(yī)學(xué)研究者的使用,我們基于Flask框架開發(fā)了一個網(wǎng)絡(luò)平臺用于提供在線的癌癥類別預(yù)測服務(wù)。
【圖文】：

邐存在不同的組織，所以還要考慮癌細(xì)胞所在的細(xì)胞類型，主要包括：逡逑（ｃａｒｃｉｎｏｍａ）：癌癥（ｃａｎｃｅｒ）是總稱，其中起源于上皮細(xì)胞的類型被稱ｒｃｉｎｏｍａ），多發(fā)于老年人，癌（ｃａｒｃｉｎｏｍａ）中包括了大部分最常見的癌癥，乳腺、胰腺、肺、前列腺和結(jié)腸上的癌癥（ｃａｎｃｅｒ）都是癌（ｃａｒｃｉｎｏｍａ）；逡逑瘤：發(fā)生于結(jié)締組織上的癌癥（如脂肪、神經(jīng)、骨骼和軟骨），源于骨髓外胞；逡逑巴瘤和白血病：這兩類癌癥源于造血細(xì)胞，其中白血病是最常見的兒童癌癥占３０％，但還是遠(yuǎn)少于成人的淋巴瘤和白血病患者；逡逑生殖細(xì)胞腫瘤：源于多能細(xì)胞的癌癥，大多出現(xiàn)于睪丸和卵巢；逡逑胚細(xì)胞瘤：源于未成熟的前體細(xì)胞或胚胎組織，在兒童中更為常見。逡逑，癌癥的名稱通常會包含其所在器官和組織，如肺腺癌（ｌｕｎｇ邋ｃａｒｃｉｎｏｍａ）。腫瘤組織有著不同的病理學(xué)特征，通過組織類區(qū)別癌癥幫助醫(yī)生提供更為準(zhǔn)案。但是這種分類方法仍然過于寬泛，導(dǎo)致同種類型的癌癥實際上有著不同理。逡逑

邐融合自訓(xùn)練和低秩表示的基因表達數(shù)據(jù)癌癥分類方法逡逑圖３．１中的數(shù)據(jù)顯示，所有方法的表現(xiàn)都略微依賴于Ｍ。從常識上來說，學(xué)習(xí)模型逡逑的效果會隨著訓(xùn)練集中標(biāo)注樣本數(shù)量的提升而提升，大體上預(yù)測效果的趨勢與我們的認(rèn)逡逑知相符，盡管對于標(biāo)簽遷移算法有些小的波動。同時，不同方法間的相對效果也大體上逡逑一致，其中ＳＳＣ－ＬＲＲ在Ｍ邋＞邋２時效果好于其它方法，說明了邋ＳＳＣ－ＬＲＲ的魯棒性。但逡逑是，我們也發(fā)現(xiàn)在ＳＳＣ－ＬＲＲ在Ｍ邋＝邋２時的預(yù)測準(zhǔn)確率要略低于Ｓｅｍｉ－ＰＮＭＦ，可能的原逡逑因是當(dāng)Ｍ過小時，，初始的訓(xùn)練樣本過少，導(dǎo)致ＳＳＣ－ＬＲＲ的錯誤加深現(xiàn)象出現(xiàn)，盡管逡逑ＳＳＣ－ＬＲＲ己經(jīng)通過設(shè)計來減少迭代訓(xùn)練過程中的錯誤加深。逡逑０．８邋１＾邋ＳＶＭ邐ＫＳ３ＲＰＣＡ＋ＳＶＭ逡逑ｍｍ邋Ｌａｂｅｌ邋Ｐｒｏｐａｇａｔｉｏｎ邋［Ｚ２２邋ＳＳＣ－ＬＲＲ邐ｒ－ｒ＾邐ｒ／／＾逡逑Ｓ２３邋Ｓｅｍｉ－ＰＮＭＦ邐—邐：’：：邐ｐｔ邋：逡逑０邋６邐邐邋＿邋．．網(wǎng)Ｈ邐Ｎ邋衫．逡逑ＩＸＸＩ邋邋邋�。�0＜邋＼／／邋邋邋１邋ａＸ，＇－－邋－Ａ邋：．．丨邋ｉ邋Ｘ邋＞＾—邐邐１邐＼逡逑Ｑ邋＇…＿邋冒邋＿＃Ｔ——＿媭邋＿邋＿＿逡逑目邐、必７邐自邐ｐ＾Ｓ－－：－ｙ０邐＝邐＾邐ｐｖ－：ｗ＞逡逑０－４邐國衫ｇ．悔々：物．曰逡逑０．２邐｜邐｜影W╁義息葖p翁ｊ；．邐＿丨｜｜：邐Ｉ邐｜ｉ邋ｉ邐１１邐ｌｌｔｌｌＬ逡逑Ｑ邋Ｑ邋邐邐Ｈｉｌｌ邋．邋？邋－邐ｒ＾ｄｌｌｌｈ＞＇ｖ．】邋；—．邋－ＦＨ邋ｌｌ＞：．Ｋ邐：邋Ｊｌｌｌｌ邋！邋？，邋＼逡逑１邐２邐３邐４邐５邐６逡逑Ｍ逡逑０．８ｉ
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP181;R73-3

【相似文獻】

相關(guān)期刊論文 前10條

1 王長本,劉興暉,王偉靈,周新;基因表達數(shù)據(jù)的聚類分析[J];國外醫(yī)學(xué)(臨床生物化學(xué)與檢驗學(xué)分冊);2004年04期

2 王修竹;劉自偉;齊陽;鮑競;;基因表達數(shù)據(jù)的預(yù)處理方法[J];兵工自動化;2006年07期

3 孔薇;牟曉陽;;基于大腦不同區(qū)域的阿爾茨海默癥基因表達數(shù)據(jù)分析[J];上海交通大學(xué)學(xué)報;2013年06期

4 馬李冰;侯艷;李貞子;李康;;多步驟決策樹方法在基因表達數(shù)據(jù)上的應(yīng)用研究[J];中國衛(wèi)生統(tǒng)計;2017年01期

5 莊振華;王年;李學(xué)俊;梁棟;王繼;;癌癥基因表達數(shù)據(jù)的熵度量分類方法[J];安徽大學(xué)學(xué)報(自然科學(xué)版);2010年02期

6 劉英;;蛋白質(zhì)網(wǎng)絡(luò)和基因表達數(shù)據(jù)與癌癥轉(zhuǎn)移的預(yù)測[J];國際藥學(xué)研究雜志;2008年02期

7 顧明亮;為基因表達數(shù)據(jù)的發(fā)表制訂標(biāo)準(zhǔn)[J];基礎(chǔ)醫(yī)學(xué)與臨床;2002年04期

8 劉瓏龍;周西龍;劉雪峰;;基于遺傳算法和學(xué)習(xí)向量化網(wǎng)絡(luò)的基因表達數(shù)據(jù)的閾值分析[J];中國海洋大學(xué)學(xué)報(自然科學(xué)版);2013年12期

9 孔薇;陶偉杰;牟曉陽;;基于非負(fù)矩陣分解的大腦不同區(qū)域基因表達數(shù)據(jù)分析[J];中國生物醫(yī)學(xué)工程學(xué)報;2012年06期

10 趙潔茹;;淺談模式識別中的支持向量機技術(shù)分析腫瘤基因表達數(shù)據(jù)[J];科技資訊;2011年33期

相關(guān)會議論文 前7條

1 劉會娟;侯艷;李康;;ARTIVA在時間序列基因表達數(shù)據(jù)網(wǎng)絡(luò)構(gòu)建中的應(yīng)用[A];2017年中國衛(wèi)生統(tǒng)計學(xué)學(xué)術(shù)年會論文集[C];2017年

2 楊昆;李建中;王朝坤;徐繼偉;;基因表達數(shù)據(jù)的基于類別樹和SVMs的多類癌癥分類算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2004年

3 崔光照;曹祥紅;張華;;基于小波變換的基因表達數(shù)據(jù)去噪聚類分析[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

4 武曉巖;方慶偉;;基因表達數(shù)據(jù)分析的隨機森林方法及算法改進[A];黑龍江省第十次統(tǒng)計科學(xué)討論會論文集[C];2008年

5 馮晶;夏冉;曾勇華;劉娟;周懷北;;腫瘤基因表達數(shù)據(jù)庫系統(tǒng)[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2004年

6 梅楨;申琦;冶保獻;;用于基因表達數(shù)據(jù)模式識別的KNN和SVM集成算法[A];中國化學(xué)會第26屆學(xué)術(shù)年會化學(xué)信息學(xué)與化學(xué)計量學(xué)分會場論文集[C];2008年

7 王章輝;趙宇海;王國仁;李源;;一種基于投影聚類的無監(jiān)督表型區(qū)分算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(B輯)[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 姜濤;基因表達數(shù)據(jù)挖掘關(guān)鍵技術(shù)研究[D];西北工業(yè)大學(xué);2016年

2 陸慧娟;基于基因表達數(shù)據(jù)的腫瘤分類算法研究[D];中國礦業(yè)大學(xué);2012年

3 張麗娟;微陣列基因表達數(shù)據(jù)分類問題中的屬性選擇技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2008年

4 黃德生;基因表達數(shù)據(jù)在腫瘤診斷、基因功能預(yù)測中的應(yīng)用研究[D];中國醫(yī)科大學(xué);2009年

5 劉亞杰;基于智能優(yōu)化算法的腫瘤微陣列基因表達數(shù)據(jù)分類研究[D];云南大學(xué);2014年

6 王文俊;基因表達數(shù)據(jù)的相似性度量和特征提取研究[D];西安電子科技大學(xué);2011年

7 毛志毅;基因表達數(shù)據(jù)基因篩選與近紅外光譜微量成分模型優(yōu)化方法研究[D];南開大學(xué);2014年

8 楊博;基因調(diào)控網(wǎng)絡(luò)構(gòu)建及在癌癥基因預(yù)測中的應(yīng)用[D];西安電子科技大學(xué);2014年

9 殷路;基因表達數(shù)據(jù)的雙聚類分析與研究[D];電子科技大學(xué);2017年

10 石金龍;基因表達及其轉(zhuǎn)錄調(diào)控機制的計算分析[D];國防科學(xué)技術(shù)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 劉鴻儒;面向基因表達數(shù)據(jù)快速聚類的算法研究[D];哈爾濱工業(yè)大學(xué);2018年

2 劉圣輝;基于基因表達數(shù)據(jù)的新型特征提取算法研究[D];山東大學(xué);2018年

3 夏春秋;融合自訓(xùn)練和低秩表示的基因表達數(shù)據(jù)癌癥分類方法[D];南京理工大學(xué);2018年

4 余顯學(xué);基于基因表達數(shù)據(jù)的癌癥亞型發(fā)現(xiàn)雙聚類方法研究[D];西南大學(xué);2018年

5 張錦鋒;基于腦網(wǎng)絡(luò)組圖譜的轉(zhuǎn)錄組分析軟件開發(fā)與應(yīng)用研究[D];電子科技大學(xué);2018年

6 馬春霞;非負(fù)矩陣分解及在基因表達數(shù)據(jù)分析中的應(yīng)用研究[D];曲阜師范大學(xué);2015年

7 張秋水;支持向量機在基因表達數(shù)據(jù)中的研究[D];廈門大學(xué);2007年

8 任叢林;基于壓縮感知算法的基因表達數(shù)據(jù)分類的研究[D];北京交通大學(xué);2012年

9 高雪峰;膜計算在基因表達數(shù)據(jù)分析中的應(yīng)用[D];西華大學(xué);2015年

10 黃靜;基于阿爾茨海默病的基因表達數(shù)據(jù)改進的聚類方法[D];四川師范大學(xué);2016年

本文編號：2619484