腸道微生物是近年來一個(gè)研究熱點(diǎn),它與人類的健康和疾病息息相關(guān)。尋找疾病相關(guān)的微生物標(biāo)志物,是人類在探索疾病道路上的一個(gè)重要方向。隨著高通量測序地發(fā)展,越來越多在實(shí)驗(yàn)室不能培養(yǎng)出的微生物可以通過測序技術(shù)發(fā)現(xiàn),腸道微生物組數(shù)據(jù)也爆發(fā)式地增長,這迫切需要研究或引入新的機(jī)器學(xué)習(xí)算法,以期發(fā)現(xiàn)相關(guān)疾病的微生物標(biāo)志物。本文研究了基于腸道微生物數(shù)據(jù)的疾病分類機(jī)器學(xué)習(xí)算法,以此為基礎(chǔ),研究了用于微生物標(biāo)志物發(fā)現(xiàn)的特征提取方法,并實(shí)現(xiàn)了一個(gè)微生物標(biāo)志物數(shù)據(jù)庫。本文主要包含如下工作:第一,引入LightGBM算法用于腸道微生物的疾病分類問題。對于疾病與腸道微生物關(guān)系問題,可以看成有監(jiān)督的分類問題。本研究在基于微生物組的疾病分類問題中引入了 LightGBM這種較新的算法,并與深度森林、隨機(jī)森林和支持向量機(jī)等幾種在微生物組學(xué)數(shù)據(jù)中常用的方法進(jìn)行比較,應(yīng)用于10種疾病的腸道微生物數(shù)據(jù)。實(shí)驗(yàn)以微生物豐度數(shù)據(jù)作為算法的輸入,以腸道微生物作為特征,樣本患病與否作為輸入的標(biāo)簽。實(shí)驗(yàn)系統(tǒng)地評估了四個(gè)算法在不同疾病之間的分類效果以及相同疾病不同數(shù)據(jù)集的分類效果。使用五折交叉驗(yàn)證,結(jié)果發(fā)現(xiàn),LightGBM在多個(gè)數(shù)據(jù)集上都... 

【文章來源】：華中師范大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．２中首先采集患病樣?

類ＯＴＵ。一般情況下，由擴(kuò)??增子測序（即１６ＳｒＲＮＡ測序）得到的原始數(shù)據(jù)經(jīng)過聚類方式處理后得到ＯＴＵ豐度??數(shù)據(jù)，然后計(jì)算機(jī)學(xué)家再利用ＯＴＵ豐度數(shù)據(jù)，來進(jìn)行相關(guān)的計(jì)算等一系列操作。??ｎｏｎ＼?ＷＷ??我們９７％相似，是男?我彳丨］９７％相似，是女??孩子，是０ＴＵ１，有?孩子，是０ＴＵ２，有??三個(gè)成員?兩個(gè)成員??：＿??１６Ｓ序列??相似度大于??▼?９７％??ｃ＝）?ＣＨ）?〇ｔｉ，ｓ??這些１６Ｓ序列，基于序列間９７％的相似性，聚成了３個(gè)ＯＴＵ??圖１．３?ＯＴＵ的聚類原理??１．１．３生物標(biāo)志物??生物標(biāo)志物（Ｂｉｏｍａｒｋｅｒ）：?—種客觀測量和評估的特征，可作為正常生物過程，??致病過程或?qū)χ委煾深A(yù)的藥理反應(yīng)的指標(biāo)｜３４１。生物標(biāo)志物也定義為：生物標(biāo)志物可??以在體內(nèi)或其產(chǎn)物中檢測到的物質(zhì)、結(jié)構(gòu)或過程并且它可以影響（或預(yù)測）結(jié)果或??疾病地發(fā)生｜３５１。從臨床角度看，生物標(biāo)志物對疑似疾病患者、有或無明顯疾病患者??地護(hù)理有著重大影響。根據(jù)這一分類，生物標(biāo)志物可分為診斷標(biāo)志物、預(yù)后標(biāo)志物??和篩選標(biāo)志物。在基礎(chǔ)和臨床研宄以及臨床實(shí)踐中使用生物標(biāo)志物己經(jīng)變得非常普??遍。生物標(biāo)志物在疾病中還有許多有價(jià)值地應(yīng)用和監(jiān)視健康狀況，這些應(yīng)用包括：??１、用作診斷工具，以識別患有疾病或異常狀況的患者。２、用作疾病分期的工具或??疾病程度地分類。３、用作疾病預(yù)后的指標(biāo)。４、用于預(yù)測和監(jiān)測對干預(yù)措施的臨床??反應(yīng)Ｉ３４］。因此找出疾病相對應(yīng)的生物標(biāo)志物，以便進(jìn)行后續(xù)對治療疾病的研宄是有??意義的。??本文將從生物數(shù)據(jù)庫以及數(shù)據(jù)挖掘等角度篩選微生物標(biāo)志物。這些生物標(biāo)志物??旨在確定特定的操作分類

向量機(jī)??給定一個(gè)數(shù)據(jù)集｛知％｝，％?ｅ｛０，ｌ），ｉ＝ｌ，２，．．．，ｎ。假設(shè)該數(shù)據(jù)集線性可分，那么線??性可分支持向撳機(jī)就足尋找一個(gè)能夠劃分該數(shù)據(jù)集的超平面，并且使得兩類樣木中??距離超平面最近的樣木點(diǎn)幾何間隔最大化，此時(shí)找到的超平而為：??（ｗ?＿?ｘ）?＋?６?＝?０?公式?３．１??其屮ｗ，?ｈ分別迠迎過該數(shù)椐集訓(xùn)練得到的權(quán)艱和偏差。超平而函數(shù)對應(yīng)的決策函??數(shù)為：??＝?ｓｉｇｎ（（ｗ?■?＼）?＋?ｂ）?公式?３．２??在訓(xùn)練過程中的目的找到最優(yōu)超平面。超平面如圖３．１所示，假設(shè)數(shù)據(jù)集的特征維??度是二維的，并且是二分類問題，為了將藍(lán)色圓形和綠色三角進(jìn)行分類，支持向量??機(jī)尋找到了?ＬＩ，?Ｌ３兩個(gè)平面之間的所有超平面，這些超平面都可以將所給的數(shù)據(jù)??集進(jìn)行分類劃分，然而Ｌ２超平面是尋找到的最優(yōu)超平面??Ｌ３??酶??尤１??圖３．１支持向量機(jī)的超平面??１９??

【參考文獻(xiàn)】：
期刊論文
[1]腸道菌群的檢測方法及研究進(jìn)展[J]. 劉玉婷,郝微微,溫紅珠,邵蘭君.  世界華人消化雜志. 2016(20)



本文編號：3244715