microRNA（miRNA）是長(zhǎng)度約為19-22nt（核苷酸）的單鏈RNA分子,參與大量的細(xì)胞進(jìn)程,包括細(xì)胞增殖、新陳代謝和細(xì)胞凋亡等,且與疾病的發(fā)生、發(fā)展密切相關(guān)。計(jì)算方法在miRNA結(jié)構(gòu)預(yù)測(cè)和功能識(shí)別的研究中起到了重要的作用,推動(dòng)了相關(guān)研究的快速發(fā)展。本文依據(jù)miRNA的生物特性,對(duì)miRNA靶基因預(yù)測(cè),miRNA調(diào)控模塊識(shí)別,miRNA與疾病關(guān)聯(lián)和疾病標(biāo)志物mi RNA的識(shí)別等計(jì)算問(wèn)題進(jìn)行了深入研究,取得了一些創(chuàng)新性成果。主要內(nèi)容包括以下四個(gè)方面:（1）提出基于卷積神經(jīng)網(wǎng)絡(luò)的miRNA靶基因預(yù)測(cè)方法miRNA通過(guò)調(diào)控基因的表達(dá)來(lái)影響蛋白質(zhì)的合成,進(jìn)而影響疾病的發(fā)生、發(fā)展。因此,研究miRNA-疾病關(guān)聯(lián)的前提,是掌握miRNA的靶基因。本文依據(jù)已知的miRNA靶向規(guī)律,提出了基于卷積神經(jīng)網(wǎng)絡(luò)的miRNA靶基因預(yù)測(cè)方法miRTDL。在特征選擇方面,從miRNA二級(jí)結(jié)構(gòu)的角度出發(fā),深入分析了miRNA與靶基因二聚體的序列互補(bǔ)匹配特點(diǎn)、可接近性特點(diǎn)和保守性特點(diǎn),選取20個(gè)具有代表性的靶向特征。在數(shù)據(jù)集構(gòu)建方面,依據(jù)miRNA靶向規(guī)律,采用約束松弛方法,構(gòu)建了數(shù)量均衡的正、反例數(shù)據(jù)集,消... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：126 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 miRNA相關(guān)知識(shí)介紹
        1.2.1 miRNA的定義
        1.2.2 miRNA的生成過(guò)程及作用機(jī)制
        1.2.3 miRNA的靶向交互特征
        1.2.4 miRNA協(xié)同調(diào)控機(jī)制
        1.2.5 miRNA與疾病的關(guān)系
        1.2.6 miRNA作為疾病標(biāo)志物的生物依據(jù)
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 miRNA的靶基因預(yù)測(cè)
        1.3.2 miRNA調(diào)控模塊識(shí)別
        1.3.3 miRNA與疾病關(guān)聯(lián)預(yù)測(cè)
        1.3.4 疾病標(biāo)志物miRNA的識(shí)別
    1.4 本文的主要研究?jī)?nèi)容
第2章 基于卷積神經(jīng)網(wǎng)絡(luò)的miRNA靶基因預(yù)測(cè)方法
    2.1 引言
    2.2 miRNA-基因靶向特征選取
    2.3 基于約束松弛方法的均衡數(shù)據(jù)集構(gòu)建
        2.3.1 數(shù)據(jù)來(lái)源
        2.3.2 構(gòu)建均衡數(shù)據(jù)集
    2.4 基于卷積神經(jīng)網(wǎng)絡(luò)的miRNA靶基因預(yù)測(cè)方法
        2.4.1 利用卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)靶基因
        2.4.2 miRNA-基因靶向交互特征分析
    2.5 miRNA靶基因預(yù)測(cè)算法復(fù)雜度分析
    2.6 實(shí)驗(yàn)結(jié)果與分析
        2.6.1 與其它方法比較結(jié)果
        2.6.2 約束松弛算法性能分析
        2.6.3 卷積神經(jīng)網(wǎng)絡(luò)性能分析
        2.6.4 miRNA-基因靶向交互特征分析
    2.7 本章小結(jié)
第3章 基于主題模型的miRNA調(diào)控模塊識(shí)別方法
    3.1 引言
    3.2 miRNA調(diào)控基因表達(dá)的特點(diǎn)
    3.3 基于主題模型的miRNA調(diào)控模塊識(shí)別方法
        3.3.1 表達(dá)譜數(shù)據(jù)獲取與預(yù)處理
        3.3.2 CCRM模型構(gòu)建
    3.4 變分推理和參數(shù)估計(jì)
    3.5 基于miRNA動(dòng)態(tài)功能構(gòu)建調(diào)控模塊間關(guān)聯(lián)
    3.6 miRNA動(dòng)態(tài)調(diào)控模塊識(shí)別算法復(fù)雜度分析
    3.7 實(shí)驗(yàn)結(jié)果與分析
        3.7.1 調(diào)控模塊識(shí)別及模塊關(guān)聯(lián)構(gòu)建
        3.7.2 算法性能分析
        3.7.3 調(diào)控模塊內(nèi)miRNA功能識(shí)別及靶向關(guān)系驗(yàn)證
    3.8 本章小結(jié)
第4章 基于隱條件隨機(jī)場(chǎng)的miRNA-疾病關(guān)聯(lián)預(yù)測(cè)方法
    4.1 引言
    4.2 miRNA與疾病關(guān)聯(lián)數(shù)據(jù)獲取與預(yù)處理
    4.3 基于決策融合方法構(gòu)建用于訓(xùn)練分類器的數(shù)據(jù)集
        4.3.1 直接識(shí)別疾病關(guān)聯(lián)的miRNA
        4.3.2 間接識(shí)別疾病關(guān)聯(lián)的miRNA
        4.3.3 基于決策融合思想構(gòu)建可靠的訓(xùn)練數(shù)據(jù)集
    4.4 基于隱條件隨機(jī)場(chǎng)的miRNA與疾病關(guān)聯(lián)預(yù)測(cè)算法
    4.5 miRNA與疾病關(guān)聯(lián)預(yù)測(cè)算法復(fù)雜度分析
    4.6 實(shí)驗(yàn)結(jié)果比較與分析
        4.6.1 與其它方法比較結(jié)果
        4.6.2 決策融合方法性能分析
        4.6.3 miRNA功能富集分析
    4.7 本章小結(jié)
第5章 基于局部線性嵌入和聚類的疾病標(biāo)志物miRNA識(shí)別方法
    5.1 引言
    5.2 miRNA表達(dá)譜數(shù)據(jù)獲取與預(yù)處理
    5.3 基于局部線性嵌入和聚類的疾病標(biāo)志物miRNA識(shí)別方法
        5.3.1 基于局部線性嵌入方法降維表達(dá)譜數(shù)據(jù)
        5.3.2 利用基于密度的聚類方法識(shí)別共表達(dá)miRNA
        5.3.3 降維和聚類的迭代過(guò)程
    5.4 算法復(fù)雜度分析
    5.5 實(shí)驗(yàn)結(jié)果與分析
        5.5.1 識(shí)別疾病標(biāo)志物miRNA
        5.5.2 驗(yàn)證疾病標(biāo)志物miRNA
        5.5.3 局部線性嵌入算法性能分析
        5.5.4 識(shí)別疾病的共同標(biāo)志物
    5.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀博士學(xué)位期間發(fā)表的論文及其它成果
致謝
個(gè)人簡(jiǎn)歷


【參考文獻(xiàn)】：
期刊論文
[1]應(yīng)用微陣列芯片分析喉鱗狀細(xì)胞癌miRNA與正常黏膜表達(dá)差異的初步研究[J]. 王蘋,付濤,王緒銳,祝威.  臨床耳鼻咽喉頭頸外科雜志. 2010(12)
[2]用生物信息學(xué)方法預(yù)測(cè)與心血管疾病相關(guān)的微RNAs[J]. 張帆,盧銘,張其鵬,張福春,高煒,崔慶華.  北京大學(xué)學(xué)報(bào)(醫(yī)學(xué)版). 2009(01)



本文編號(hào)：3157751