【摘要】：Causal基因的推斷在理論和實踐中都有重要意義,包括闡明生理過程尤其是人類疾病的機(jī)理,以及作物改良和疾病的治療等,因此相應(yīng)統(tǒng)計學(xué)方法的開發(fā)至關(guān)重要�，F(xiàn)有的causal基因推斷方法根據(jù)利用的數(shù)據(jù)類型和統(tǒng)計方法,大致可分三類:基于基因組的方法、基于其他組學(xué)數(shù)據(jù)和多組學(xué)數(shù)據(jù)的方法,以及基于網(wǎng)絡(luò)的方法。方法繁雜多樣,改進(jìn)層出不窮,但仍然存在一些問題。一則這些方法無法同時形式化地容納多種組學(xué)數(shù)據(jù);二則這些方法并不孤立,但是這些方法間的聯(lián)系并沒有得到清楚闡釋。鑒于此,本文開發(fā)了一個名為MultCausal的causal基因推斷方法。主要思路是將多種組學(xué)數(shù)據(jù)以矩陣乘法的形式定義為設(shè)計矩陣Z,將Z矩陣帶入線性模型運(yùn)算求解,各基因P值取負(fù)對數(shù),其相對大小即為causal基因的相對概率。為驗證該方法的有效性,本文首先從現(xiàn)有三類方法中各選取一個代表(線性回歸、GSMR、GeneRank),與MultCausal一起,在模擬數(shù)據(jù)和擬南芥開花時間數(shù)據(jù)集中加以比較。與三種方法相比,MultCausal效果有所提升,能夠在控制假陽性率的同時保持較高的效力。隨后本文探討了MultCausal和三種方法的聯(lián)系,形式上證明了MultCasual和線性模型、GSMR的等價性,并利用模擬證明了MultCausal和GeneRank的相關(guān)性。此外還從SVR的核技巧中得到的啟發(fā),將Z變成f(Z),顯式地賦予設(shè)計矩陣非線性結(jié)構(gòu),從而提升了MultCausal的表現(xiàn)。
【學(xué)位授予單位】：華中農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：Q811.4
【圖文】：

DNA ——> meDNA——>RNA ——> 蛋白質(zhì)圖 1.1 生物中信息流的一條路徑Figure 1.1Apathway of information flow of life于此，各種從其他組學(xué)數(shù)據(jù)推斷 causal gene 的方法也都想方設(shè)法利用，而不是單單利用某個組學(xué)數(shù)據(jù)（如 TWAS）。因而利用基因組學(xué)以外基本上都呈現(xiàn)出多組學(xué)的特點。這些方法和真正的多組學(xué)方法還是有本質(zhì)不同�；蚪M信息的利用是組學(xué)數(shù)據(jù)，如果其他組學(xué)數(shù)據(jù)充分，可以不考慮基因組信息。而多組的組學(xué)數(shù)據(jù)共同納入模型當(dāng)中，各個組學(xué)數(shù)據(jù)都是不可或缺的（如孟。之，關(guān)鍵差別在于模型中是否包含基因組以外的變量。S 是 Gusev 等開發(fā)的一種方法，其主要原理如圖 1.2 所示。

圖 1.4 Camoco 原理示意圖（引用自（Schaefer et al. 2018））Figure 1.4 Illustration of Camoco(Cited from Schaefer et al. 2018))1.3.2.3 利用網(wǎng)絡(luò)擴(kuò)散推斷 causal 基因如果已經(jīng)有了關(guān)于 causal 基因的部分信息，就能利用網(wǎng)絡(luò)的模塊性，推斷更causal 基因的信息。這種方法和模塊法十分類似，關(guān)鍵不同在于已經(jīng)擁有 causal 因的部分知識，并以此作為出發(fā)點，試圖獲取更多 causal 基因的知識。網(wǎng)絡(luò)擴(kuò)散最簡單的一種策略是“相似相鄰”。即將已知 causal gene 的最近（direct neighbor）也視為 causal gene（Wang 2010）。但是這種方法的假陽性和假性都很高（Cowen et al. 2017）。最近鄰法的一個變形是最短路徑（shortest path）法。即放松最近鄰的要求，不要最近，而是選擇最短路徑在一定范圍（最近鄰的最短路徑為 1）內(nèi)的 gene 視

代碼可以在 https://github.com/Linghan-Jiang/MultCausal 找到。 MultCausal 的效果，首先構(gòu)造模擬數(shù)據(jù)，預(yù)先假定關(guān)于 caus生表型，觀察各方法能否有效地檢測到假定的 causal 基因。hu et al. 2018）的工作，構(gòu)造了兩個由 SNP、基因和表型三個涉及的擬南芥數(shù)據(jù)參見 2.5 節(jié)。 1：causal 模型 = ( ) = ( )

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;Relationship of causal effects in a causal chain and related inference[J];Science in China,Ser.A;2004年05期

2 鄭忠國 ,童行偉 ,張艷艷;Identifiability of causal effect for a simple causal model[J];Science in China,Ser.A;2002年03期

3 江澤培;ON MARKOV MODELS OF RANDOM FIELDS[J];Acta Mathematicae Applicatae Sinica(English Series);1987年04期

4 ;Causal Relation Analysis of Economic Systems and the improvement of Syetem Dynamis(1)(2)[J];天水師專學(xué)報;1991年04期

5 Kun Zhang;Bernhard Scholkopf;Peter Spirtes;Clark Glymour;;Learning causality and causality-related learning:some recent progress[J];National Science Review;2018年01期

6 Soji Kaneyuki;Automorphism groups of causal symmetric spaces of Cayley type and bounded symmetric domains[J];Science in China,Ser.A;2005年S1期

7 ;Causal inference and related statistical methods[J];Baosteel Technical Research;2010年S1期

8 Yuesong WEI;Zheng TIAN;Yanting XIAO;;LEARNING MULTIVARIATE TIME SERIES CAUSAL GRAPHS BASED ON CONDITIONAL MUTUAL INFORMATION[J];Journal of Systems Science and Systems Engineering;2013年01期

9 ;Causal association rule mining methods based on fuzzy state description[J];Journal of Systems Engineering and Electronics;2006年01期

10 ;Indeterminacy Causal Inductive Automatic Reasoning Mechanism Based on Fuzzy State Description[J];Journal of Systems Engineering and Electronics;2002年02期

相關(guān)會議論文 前10條

1 Cichy B.;Galkowski K.;Rogers E.;Kummert A.;;Control of Discrete Linear Repetitive Processes with Non-causal Dynamics[A];第二十七屆中國控制會議論文集[C];2008年

2 徐曉東;;When a causal relation was negated:An ERP investigation on concessive meaning in Chinese sentence comprehension[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國心理學(xué)學(xué)術(shù)會議論文集[C];2013年

3 John S.Ji;;Methodology:Using Directed Acyclic Graphs for Epidemiology Research[A];2018環(huán)境與健康學(xué)術(shù)會議--精準(zhǔn)環(huán)境健康：跨學(xué)科合作的挑戰(zhàn)論文匯編[C];2018年

4 ;Causal Relation Recognition between Sentence-based Events[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

5 Ying Zhu;Yongyue Wei;Ruyang Zhang;Qianwen Shi;Xuesi Dong;Sipeng Shen;The Transdisciplinary Research in Cancer of the Lung(TRICL) Research Team;Rayjean J.Hung;Christopher Amos;Yang Zhao;David C.Christiani;Feng Chen;;Elevated platelet count appears to be associated with increased risk of lung cancer:a Mendelian Randomization Analysis[A];2017年中國衛(wèi)生統(tǒng)計學(xué)學(xué)術(shù)年會論文集[C];2017年

6 徐向東;;Nonreductive Physicalism,Causation and Explanation[A];外國哲學(xué)（第18輯）[C];2005年

7 ;GENERAL PROBLEM OF OPTIMAL TRACKING THEORY FOR MACROECONOMIC SYSTEMS[A];1995年中國控制會議論文集（上）[C];1995年

8 Zhang Xiaoting;Gao Fei;Zhang Fang;Xie Yuan;Zhou Lin;Yuan Hongxia;Zhang Songbai;Li Honglian;;The complete genomic sequence of a novel megabirnavirus from Fusarium pseudograminearum,the causal agent of wheat crown rot[A];中國植物病理學(xué)會2018年學(xué)術(shù)年會論文集[C];2018年

9 ;Development of Multilevel Flow Model for Power Plant Process Fault Diagnosis[A];2009中國控制與決策會議論文集（1）[C];2009年

10 ;SDG-based Fault Diagnosis and Application Based on Reasoning Method of Granular Computing[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

相關(guān)碩士學(xué)位論文 前6條

1 姜凌瀚;MultCausal：一種利用多組學(xué)數(shù)據(jù)推斷causal基因的統(tǒng)一方法[D];華中農(nóng)業(yè)大學(xué);2019年

2 王杰瑛;有關(guān)causal算子的分?jǐn)?shù)階微分方程[D];揚(yáng)州大學(xué);2012年

3 李志芳;幾類含causal算子的微分方程的收斂性[D];河北大學(xué);2012年

4 金偉英;基于語料庫的因果連接對比研究[D];上海交通大學(xué);2007年

5 王婷;因果鏈注意窗理論在寫作教學(xué)中的應(yīng)用[D];重慶師范大學(xué);2009年

6 朱雷;關(guān)于克里普克的歷史因果命名理論研究[D];電子科技大學(xué);2013年

本文編號：2793994