基因是帶有遺傳信息的DNA序列。隨著測序技術(shù)的發(fā)展,基因測序漸漸揭開了生物學的眾多奧秘�；虮磉_反映了細胞的進化過程,同時,伴隨著轉(zhuǎn)錄組測序技術(shù)和單細胞測序技術(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)的復雜程度高,如何對基因數(shù)據(jù)與結(jié)構(gòu)進行準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。本文主要致力于進行轉(zhuǎn)錄組測序數(shù)據(jù)、單細胞時間序列測序數(shù)據(jù)的基因差異表達分析以及DNA序列結(jié)構(gòu)的差異分析的研究,本文主要的研究內(nèi)容如下:第一,針對轉(zhuǎn)錄組測序數(shù)據(jù),鑒于當前方法不適用于對多組樣本數(shù)據(jù)進行基因差異表達分析,利用信息熵理論,構(gòu)造了用于識別差異表達基因的差異類熵函數(shù),研究了基于差異類熵函數(shù)識別差異表達基因的方法(DEF:Differential Entropy-Like Function)。首先,與DESeq2、edgeR、baySeq和limma等傳統(tǒng)方法相比,DEF方法可以應用于多組樣本的數(shù)據(jù)集,應用范圍更為廣泛。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)的基因差異表達分析,由于DEF方法適用于零表達量較...

【文章頁數(shù)】：106 頁

【學位級別】：博士

【部分圖文】：

圖1-2非標準化及其他三種標準化方法的箱線圖

哈爾濱工業(yè)大學理學博士學位論文行一定的變換，然后對數(shù)據(jù)進行對數(shù)運算，消除異常值，使數(shù)據(jù)符合假設條件的分布。2014年，Risso[25]等人提出了RUVseq標準化方法，此方法是基于spike-in控制和經(jīng)驗控制因子的標準化方法，圖1-2a)展示了實驗數(shù)據(jù)集未進行....

圖2-6前100個差異表達基因的箱線圖

故差異類熵函數(shù)H(p1,p2,···,pn)≤1.證畢。根據(jù)上述性質(zhì)，對于每個基因，均計算其差異類熵函數(shù)值，基因在不同樣本中的差異表達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，基因的差異表達程度越高；差異類熵函數(shù)值越小，基因的差異表達程度越低。例如基因i....

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

哈爾濱工業(yè)大學理學博士學位論文異表達程度越高。針對“Sultan”數(shù)據(jù)集，實驗結(jié)果如圖2-7所示，圖2-7a)中，差異表達基因的DEF值均大于0.05，DEF檢測出的差異表達基因中，792個基因也同時被其他方法所檢測。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分析方法實驗結(jié)果交疊情況文恩圖

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

本文編號：3959070