復雜疾病嚴重影響人的身心健康,發(fā)現(xiàn)疾病致病基因是醫(yī)學領(lǐng)域一直以來的研究目標。隨著生物信息學的出現(xiàn)及生物技術(shù)的快速發(fā)展,為了克服傳統(tǒng)生物醫(yī)學方法實驗周期長、成本高等固有困難,研究者提出許多利用大量生物數(shù)據(jù)挖掘疾病致病基因的基因優(yōu)先排序算法。但由于目前已知的基因-疾病關(guān)聯(lián)矩陣仍然非常稀疏,并且缺少基因-疾病之間無關(guān)的證據(jù),對基因優(yōu)先排序算法預測性能造成一定影響�；诠δ芟嘟幕蛲蛔兛赡芤l(fā)類似的疾病這一假設(shè),本文提出一種基于異構(gòu)信息融合的PU歸納矩陣補全算法PUIMCHIF（PU Induction Matrix Completion with Heterogeneous Information Fusion）預測人類疾病的候選致病基因。一方面,PUIMCHIF使用不同的緊湊特征學習方法從多種數(shù)據(jù)源提取基因和疾病的特征,彌補數(shù)據(jù)稀疏的不足。具體地,使用帶重啟的隨機游走和擴散分量分析方法學習基因和疾病低維的網(wǎng)絡特征;使用去噪自編碼對基因和疾病的高維數(shù)據(jù)特征進行降維。另一方面,基于未知的基因-疾病關(guān)聯(lián)關(guān)系中多數(shù)是無關(guān)關(guān)系的先驗知識,我們采用PU-Learning的策略,將未知的無標記數(shù)據(jù)視為... 

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

【文章頁數(shù)】：57 頁

【學位級別】：碩士

【部分圖文】：

基因與疾病的關(guān)系示意

哈爾濱工業(yè)大學碩士學位論文該算法同時對表現(xiàn)型和基因進行排病相關(guān)的基因和表型，并且選擇排型。因此，與該表型相關(guān)的疾病應該因、表現(xiàn)型和基因-表現(xiàn)型三個數(shù)據(jù)PI 數(shù)據(jù)，如果編碼的蛋白質(zhì)相互作使用 MimMiner 計算方法。每個表相應的相似度評分對邊緣進行加權(quán)。相關(guān)基因連接構(gòu)建異構(gòu)網(wǎng)絡，如圖

圖 2-2 Katz 異構(gòu)網(wǎng)絡示意圖基于圖的算法，假設(shè)已知一個無向無權(quán)圖的對稱鄰示圖中節(jié)點 i 與節(jié)點 j 是連接的，同理 0ijA 表示圖的。那么計算圖中任意兩個節(jié)點之間的相似性的方點 j 不同路徑長度條數(shù)獲得，可以用矩陣的冪 lA 計不同長度路徑，得到一個單一的相似性度量。因l ，則節(jié)點 與節(jié)點 j 相似性被定義為： 1 klij lijlS β A 個常數(shù)，用于抑制較長的路徑長度。則整個相似性 1 klllS β A 1]的研究，我們可以把 S 看作根據(jù)級數(shù)展開定義的 k ,只需要滿足當 l 時， 0β 。則根據(jù)β


本文編號：3279237