基因是帶有遺傳信息的DNA序列。隨著測(cè)序技術(shù)的發(fā)展,基因測(cè)序漸漸揭開了生物學(xué)的眾多奧秘�；虮磉_(dá)反映了細(xì)胞的進(jìn)化過程,同時(shí),伴隨著轉(zhuǎn)錄組測(cè)序技術(shù)和單細(xì)胞測(cè)序技術(shù)的出現(xiàn),基因數(shù)據(jù)與結(jié)構(gòu)的多樣性與差異性逐漸顯現(xiàn)出來。然而,由于基因數(shù)據(jù)的數(shù)據(jù)量龐大,基因結(jié)構(gòu)的復(fù)雜程度高,如何對(duì)基因數(shù)據(jù)與結(jié)構(gòu)進(jìn)行準(zhǔn)確分析面臨著巨大的挑戰(zhàn),如何篩選出疾病數(shù)據(jù)的致病基因具有顯著意義。本文主要致力于進(jìn)行轉(zhuǎn)錄組測(cè)序數(shù)據(jù)、單細(xì)胞時(shí)間序列測(cè)序數(shù)據(jù)的基因差異表達(dá)分析以及DNA序列結(jié)構(gòu)的差異分析的研究,本文主要的研究?jī)?nèi)容如下:第一,針對(duì)轉(zhuǎn)錄組測(cè)序數(shù)據(jù),鑒于當(dāng)前方法不適用于對(duì)多組樣本數(shù)據(jù)進(jìn)行基因差異表達(dá)分析,利用信息熵理論,構(gòu)造了用于識(shí)別差異表達(dá)基因的差異類熵函數(shù),研究了基于差異類熵函數(shù)識(shí)別差異表達(dá)基因的方法(DEF:Differential Entropy-Like Function)。首先,與DESeq2、edgeR、baySeq和limma等傳統(tǒng)方法相比,DEF方法可以應(yīng)用于多組樣本的數(shù)據(jù)集,應(yīng)用范圍更為廣泛。其次,DEF方法與傳統(tǒng)方法具有一樣的功能,可以用于兩組樣本數(shù)據(jù)的基因差異表達(dá)分析,由于DEF方法適用于零表達(dá)量較...

【文章頁數(shù)】：106 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖1-2非標(biāo)準(zhǔn)化及其他三種標(biāo)準(zhǔn)化方法的箱線圖

哈爾濱工業(yè)大學(xué)理學(xué)博士學(xué)位論文行一定的變換，然后對(duì)數(shù)據(jù)進(jìn)行對(duì)數(shù)運(yùn)算，消除異常值，使數(shù)據(jù)符合假設(shè)條件的分布。2014年，Risso[25]等人提出了RUVseq標(biāo)準(zhǔn)化方法，此方法是基于spike-in控制和經(jīng)驗(yàn)控制因子的標(biāo)準(zhǔn)化方法，圖1-2a)展示了實(shí)驗(yàn)數(shù)據(jù)集未進(jìn)行....

圖2-6前100個(gè)差異表達(dá)基因的箱線圖

故差異類熵函數(shù)H(p1,p2,···,pn)≤1.證畢。根據(jù)上述性質(zhì)，對(duì)于每個(gè)基因，均計(jì)算其差異類熵函數(shù)值，基因在不同樣本中的差異表達(dá)程度可以用差異類熵函數(shù)值來度量。差異類熵函數(shù)值越大，基因的差異表達(dá)程度越高；差異類熵函數(shù)值越小，基因的差異表達(dá)程度越低。例如基因i....

圖2-7“Sultan”數(shù)據(jù)集中五種基因差異表達(dá)分析方法實(shí)驗(yàn)結(jié)果交疊情況文恩圖

哈爾濱工業(yè)大學(xué)理學(xué)博士學(xué)位論文異表達(dá)程度越高。針對(duì)“Sultan”數(shù)據(jù)集，實(shí)驗(yàn)結(jié)果如圖2-7所示，圖2-7a)中，差異表達(dá)基因的DEF值均大于0.05，DEF檢測(cè)出的差異表達(dá)基因中，792個(gè)基因也同時(shí)被其他方法所檢測(cè)。若考察DEF值大于0.01的差異表....

圖2-8“Katz”數(shù)據(jù)集中五種基因差異表達(dá)分析方法實(shí)驗(yàn)結(jié)果交疊情況文恩圖

表2-3中列出了僅被DEF檢測(cè)到的差異表達(dá)基因中，具有最小DEF值的五個(gè)基因的原始讀段數(shù)，某些基因例如“ENSG00000065357”在組A的樣本2中有較高的讀段計(jì)數(shù)值10，則該基因可視為真陽性的差異表達(dá)基因，而其他基因在兩組樣本中有相似的讀段計(jì)數(shù)，在樣本....

本文編號(hào)：3959070