基于多組學(xué)數(shù)據(jù)的癌癥生物標(biāo)志物識(shí)別算法研究
發(fā)布時(shí)間:2021-03-05 16:18
癌癥不僅給患者帶來(lái)極大的痛苦,還給無(wú)數(shù)家庭乃至整個(gè)國(guó)家?guī)?lái)沉重的經(jīng)濟(jì)負(fù)擔(dān)。早期診斷是有效治療癌癥的關(guān)鍵所在。生物標(biāo)志物在癌癥早期診斷中具有重要價(jià)值。生物標(biāo)志物是指那些能夠客觀檢測(cè)和評(píng)價(jià)癌癥發(fā)生、發(fā)展和預(yù)后的指示因子,如基因、microRNA和遺傳突變等。一些癌癥相關(guān)的生物標(biāo)志物已被發(fā)現(xiàn),但大多數(shù)仍然不能用于癌癥的精準(zhǔn)預(yù)測(cè)、診斷和預(yù)后評(píng)估。其中一個(gè)原因在于癌癥病理機(jī)制極其復(fù)雜,患同一癌癥的不同病人之間標(biāo)志物不盡相同,同一標(biāo)志物可能存在于多種癌癥中。越來(lái)越多的研究表明癌癥是多個(gè)基因、microRNA等突變、轉(zhuǎn)錄后修飾及其之間復(fù)雜調(diào)控關(guān)系的紊亂,以及環(huán)境因素等共同作用的結(jié)果。因此,新的生物標(biāo)志物識(shí)別方法亟待提出。實(shí)驗(yàn)手段識(shí)別癌癥生物標(biāo)志物非常昂貴且效率低,基于計(jì)算方法的癌癥生物標(biāo)志物識(shí)別能夠大大降低成本和縮短識(shí)別周期。隨著測(cè)序技術(shù)的發(fā)展,基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白組學(xué)與代謝組學(xué)等多種組學(xué)數(shù)據(jù)海量涌現(xiàn),為系統(tǒng)了解癌癥的病理病因提供了可能,也為基于計(jì)算方法的癌癥生物標(biāo)志物識(shí)別提供了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。如何整合多組學(xué)數(shù)據(jù)設(shè)計(jì)并實(shí)現(xiàn)高效的癌癥生物標(biāo)志物識(shí)別算法,找出更多更有價(jià)值的癌癥生物標(biāo)志物,以供研究人...
【文章來(lái)源】:吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:139 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
圖2.1組學(xué)技術(shù)及其內(nèi)在聯(lián)系??
4.?MCDGPA算法是少數(shù)基于功能模塊算法中與本文算法思想較為相近的綜合考慮,我們選擇這三個(gè)算法進(jìn)行介紹。???Endeavour?算法??Endeavour1711?算法(https://endcavour.csat.kuleuvcn.bc/)的基本原理是收集大量??因相關(guān)的注釋數(shù)據(jù),通過(guò)計(jì)算候選基因與己知癌癥相關(guān)基因在數(shù)據(jù)集上的相??從而得到潛在的癌癥相關(guān)基因。該算法基于如下假設(shè):參與同一疾病或生物??中的基因比基因組的其他基因具有更高的相似性.該相似性可以是序列相似胞定位相同、共表達(dá)和有相同的調(diào)控因子等。2016年,Endeavour開(kāi)發(fā)團(tuán)隊(duì)??ndeavour進(jìn)行了升級(jí)|7|],新版本的Endeavour集成了?75種基因相關(guān)的數(shù)據(jù)??。算法的基本流程如圖2.2所示:??〇?■?O?)?.'?0??
圖2.3?PINTA算法示意圖??具體而言,該算法主要包含如下四個(gè)過(guò)程:??1.利用STRING蛋白互作網(wǎng)絡(luò),結(jié)合拉普拉斯指數(shù)擴(kuò)散核函數(shù)(公式2.6)??算得到一個(gè)全局的距離網(wǎng)絡(luò)。在該距離網(wǎng)絡(luò)中數(shù)值表示從另一個(gè)節(jié)點(diǎn)開(kāi)始隨機(jī)??走后在某個(gè)時(shí)間點(diǎn)到達(dá)下一個(gè)節(jié)點(diǎn)的概率。??K?=?\\mU?+?—)n?=epL??(2.6)???—>〇〇?yj??中,L是帶權(quán)無(wú)向圖G的拉普拉斯矩陣,4是擴(kuò)散參數(shù),/是單位矩陣,n是??點(diǎn)個(gè)數(shù)。??2.通過(guò)使用微陣列表達(dá)數(shù)據(jù),結(jié)合正常和患病樣本得到基因的差異表達(dá)水??平(fold-change)。對(duì)于每?個(gè)候選基因,通過(guò)其鄰居節(jié)點(diǎn)的差異表達(dá)水平得到??—個(gè)重要性值,因此,候選基因的所有鄰居節(jié)點(diǎn)的差異表達(dá)水平越高,候選基因??的打分越高。??
【參考文獻(xiàn)】:
期刊論文
[1]Role of microRNAs in translation regulation and cancer[J]. Stefania Oliveto,Marilena Mancino,Nicola Manfrini,Stefano Biffo. World Journal of Biological Chemistry. 2017(01)
[2]Wnt signaling in disease and in development[J]. Roel NUSSE. Cell Research. 2005(01)
本文編號(hào):3065491
【文章來(lái)源】:吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:139 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
圖2.1組學(xué)技術(shù)及其內(nèi)在聯(lián)系??
4.?MCDGPA算法是少數(shù)基于功能模塊算法中與本文算法思想較為相近的綜合考慮,我們選擇這三個(gè)算法進(jìn)行介紹。???Endeavour?算法??Endeavour1711?算法(https://endcavour.csat.kuleuvcn.bc/)的基本原理是收集大量??因相關(guān)的注釋數(shù)據(jù),通過(guò)計(jì)算候選基因與己知癌癥相關(guān)基因在數(shù)據(jù)集上的相??從而得到潛在的癌癥相關(guān)基因。該算法基于如下假設(shè):參與同一疾病或生物??中的基因比基因組的其他基因具有更高的相似性.該相似性可以是序列相似胞定位相同、共表達(dá)和有相同的調(diào)控因子等。2016年,Endeavour開(kāi)發(fā)團(tuán)隊(duì)??ndeavour進(jìn)行了升級(jí)|7|],新版本的Endeavour集成了?75種基因相關(guān)的數(shù)據(jù)??。算法的基本流程如圖2.2所示:??〇?■?O?)?.'?0??
圖2.3?PINTA算法示意圖??具體而言,該算法主要包含如下四個(gè)過(guò)程:??1.利用STRING蛋白互作網(wǎng)絡(luò),結(jié)合拉普拉斯指數(shù)擴(kuò)散核函數(shù)(公式2.6)??算得到一個(gè)全局的距離網(wǎng)絡(luò)。在該距離網(wǎng)絡(luò)中數(shù)值表示從另一個(gè)節(jié)點(diǎn)開(kāi)始隨機(jī)??走后在某個(gè)時(shí)間點(diǎn)到達(dá)下一個(gè)節(jié)點(diǎn)的概率。??K?=?\\mU?+?—)n?=epL??(2.6)???—>〇〇?yj??中,L是帶權(quán)無(wú)向圖G的拉普拉斯矩陣,4是擴(kuò)散參數(shù),/是單位矩陣,n是??點(diǎn)個(gè)數(shù)。??2.通過(guò)使用微陣列表達(dá)數(shù)據(jù),結(jié)合正常和患病樣本得到基因的差異表達(dá)水??平(fold-change)。對(duì)于每?個(gè)候選基因,通過(guò)其鄰居節(jié)點(diǎn)的差異表達(dá)水平得到??—個(gè)重要性值,因此,候選基因的所有鄰居節(jié)點(diǎn)的差異表達(dá)水平越高,候選基因??的打分越高。??
【參考文獻(xiàn)】:
期刊論文
[1]Role of microRNAs in translation regulation and cancer[J]. Stefania Oliveto,Marilena Mancino,Nicola Manfrini,Stefano Biffo. World Journal of Biological Chemistry. 2017(01)
[2]Wnt signaling in disease and in development[J]. Roel NUSSE. Cell Research. 2005(01)
本文編號(hào):3065491
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3065491.html
最近更新
教材專著