癌癥是目前全球第二大主要死因,世界上平均六分之一的人死于癌癥。為了減輕其對人類健康的影響,大量研究工作致力于癌癥的診斷和治療技術(shù)。利用人類的組學(xué)數(shù)據(jù)對癌癥的類型、臨床事件進(jìn)行分類預(yù)測對癌癥患者實現(xiàn)早期診斷具有重大實用價值以及研究意義。多組學(xué)數(shù)據(jù)的綜合分析提供了患者的全面視角,有可能讓臨床決策更加準(zhǔn)確。但是有效利用多組學(xué)數(shù)據(jù)用于癌癥的分類與分析仍然是一巨大的挑戰(zhàn)。其體現(xiàn)在它是一個“多特征、少樣本”的問題。由于獲取組學(xué)數(shù)據(jù)成本較高,連無標(biāo)簽數(shù)據(jù)樣本都很少。利用單種類型的數(shù)據(jù)對病人分類是“多特征、少樣本”問題,如果不考慮不同組學(xué)間的關(guān)聯(lián)關(guān)系,使用多種數(shù)據(jù)作為輸入數(shù)據(jù)將更容易導(dǎo)致“維度災(zāi)難”,更容易過擬合。針對上述問題,本文提出一種整合多組學(xué)數(shù)據(jù)來對癌癥進(jìn)行分類的方法。首先,為了挖掘分子間以及分子與病人間的潛在的聯(lián)系,本文提出并構(gòu)建一個集成多種生物分子交互網(wǎng)絡(luò)的異質(zhì)網(wǎng)絡(luò),它能將交互網(wǎng)絡(luò)上不同類型的生物分子以及病人嵌入到同一空間。因為該網(wǎng)絡(luò)是帶權(quán)重的,所以本文提出一個帶權(quán)重異質(zhì)表示學(xué)習(xí)算法,用于對該網(wǎng)絡(luò)的表示學(xué)習(xí),從而獲得帶有關(guān)聯(lián)信息的節(jié)點表示。接下來,本文提出了關(guān)聯(lián)知識約束的多視圖自編碼器,把... 

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景及目的意義
    1.2 國內(nèi)外研究現(xiàn)狀及分析
    1.3 主要研究內(nèi)容
    1.4 本文組織結(jié)構(gòu)
第2章 利用組學(xué)數(shù)據(jù)對癌癥分類相關(guān)研究概述
    2.1 引言
    2.2 多組學(xué)數(shù)據(jù)影響癌癥的相關(guān)研究
        2.2.1 分子表達(dá)譜
        2.2.2 生物分子交互網(wǎng)絡(luò)
        2.2.3 TCGA泛癌數(shù)據(jù)
    2.3 利用組學(xué)數(shù)據(jù)對癌癥分類的相關(guān)研究
        2.3.1 利用組學(xué)數(shù)據(jù)對癌癥相關(guān)研究
        2.3.2 基于多組學(xué)數(shù)據(jù)的癌癥分類相關(guān)研究
    2.4 小結(jié)
第3章 基于異質(zhì)網(wǎng)絡(luò)節(jié)點嵌入的多組學(xué)交互網(wǎng)絡(luò)表示學(xué)習(xí)
    3.1 引言
    3.2 異質(zhì)信息網(wǎng)絡(luò)表示學(xué)習(xí)研究
    3.3 融合多個交互網(wǎng)絡(luò)的異質(zhì)網(wǎng)絡(luò)的設(shè)計與構(gòu)建
    3.4 帶權(quán)重的異質(zhì)網(wǎng)絡(luò)表示學(xué)習(xí)方法
    3.5 實驗與分析
        3.5.1 評價標(biāo)準(zhǔn)
        3.5.2 嵌入捕獲節(jié)點相似性的分析
        3.5.3 嵌入用于下游任務(wù)的性能分析
    3.6 小結(jié)
第4章 交互網(wǎng)絡(luò)關(guān)聯(lián)知識約束的癌癥分類方法
    4.1 引言
    4.2 多視圖自編碼器相關(guān)的基礎(chǔ)知識
        4.2.1 自編碼器
        4.2.2 因子分解機
        4.2.3 多視圖學(xué)習(xí)
        4.2.4 多視圖分解自編碼器
    4.3 關(guān)聯(lián)知識約束的多視圖分類方法
    4.4 實驗結(jié)果及分析
        4.4.1 數(shù)據(jù)的收集以及處理
        4.4.2 癌癥分類器性能分析
        4.4.3 節(jié)點表示學(xué)習(xí)結(jié)果分析
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]AttrHIN2Vec:一種新型異質(zhì)信息網(wǎng)絡(luò)表示學(xué)習(xí)模型[J]. 文鵬,李青,熊友.  現(xiàn)代計算機(專業(yè)版). 2019(11)

碩士論文
[1]基于基因表達(dá)譜和蛋白質(zhì)互作網(wǎng)絡(luò)的癌癥分類預(yù)測模型研究[D]. 張學(xué)扶.湖南大學(xué) 2018
[2]基于神經(jīng)網(wǎng)絡(luò)的全基因組DNA甲基化預(yù)測研究[D]. 劉光輝.大連海事大學(xué) 2017
[3]基于深度自編碼的多癌癥分子分型建模與分析[D]. 余淼.華中科技大學(xué) 2016



本文編號：3674702