基于樣本特異性的差異網(wǎng)絡(luò)及其在個人性狀中的應(yīng)用
發(fā)布時間:2021-01-13 13:51
以癌癥為代表的復(fù)雜疾病長期以來一直是困擾人類多年的難題,威脅著人類的生命安全。隨著各種不同組學(xué)的數(shù)據(jù)大量涌現(xiàn),癌癥相關(guān)的一系列課題取得了巨大的突破,為研究疾病復(fù)雜性與藥物治療提供了重要的機遇與挑戰(zhàn);蛐酒夹g(shù)是目前研究人類基因組的最強有力的工具,基因芯片數(shù)據(jù)分析已成為生物信息學(xué)的一個重要分支。通過比較疾病與基因表達(dá)調(diào)控間的關(guān)系,對比正常組織與癌癥組織表達(dá)譜的差異,可以更好地了解疾病發(fā)生的分子基礎(chǔ)。對系統(tǒng)性、針對性的癌癥標(biāo)記物研究,癌癥患者的個性化治療與精準(zhǔn)治療,起著非常關(guān)鍵的作用。在本篇論文中,特異性差異網(wǎng)絡(luò)(SSDN)有助于識別單樣本潛在的驅(qū)動基因。為了建立SSDN,我們首先需要建立SSN。而這一過程需要構(gòu)建參考網(wǎng)絡(luò),更需要考慮參考網(wǎng)絡(luò)中相關(guān)系數(shù)的一致性。參考網(wǎng)絡(luò)的選擇與差異網(wǎng)絡(luò)的建立在該方向的研究中至關(guān)重要。但是,由于癌癥病理的復(fù)雜性,目前尚未有有效的方法證實,基于不同標(biāo)準(zhǔn)的參考網(wǎng)絡(luò)與差異網(wǎng)絡(luò)能夠系統(tǒng)地對應(yīng),即參考網(wǎng)絡(luò)的選擇是否會影響差異網(wǎng)絡(luò)的構(gòu)建。本文從理論上證實了參考網(wǎng)絡(luò)相關(guān)系數(shù)的大小關(guān)系在以下兩種情況下是一致的:1、參考樣本數(shù)量非常大;2、參考樣本服從同一分布;谶@一理論...
【文章來源】:山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:56 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖1-1基因表達(dá)過程中的調(diào)控機理??構(gòu)建基因調(diào)控網(wǎng)絡(luò),可以借助基因芯片技術(shù),揭示生物體基因組的表達(dá)調(diào)控??
山東大學(xué)碩士學(xué)位論文??參考網(wǎng)絡(luò)(圖3-1)。從患者(樣本A:)的癌癥組織中獲得疾病樣本(&)添加到??參考網(wǎng)絡(luò)中,得到擾動的疾病網(wǎng)絡(luò)(圖3-1A)。通過計算擾動網(wǎng)絡(luò)和參考網(wǎng)絡(luò)不??同邊(基因?qū)Γ┲g的相關(guān)關(guān)系,獲得樣本灸的疾病網(wǎng)絡(luò)(圖3-1B),這一疾病??網(wǎng)絡(luò)也被稱為SSN[27】的疾病網(wǎng)絡(luò)。同時,從患者(樣本G的正常組織中獲得正??常樣本(&)添加到參考網(wǎng)絡(luò),用同樣的方法,能夠得到擾動的正常網(wǎng)絡(luò)(圖3-??1A)和樣本的正常網(wǎng)絡(luò)(圖3-1B),這一正常網(wǎng)絡(luò)也被稱為SSN的正常網(wǎng)絡(luò)。??其中,疾病樣本來自患者的腫瘤組織,正常樣本(對照樣本)來自同一患者的癌??旁組織。而疾病網(wǎng)絡(luò)和正常網(wǎng)絡(luò)之間的差異性很可能來自于與癌癥相關(guān)的基因。??如果兩個網(wǎng)絡(luò)之間的結(jié)構(gòu)發(fā)生明顯變化,那么引起這種變化的基因極有可能與癌??癥相關(guān)。相反地,如果基因在兩個網(wǎng)絡(luò)之間變化很小,則可能是與癌癥無關(guān)的基??因。因此,通過獲得疾病網(wǎng)絡(luò)和正常網(wǎng)絡(luò)之間的差異性,例如,若疾病網(wǎng)絡(luò)中的??邊(基因?qū)Γ┎辉谡>W(wǎng)絡(luò)中,則保留這條邊,反之則刪除這條邊,這樣可以得??到樣本灸的特異性差異網(wǎng)絡(luò)(sample-specific?differential?network,簡記為SSDN)。????SSN:?sample-specific?iietworic?i??'丨一^-^\?i?SSDN:?sample-specific?ditTa-ential?network?J??Individual?di>casc?vample^?S?i?\??!,謂一ig翻卜??_■■驪??PerJurbtddiwavc?i?廣)二、、——1??〇?t??SampieS.?^
山東大學(xué)碩士學(xué)位論文??1A)。這說明參考網(wǎng)路的分布差異越大,單樣本相關(guān)系數(shù)的一致性就越低。圖4-??1B和圖4-1C也有相同的趨勢。對于兩個參考網(wǎng)絡(luò),均由^=1和5=1的正態(tài)分布??產(chǎn)生,且樣本數(shù)量為100-1000時,一致性比例為95.64%?(圖4-1A),當(dāng)樣本數(shù)??增至1000-10000時,一致性比例為99.3%(圖4-1B),當(dāng)樣本數(shù)增至10000-100000??時,一致性比例增至99.64%?(圖4-1C)。這表明,隨著樣本數(shù)量的逐漸増多時,??&PCC的一致性比例也在逐漸升高。??1?^?gPfcl?-?^??錐?ar2?js=3?ii"A?H'?^?^??參考釋絡(luò)的均懷?m?參考鱷絡(luò)的均s??6*2參考羯^纖S?U00,_?6*!參考觸翁賴為I職1觸??C??f?,?^1#ll?s??丨欄J??rf?OJ??iP=l?si=2?p*3?fjss4??^?mmmm??S=1費考舜絡(luò)的結(jié)獨為丨100034孩HXS】??圖4-1隨機生成不同均值的正態(tài)分布??兩個參考網(wǎng)絡(luò)由不同分布產(chǎn)生時(正態(tài)分布,均勾分布,泊松分布,幾何分??布),也能得到相同結(jié)論(圖4-2)。例如,當(dāng)兩個參考網(wǎng)絡(luò)樣本數(shù)為100-1000,??且都由正態(tài)分布產(chǎn)生時,一致性比例為95.58%?(圖4-2A)。當(dāng)參考網(wǎng)絡(luò)樣本數(shù)為??100-1000,分別由正態(tài)分布和均勻分布產(chǎn)生時,一致性比例為56.23%(圖4-2A)。??當(dāng)參考網(wǎng)絡(luò)樣本數(shù)為100-1000,分別由正態(tài)分布和泊松分布產(chǎn)生時,一致性比例??為10.23%?(圖4-2A)。當(dāng)參考網(wǎng)絡(luò)樣本數(shù)為100-1000,分別由正態(tài)分布和幾何分??布產(chǎn)生時,一致
本文編號:2974978
【文章來源】:山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:56 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖1-1基因表達(dá)過程中的調(diào)控機理??構(gòu)建基因調(diào)控網(wǎng)絡(luò),可以借助基因芯片技術(shù),揭示生物體基因組的表達(dá)調(diào)控??
山東大學(xué)碩士學(xué)位論文??參考網(wǎng)絡(luò)(圖3-1)。從患者(樣本A:)的癌癥組織中獲得疾病樣本(&)添加到??參考網(wǎng)絡(luò)中,得到擾動的疾病網(wǎng)絡(luò)(圖3-1A)。通過計算擾動網(wǎng)絡(luò)和參考網(wǎng)絡(luò)不??同邊(基因?qū)Γ┲g的相關(guān)關(guān)系,獲得樣本灸的疾病網(wǎng)絡(luò)(圖3-1B),這一疾病??網(wǎng)絡(luò)也被稱為SSN[27】的疾病網(wǎng)絡(luò)。同時,從患者(樣本G的正常組織中獲得正??常樣本(&)添加到參考網(wǎng)絡(luò),用同樣的方法,能夠得到擾動的正常網(wǎng)絡(luò)(圖3-??1A)和樣本的正常網(wǎng)絡(luò)(圖3-1B),這一正常網(wǎng)絡(luò)也被稱為SSN的正常網(wǎng)絡(luò)。??其中,疾病樣本來自患者的腫瘤組織,正常樣本(對照樣本)來自同一患者的癌??旁組織。而疾病網(wǎng)絡(luò)和正常網(wǎng)絡(luò)之間的差異性很可能來自于與癌癥相關(guān)的基因。??如果兩個網(wǎng)絡(luò)之間的結(jié)構(gòu)發(fā)生明顯變化,那么引起這種變化的基因極有可能與癌??癥相關(guān)。相反地,如果基因在兩個網(wǎng)絡(luò)之間變化很小,則可能是與癌癥無關(guān)的基??因。因此,通過獲得疾病網(wǎng)絡(luò)和正常網(wǎng)絡(luò)之間的差異性,例如,若疾病網(wǎng)絡(luò)中的??邊(基因?qū)Γ┎辉谡>W(wǎng)絡(luò)中,則保留這條邊,反之則刪除這條邊,這樣可以得??到樣本灸的特異性差異網(wǎng)絡(luò)(sample-specific?differential?network,簡記為SSDN)。????SSN:?sample-specific?iietworic?i??'丨一^-^\?i?SSDN:?sample-specific?ditTa-ential?network?J??Individual?di>casc?vample^?S?i?\??!,謂一ig翻卜??_■■驪??PerJurbtddiwavc?i?廣)二、、——1??〇?t??SampieS.?^
山東大學(xué)碩士學(xué)位論文??1A)。這說明參考網(wǎng)路的分布差異越大,單樣本相關(guān)系數(shù)的一致性就越低。圖4-??1B和圖4-1C也有相同的趨勢。對于兩個參考網(wǎng)絡(luò),均由^=1和5=1的正態(tài)分布??產(chǎn)生,且樣本數(shù)量為100-1000時,一致性比例為95.64%?(圖4-1A),當(dāng)樣本數(shù)??增至1000-10000時,一致性比例為99.3%(圖4-1B),當(dāng)樣本數(shù)增至10000-100000??時,一致性比例增至99.64%?(圖4-1C)。這表明,隨著樣本數(shù)量的逐漸増多時,??&PCC的一致性比例也在逐漸升高。??1?^?gPfcl?-?^??錐?ar2?js=3?ii"A?H'?^?^??參考釋絡(luò)的均懷?m?參考鱷絡(luò)的均s??6*2參考羯^纖S?U00,_?6*!參考觸翁賴為I職1觸??C??f?,?^1#ll?s??丨欄J??rf?OJ??iP=l?si=2?p*3?fjss4??^?mmmm??S=1費考舜絡(luò)的結(jié)獨為丨100034孩HXS】??圖4-1隨機生成不同均值的正態(tài)分布??兩個參考網(wǎng)絡(luò)由不同分布產(chǎn)生時(正態(tài)分布,均勾分布,泊松分布,幾何分??布),也能得到相同結(jié)論(圖4-2)。例如,當(dāng)兩個參考網(wǎng)絡(luò)樣本數(shù)為100-1000,??且都由正態(tài)分布產(chǎn)生時,一致性比例為95.58%?(圖4-2A)。當(dāng)參考網(wǎng)絡(luò)樣本數(shù)為??100-1000,分別由正態(tài)分布和均勻分布產(chǎn)生時,一致性比例為56.23%(圖4-2A)。??當(dāng)參考網(wǎng)絡(luò)樣本數(shù)為100-1000,分別由正態(tài)分布和泊松分布產(chǎn)生時,一致性比例??為10.23%?(圖4-2A)。當(dāng)參考網(wǎng)絡(luò)樣本數(shù)為100-1000,分別由正態(tài)分布和幾何分??布產(chǎn)生時,一致
本文編號:2974978
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/2974978.html
最近更新
教材專著