惡性腫瘤在世界范圍內(nèi)的發(fā)病率和死亡率越來(lái)越高,給患者本人以及社會(huì)都造成了極其嚴(yán)重的影響。癌癥驅(qū)動(dòng)基因的突變對(duì)腫瘤的形成和發(fā)展起到極其重要的作用。驅(qū)動(dòng)基因的預(yù)測(cè)在對(duì)疾病的理論研究和患者的臨床診療方面都有重要的意義。但由于疾病自身的復(fù)雜性,還有現(xiàn)階段對(duì)疾病的實(shí)驗(yàn)手段和計(jì)算方法的限制,所以對(duì)于驅(qū)動(dòng)基因的準(zhǔn)確預(yù)測(cè)仍然是個(gè)難題。本文基于ME互斥算法將肺癌的基因表達(dá)數(shù)據(jù)和基因本體論即GO功能注釋結(jié)合,來(lái)預(yù)測(cè)肺癌樣本中發(fā)生突變的驅(qū)動(dòng)基因。我們首先建立模型,通過(guò)三倍差異識(shí)別腫瘤樣本的基因表達(dá)譜數(shù)據(jù)中的差異表達(dá)基因,再以所得的差異表達(dá)基因?yàn)榛A(chǔ),依據(jù)GO功能注釋找到功能一致的基因和腫瘤的集合,構(gòu)建了肺癌相關(guān)基因的差異表達(dá)子集,接下來(lái)用超幾何分布計(jì)算突變基因和拷貝數(shù)變異基因與所選腫瘤的相關(guān)系數(shù),最后應(yīng)用ME算法選擇相關(guān)系數(shù)最小的,即在腫瘤和正常樣本下顯著差異的,且覆蓋腫瘤數(shù)最多的基因作為結(jié)果。最終我們的模型得出了與肺癌發(fā)生和發(fā)展密切相關(guān)的驅(qū)動(dòng)基因的預(yù)測(cè)集。我們把結(jié)果與已發(fā)表的生物實(shí)驗(yàn)結(jié)果進(jìn)行比較分析,發(fā)現(xiàn)有些基因是已知的癌癥驅(qū)動(dòng)基因,并且我們發(fā)現(xiàn)我們得到的預(yù)測(cè)集中有大量基因已經(jīng)被證實(shí)與相應(yīng)的癌癥類(lèi)型有密切...

【文章頁(yè)數(shù)】：36 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 癌癥簡(jiǎn)介
        1.1.1 癌癥研究的背景及發(fā)病機(jī)制
        1.1.2 肺癌研究的意義及背景
        1.1.3 癌癥基因預(yù)測(cè)的研究現(xiàn)狀
    1.2 生物信息學(xué)與數(shù)據(jù)挖掘
        1.2.1 生物信息學(xué)的概論
        1.2.2 國(guó)內(nèi)外生物信息學(xué)研究現(xiàn)狀
        1.2.3 數(shù)據(jù)挖掘概念及方法
第2章 差異表達(dá)基因的篩選及GO功能注釋
    2.1 生物信息學(xué)數(shù)據(jù)庫(kù)
        2.1.1 基因表達(dá)及數(shù)據(jù)庫(kù)
        2.1.2 與腫瘤相關(guān)基因表達(dá)微陣列數(shù)據(jù)庫(kù)
    2.2 搜尋差異表達(dá)基因
    2.3 GO (Gene Ontology)功能注釋
    2.4 本章小結(jié)
第3章 搜索肺癌驅(qū)動(dòng)基因模型
    3.1 搜尋稠密二部圖
    3.2 數(shù)據(jù)處理
    3.3 ME互斥算法
    3.4 本章小結(jié)
第4章 結(jié)果
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
攻碩士學(xué)位期間發(fā)表的論文及其它成果
致謝



本文編號(hào)：3835061