基于多核融合的疾病關(guān)聯(lián)miRNA預(yù)測(cè)方法研究
發(fā)布時(shí)間:2021-05-07 14:56
MicroRNAs(miRNAs)是一類非基因編碼小分子RNA,在基因轉(zhuǎn)錄后水平發(fā)揮了調(diào)控基因翻譯表達(dá)的重要作用。它通過(guò)堿基互補(bǔ)配對(duì)的生物學(xué)方式有效地誘導(dǎo)靶點(diǎn)mRNA(信使RNA)的降解或抑制mRNA的翻譯和表達(dá)。最近的一系列研究表明,miRNA在細(xì)胞的生命歷程、器官的生長(zhǎng)發(fā)育等多種生物學(xué)過(guò)程中發(fā)揮著重要的調(diào)控作用。因此,miRNA的異常調(diào)控也導(dǎo)致了許多復(fù)雜人類疾病的發(fā)生和發(fā)展。為了有效克服傳統(tǒng)生物實(shí)驗(yàn)方式的缺點(diǎn)和局限性,近年來(lái)陸續(xù)提出了各種基于生物信息學(xué)的方法來(lái)預(yù)測(cè)miRNA與疾病的關(guān)聯(lián)關(guān)系。目前,對(duì)miRNA與疾病之間的關(guān)聯(lián)研究主要集中在基于網(wǎng)絡(luò)結(jié)構(gòu)的研究和基于機(jī)器學(xué)習(xí)算法的研究。本文提出的第一種方法為自加權(quán)多核多標(biāo)簽學(xué)習(xí)框架SwMKML。SwMKML自適應(yīng)地學(xué)習(xí)到兩個(gè)空間的最優(yōu)核和相似矩陣。根據(jù)圖的多標(biāo)簽學(xué)習(xí)模型,同步更新兩個(gè)空間的miRNA與疾病的關(guān)聯(lián)預(yù)測(cè)分?jǐn)?shù)。SwMKML采用自加權(quán)的方式解決了以往實(shí)驗(yàn)中最優(yōu)核的選擇問(wèn)題。SwMKML方法的優(yōu)勢(shì)在于僅僅使用一個(gè)關(guān)聯(lián)矩陣就能完成miRNA與疾病關(guān)聯(lián)關(guān)系的預(yù)測(cè),并且能夠預(yù)測(cè)新的疾病。本文提出的第二種方法為最近鄰圖正則化矩陣分解模型N...
【文章來(lái)源】:山東師范大學(xué)山東省
【文章頁(yè)數(shù)】:64 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 課題研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 本文研究?jī)?nèi)容及創(chuàng)新
1.4 本文結(jié)構(gòu)安排
第二章 miRNA與疾病
2.1 miRNA與疾病的關(guān)系
2.2 miRNA與疾病的關(guān)系識(shí)別
2.2.1 基于生物實(shí)驗(yàn)的miRNA-疾病預(yù)測(cè)
2.2.2 基于生物信息學(xué)的miRNA-疾病預(yù)測(cè)
2.2.2.1 基于網(wǎng)絡(luò)結(jié)構(gòu)的預(yù)測(cè)模型
2.2.2.2 基于機(jī)器學(xué)習(xí)的預(yù)測(cè)模型
2.3 性能驗(yàn)證方法
2.4 miRNA與疾病相關(guān)數(shù)據(jù)庫(kù)
第三章 自加權(quán)多核多標(biāo)簽學(xué)習(xí)模型的研究
3.1 相關(guān)工作
3.2 數(shù)據(jù)集
3.2.1 疾病語(yǔ)義相似矩陣
3.2.2 miRNA功能相似矩陣
3.2.3 高斯相互作用譜核矩陣
3.3 計(jì)算模型描述
3.3.1 矩陣核化
3.3.2 自加權(quán)多核多標(biāo)簽學(xué)習(xí)
3.4 實(shí)驗(yàn)結(jié)果
3.4.1 性能評(píng)估
3.4.2 參數(shù)分析
3.4.3 收斂分析
3.4.4 案例分析
3.5 本章小結(jié)
第四章 最近鄰圖正則化矩陣分解模型的研究
4.1 相關(guān)工作
4.2 計(jì)算模型描述
4.2.1 預(yù)處理
4.2.2 最近鄰圖正則化矩陣分解
4.3 實(shí)驗(yàn)結(jié)果
4.3.1 性能評(píng)估
4.3.2 參數(shù)分析
4.3.3 收斂和約束分析
4.3.4 案例分析
4.4 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的主要成果
致謝
【參考文獻(xiàn)】:
期刊論文
[1]Does gemcitabine-based combination therapy improve the prognosis of unresectable pancreatic cancer?[J]. Daniel Ansari,Roland Andersson. World Journal of Gastroenterology. 2012(35)
博士論文
[1]靶向VEGF的miR-126在結(jié)直腸癌侵襲和血管生成過(guò)程中的調(diào)控作用[D]. 張昱.南方醫(yī)科大學(xué) 2012
[2]基于生物網(wǎng)絡(luò)的疾病microRNA挖掘技術(shù)研究[D]. 蔣慶華.哈爾濱工業(yè)大學(xué) 2010
[3]面向基因表達(dá)數(shù)據(jù)的致病基因挖掘方法研究[D]. 張煥萍.南京航空航天大學(xué) 2009
本文編號(hào):3173592
【文章來(lái)源】:山東師范大學(xué)山東省
【文章頁(yè)數(shù)】:64 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 課題研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 本文研究?jī)?nèi)容及創(chuàng)新
1.4 本文結(jié)構(gòu)安排
第二章 miRNA與疾病
2.1 miRNA與疾病的關(guān)系
2.2 miRNA與疾病的關(guān)系識(shí)別
2.2.1 基于生物實(shí)驗(yàn)的miRNA-疾病預(yù)測(cè)
2.2.2 基于生物信息學(xué)的miRNA-疾病預(yù)測(cè)
2.2.2.1 基于網(wǎng)絡(luò)結(jié)構(gòu)的預(yù)測(cè)模型
2.2.2.2 基于機(jī)器學(xué)習(xí)的預(yù)測(cè)模型
2.3 性能驗(yàn)證方法
2.4 miRNA與疾病相關(guān)數(shù)據(jù)庫(kù)
第三章 自加權(quán)多核多標(biāo)簽學(xué)習(xí)模型的研究
3.1 相關(guān)工作
3.2 數(shù)據(jù)集
3.2.1 疾病語(yǔ)義相似矩陣
3.2.2 miRNA功能相似矩陣
3.2.3 高斯相互作用譜核矩陣
3.3 計(jì)算模型描述
3.3.1 矩陣核化
3.3.2 自加權(quán)多核多標(biāo)簽學(xué)習(xí)
3.4 實(shí)驗(yàn)結(jié)果
3.4.1 性能評(píng)估
3.4.2 參數(shù)分析
3.4.3 收斂分析
3.4.4 案例分析
3.5 本章小結(jié)
第四章 最近鄰圖正則化矩陣分解模型的研究
4.1 相關(guān)工作
4.2 計(jì)算模型描述
4.2.1 預(yù)處理
4.2.2 最近鄰圖正則化矩陣分解
4.3 實(shí)驗(yàn)結(jié)果
4.3.1 性能評(píng)估
4.3.2 參數(shù)分析
4.3.3 收斂和約束分析
4.3.4 案例分析
4.4 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的主要成果
致謝
【參考文獻(xiàn)】:
期刊論文
[1]Does gemcitabine-based combination therapy improve the prognosis of unresectable pancreatic cancer?[J]. Daniel Ansari,Roland Andersson. World Journal of Gastroenterology. 2012(35)
博士論文
[1]靶向VEGF的miR-126在結(jié)直腸癌侵襲和血管生成過(guò)程中的調(diào)控作用[D]. 張昱.南方醫(yī)科大學(xué) 2012
[2]基于生物網(wǎng)絡(luò)的疾病microRNA挖掘技術(shù)研究[D]. 蔣慶華.哈爾濱工業(yè)大學(xué) 2010
[3]面向基因表達(dá)數(shù)據(jù)的致病基因挖掘方法研究[D]. 張煥萍.南京航空航天大學(xué) 2009
本文編號(hào):3173592
本文鏈接:http://sikaile.net/shoufeilunwen/benkebiyelunwen/3173592.html
最近更新
教材專著