以癌癥為代表的復雜疾病對人類生命造成嚴重的威脅,由于高通量技術的快速發(fā)展,大量的基因被挖掘分析。在生物網(wǎng)絡中不同分子間以及各分子之間相互作用的差異表達的變化,構成了生物差異性網(wǎng)絡。拓撲的建設和探索這些差異網(wǎng)絡以及網(wǎng)絡中的基因關系對于理解其背后的生物學機制是關鍵性的一步;同時,差異網(wǎng)絡分析方法可以深入到生物代謝層面進一步了解疾病的產(chǎn)生機理。因此,探究基因差異性網(wǎng)絡的結構如何在兩組不同疾病狀態(tài)之間的變化是基因組研究的一項重要任務。本文選取在疾病樣本和正常樣本下使用基因組的差異網(wǎng)絡分析方法,得到與疾病的產(chǎn)生與發(fā)展有著更大概率的相關基因。首先通過高斯圖模型估計整體關系的網(wǎng)絡模型,其指定網(wǎng)絡中所有基因之間的相關性;然后通過精確回歸模型計算特定組的組內網(wǎng)絡模型,使用殘差消除全局關系影響后的數(shù)據(jù),擬合協(xié)方差回歸模型,通過最大期望算法獲得對于精度矩陣的估計獲得差異基因對;最后通過Bootstrap算法來獲取差異分數(shù),從而得到差異網(wǎng)絡,篩選出關鍵基因并分析關鍵基因的富集通路。特別的,在差異網(wǎng)絡精度矩陣估計模型的構建中與MLE和GLasso模型估計法相對比,通過偏相關系數(shù)的平方差之和（SSE）、受試者工作... 

【文章來源】：福建師范大學福建省

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【部分圖文】：

差異網(wǎng)絡示例

第一章差異網(wǎng)絡相關基礎9圖1-2基于差異網(wǎng)絡鑒定癌癥相關基因的框架Figure1-2Frameworkforidentificationofcancer-relatedgenesbasedondifferentialnetworks因為在基因或者蛋白質分子之間的相互作用關系構成了物理相互作用網(wǎng)絡，網(wǎng)絡中的邊與節(jié)點的不同關系表明了各種復雜的生物功能。在單個狀態(tài)下構造網(wǎng)絡關系，得到基因差異表達數(shù)據(jù)。在對于癌癥基因的研究分子中，構建在腫瘤樣本組與正常樣本組間的差異性網(wǎng)絡，在這個差異網(wǎng)絡中可以找出與腫瘤發(fā)生機制最相關的關鍵基因。第三節(jié)基于差異網(wǎng)絡分析的相關方法1.3.1加權差異基因共表達網(wǎng)絡分析2002年，KanervaA等人通過將基因表達數(shù)據(jù)與蛋白質數(shù)據(jù)相融合進行分析，對復合物的表達過程計分來識別復合物，取得不錯的實驗效果[37]；2006年，SongX等人在蛋白質的相似性度量中加入了GO術語，為蛋白質網(wǎng)絡分配權值進而構建加權網(wǎng)絡，最后識別網(wǎng)絡中相互作用模塊[38]。2007年TovaF.fuller等人提出了一種較

第二章差異網(wǎng)絡估計模型17第二章差異網(wǎng)絡估計模型第一節(jié)高斯圖模型2.1.1圖模型在生物信息學領域中圖模型的運用比較廣泛和便捷，很多的概率模型通過轉換為圖模型的求解可以更加的簡捷明了，在圖模型中的點與邊等的信息即代表著生物網(wǎng)絡上的各種信息。其次，概率論知識在現(xiàn)代的模式識別中也起不可缺少的重要作用，加上概率分布的一些圖解可以在可視化界面下的幫助提高求解概率的效率。設定已知變量為Y，可觀測的變量為O，其它相關的變量的集合為R,在對于給定的一組觀測值中，推斷的過程就是要由ORYP,,得到條件概率分布值OYP|。如果通過概率求和的方法來直接消去變量R顯然行不通的，因為即使單個變量只存在兩種取值情況，那么其計算過程的復雜度就已經(jīng)為RY2,所以，對于訓練樣本計算變量分布范圍較大的時候對于參數(shù)的估計通常是很困難的。所以，使用概率圖模型將概率模型進行可視化分析，可以有效提高對感興趣的未知變量進行估計和推測。概率圖模型是通過將變量間的相關關系的概率模型進行可視化圖解，使用圖形作為界面，通常以圖中的節(jié)點來代表一個或者一組隨機的變量，通過邊的性質不同來劃分兩種不同的圖結構：有向無環(huán)圖模型和無向圖模型，如圖2-1所示：圖2-1有向圖與無向圖模型Figure.2-1Directedgraphandundirectedgraphmodel

【參考文獻】：
期刊論文
[1]Sea State Bias Estimation with Least Absolute Shrinkage and Selection Operator（LASSO）[J]. ZHONG Guoqiang,LIU Benxiu,GUO Yingting,MIAO Hongli.  Journal of Ocean University of China. 2018(05)
[2]基于差異性和準確性的加權調和平均度量的基因表達數(shù)據(jù)選擇性集成算法[J]. 高慧云,陸慧娟,嚴珂,葉敏超.  計算機應用. 2018(05)
[3]基于GEO芯片數(shù)據(jù)庫的結腸癌易感基因挖掘[J]. 鐘要紅,何青芳,李迎君,丁燁,景方圓,范春紅.  預防醫(yī)學. 2017(11)
[4]順鉑耐藥卵巢癌的差異表達基因和信號通路富集分析[J]. 胡萬芹,趙洪波,梁宏,趙慶華,楊麗華.  昆明醫(yī)科大學學報. 2017(06)
[5]腎細胞癌的病理診斷與研究進展[J]. 陳鈮,周橋.  現(xiàn)代泌尿外科雜志. 2016(03)
[6]腎腫瘤相關基因的共表達網(wǎng)絡構建與分析[J]. 梁棟,邢永強,蔡祿.  中國生物工程雜志. 2016(02)
[7]Nrf2和HO1在腎癌組織中的表達及意義[J]. 安宇,羅一釗,黃建林,何鵬,李利軍.  現(xiàn)代生物醫(yī)學進展. 2015(36)
[8]基于圖元向量的差異共表達分析研究[J]. 肖碧玉,李先斌,劉文斌.  電子學報. 2015(10)
[9]中國2009年腎及泌尿系統(tǒng)其他癌發(fā)病和死亡分析[J]. 張永貞,楊國慶,張思維,鄭榮壽,曹凌,陳萬青.  中國腫瘤. 2013(05)
[10]腎癌中miR-363的表達及其臨床意義[J]. 趙春娟,余振東,翟慶娜,周亮,王俊豪,李賢新,趙軍,孫豐浩.  腫瘤. 2012(05)

博士論文
[1]人E3泛素連接酶MDM2與核糖體蛋白RPL11復合物的結構與功能研究[D]. 鄭江歌.中國農(nóng)業(yè)大學 2015

碩士論文
[1]NDNF在腎癌中的表達及生物學功能研究[D]. 夏玲玲.廣州醫(yī)科大學 2017
[2]RNAi沉默RPL34基因對人胃癌SGC-7901細胞增殖和周期的影響[D]. 劉慧.皖南醫(yī)學院 2016



本文編號：3486292