基于基因表達數(shù)據,從海量基因中選擇疾病相關基因對理解疾病的發(fā)生發(fā)展、促進疾病診斷和治療具有重要意義。目前大多研究工作基于基因表達差異尋找疾病基因,難以發(fā)現(xiàn)差異表達較小的疾病相關基因,而通過差異網絡獲得的功能數(shù)據能夠較好地體現(xiàn)基因在單個樣本中的功能變化水平,發(fā)現(xiàn)非差異表達的疾病相關基因。為了充分搜索到疾病相關基因,本文將分別基于平衡及不平衡的基因表達數(shù)據,設計融合基因表達數(shù)據和功能數(shù)據的疾病基因選擇方法。該方法既能夠挖掘表達差異大的基因,又能夠發(fā)現(xiàn)表達差異較小但功能發(fā)生改變的基因。本文的主要研究工作如下:（1）本文提出了融合基因表達數(shù)據和功能數(shù)據的疾病基因挖掘算法（GFDGM）。傳統(tǒng)基于基因表達數(shù)據的差異分析方法難以選擇表達差異小但功能上與疾病相關的基因。針對該問題,本文提出一種融合基因表達數(shù)據和功能數(shù)據的疾病基因挖掘算法。首先,利用樣本特異網絡方法構建反映基因功能變化的差異網絡。其次,基于差異網絡量化每個基因在功能變化上的程度,即功能數(shù)據,再融合基因表達數(shù)據和功能數(shù)據。最后,為了使融合數(shù)據基因間冗余程度小、關聯(lián)程度大,基于互信息設計了一種非支配排序基因選擇方法挖掘疾病相關基因。實驗結果... 

【文章來源】：安徽大學安徽省 211工程院校

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 基于基因表達數(shù)據的疾病基因選擇
        1.2.2 基于不平衡基因表達數(shù)據的疾病基因選擇
        1.2.3 數(shù)據融合方法的研究現(xiàn)狀
    1.3 本文的工作與安排
第二章 相關理論及算法
    2.1 基因表達數(shù)據相關理論
        2.1.1 基因表達數(shù)據
        2.1.2 基于基因表達數(shù)據的基因網絡
    2.2 不平衡基因表達數(shù)據相關理論
        2.2.1 不平衡基因表達數(shù)據概述
        2.2.2 不平衡基因表達數(shù)據性能評估
    2.3 疾病相關基因選擇方法
        2.3.1 特征選擇算法理論
        2.3.2 差異表達分析方法
        2.3.3 通路分析方法
    2.4 多目標進化優(yōu)化算法相關理論
    2.5 本章小結
第三章 融合基因表達數(shù)據和功能數(shù)據的疾病基因挖掘算法
    3.1 算法思想
    3.2 數(shù)據融合方法和算法流程
        3.2.1 構建差異網絡
        3.2.2 融合數(shù)據
        3.2.3 基因選擇
        3.2.4 算法流程
    3.3 實驗
        3.3.1 數(shù)據集描述
        3.3.2 實驗算法描述
        3.3.3 參數(shù)設置
        3.3.4 分類準確率
        3.3.5 樣本類型分布
        3.3.6 疾病相關基因
    3.4 本章小節(jié)
第四章 融合不平衡數(shù)據的疾病基因挖掘算法
    4.1 算法思想
    4.2 算法流程
        4.2.1 IFDGS的數(shù)據融合策略
        4.2.2 IFDGS初始化策略
        4.2.3 IFDGS交叉算子
        4.2.4 IFDGS變異算子
        4.2.5 IFDGS評價函數(shù)和目標函數(shù)
        4.2.6 IFDGS算法流程
    4.3 實驗與分析
        4.3.1 實驗設置
        4.3.2 實驗結果分析
        4.3.3 融合數(shù)據有效性分析
        4.3.4 初始化和交叉變異算子有效性分析
    4.4 本章小結
結論
    工作總結
    未來展望
參考文獻
攻讀碩士學位期間發(fā)表的學術成果
攻讀碩士學位期間參與的科研項目
致謝


【參考文獻】：
期刊論文
[1]高維小樣本分類問題中特征選擇研究綜述[J]. 王翔,胡學鋼.  計算機應用. 2017(09)
[2]A Feature Selection Method for Prediction Essential Protein[J]. Jiancheng Zhong,Jianxin Wang,Wei Peng,Zhen Zhang,Min Li.  Tsinghua Science and Technology. 2015(05)
[3]分子診斷在癌癥早期診斷中的研究現(xiàn)狀及展望[J]. 樊江平,鐘理,董曉民,薛雯,羅杰.  中國實驗診斷學. 2012(10)
[4]基因表達譜芯片的數(shù)據分析[J]. 吳斌,沈自尹.  世界華人消化雜志. 2006(01)

碩士論文
[1]微陣列基因表達數(shù)據混合特征算法研究[D]. 董文娟.沈陽工業(yè)大學 2017
[2]基因表達譜的腫瘤特征基因提取研究分析[D]. 尹蕾.西安建筑科技大學 2014



本文編號：3546768