【摘要】：癌癥是一種特殊的復(fù)雜病,是尚未攻克的難題。新陳代謝是一切生命體生存的基礎(chǔ),生命體的表型和它的新陳代謝緊密相關(guān),認(rèn)識(shí)癌細(xì)胞的代謝具有重要的現(xiàn)實(shí)意義。本文運(yùn)用計(jì)算機(jī)仿真的方式對(duì)不同種類(lèi)癌細(xì)胞的代謝系統(tǒng)進(jìn)行建模,從而定性地描述癌細(xì)胞的代謝行為,為癌癥研究提供有價(jià)值的線索。癌細(xì)胞的新陳代謝復(fù)雜,故而對(duì)癌細(xì)胞的代謝系統(tǒng)建模分析發(fā)展緩慢。由于癌細(xì)胞明顯的表型特征,我們堅(jiān)信其內(nèi)部代謝狀態(tài)必有一定規(guī)律。因而,我們借由人類(lèi)全基因組網(wǎng)絡(luò)和多維組學(xué)數(shù)據(jù),嘗試在計(jì)算機(jī)上模擬和分析癌細(xì)胞的代謝。本文完成的主要特色工作包括:(1)針對(duì)目前癌細(xì)胞代謝目標(biāo)無(wú)法確定,泛癌癥代謝層研究缺失等不足,給出一種在代謝層面研究泛癌癥共性特征的方法,我們基于最小化反應(yīng)在代謝層和基因?qū)幼兓牟灰恢滦缘臄?shù)學(xué)模型,定性預(yù)測(cè)癌細(xì)胞的新陳代謝顯著變化情況。將該方法廣泛應(yīng)用到多種癌細(xì)胞上,我們成功證明或預(yù)測(cè)了泛癌癥共有的代謝反應(yīng)、代謝行為等特征;(2)針對(duì)特征提取算法繁多,無(wú)從選擇,并且十分依賴數(shù)據(jù)特點(diǎn)的不足,基于癌癥的代謝行為,給出一種新的特征變量提取方式,并嘗試構(gòu)造一棵融合代謝特征的分類(lèi)樹(shù),用以識(shí)別癌癥類(lèi)型。將泛癌癥層面給出的共有反應(yīng)作為特征,分類(lèi)癌癥樣本和正常樣本獲得了良好的準(zhǔn)確率。利用癌癥代謝行為的布爾關(guān)系式構(gòu)造分類(lèi)樹(shù),能夠初步判定新樣本的癌癥類(lèi)型。(3)針對(duì)目前敲除工作中,未考慮癌癥異質(zhì)性這一不足,給出一種基于特異代謝網(wǎng)絡(luò)的,預(yù)測(cè)泛癌癥致死和抑癌基因的方法。我們?yōu)槊恳活?lèi)癌癥重構(gòu)出癌癥特異的代謝網(wǎng)絡(luò),嘗試?yán)糜?jì)算機(jī)仿真基因敲除實(shí)驗(yàn)以預(yù)測(cè)癌細(xì)胞的兩類(lèi)基因。將我們的方法推廣到多類(lèi)癌癥中,能夠證明或預(yù)測(cè)某類(lèi)癌癥特異,或泛癌癥層面具有致死、抑癌效果的兩類(lèi)基因,為相關(guān)濕實(shí)驗(yàn)提供有價(jià)值的線索。
[Abstract]:Cancer is a special complex disease that has yet to be solved. Metabolism is the basis of survival of all living organisms. The phenotype of life is closely related to its metabolism. It is of great practical significance to understand the metabolism of cancer cells. In this paper, the metabolic system of different kinds of cancer cells is modeled by computer simulation, and the metabolic behavior of cancer cells is described qualitatively, which provides valuable clues for cancer research. Cancer cell metabolism is complex, so modeling and analysis of cancer cell metabolic system is slow. Due to the obvious phenotypic characteristics of cancer cells, we firmly believe that their internal metabolic state must have a certain regularity. Therefore, we try to simulate and analyze the metabolism of cancer cells on the computer by using the human genome network and multidimensional genomics data. The main features of this paper are as follows: (1) in view of the deficiency of the current cancer cell metabolic target and the lack of research on the pan-cancer metabolic layer, a method to study the universal characteristics of pan-cancer at the metabolic level is presented. We qualitatively predict significant metabolic changes in cancer cells based on a mathematical model that minimizes the inconsistency of changes in metabolic and genetic levels. This method has been widely used in many kinds of cancer cells, and we have successfully proved or predicted the common metabolic reaction, metabolic behavior and other characteristics of pan-cancer. (2) there are many feature extraction algorithms, there is no choice, and we rely heavily on the lack of data characteristics. Based on the metabolic behavior of cancer, a new feature variable extraction method is proposed, and a classification tree is constructed to identify cancer types. Taking the common response from pan-cancer level as a feature, the classification of cancer samples and normal samples obtained a good accuracy. Using the Boolean relation of cancer metabolic behavior to construct classification tree, we can preliminarily determine the cancer type of new samples. (3) to solve the problem that cancer heterogeneity is not considered in the current knockout work, a new type of cancer classification tree based on specific metabolic network is proposed. A method for predicting pan-cancer death and tumor suppressor genes. We reconstruct cancer-specific metabolic networks for each type of cancer and try to predict two types of cancer cells using computer simulation gene knockout experiments. By extending our method to multiple types of cancer, we can prove or predict the cancer specificity of a certain type of cancer, or two kinds of genes with lethal and suppressive effect on the pan-cancer level, which provide valuable clues for the related wet experiments.
【學(xué)位授予單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：R73-3

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 徐曉燕;張瑩;方慧生;;基因組水平上重構(gòu)代謝網(wǎng)絡(luò)的研究進(jìn)展[J];藥物生物技術(shù);2012年02期

2 馬紅武,趙學(xué)明,遲萬(wàn)忠;應(yīng)用Excel處理生化過(guò)程數(shù)據(jù)(Ⅰ)代謝通量分析及代謝網(wǎng)絡(luò)優(yōu)化[J];計(jì)算機(jī)與應(yīng)用化學(xué);1998年06期

3 杜志成;關(guān)鵬;黃德生;;基于約束建模法的結(jié)核菌H37Rv代謝網(wǎng)絡(luò)分析[J];生物信息學(xué);2014年01期

4 李毅;鄭浩然;鈕俊清;李恒;周宏;;VFA:一種可視化代謝網(wǎng)絡(luò)建模工具[J];北京生物醫(yī)學(xué)工程;2008年05期

相關(guān)會(huì)議論文 前2條

1 楊雪蓮;唐雯;;幾種重要工業(yè)微生物代謝網(wǎng)絡(luò)的構(gòu)建與分析[A];第三屆全國(guó)化學(xué)工程與生物化工年會(huì)論文摘要集（上）[C];2006年

2 劉婷;劉立明;陳堅(jiān);;樹(shù)干畢赤酵母基因組規(guī)模代謝網(wǎng)絡(luò)模型的構(gòu)建與運(yùn)用[A];第四屆全國(guó)微生物基因組學(xué)學(xué)術(shù)研討會(huì)論文集[C];2012年

相關(guān)博士學(xué)位論文 前10條

1 黃偉;隨機(jī)微分方程系統(tǒng)在信號(hào)傳導(dǎo)通路和代謝網(wǎng)絡(luò)噪聲模型中的應(yīng)用[D];復(fù)旦大學(xué);2014年

2 蔣達(dá);代謝網(wǎng)絡(luò)若干計(jì)算問(wèn)題研究[D];復(fù)旦大學(xué);2009年

3 周婷婷;基于代謝網(wǎng)絡(luò)的系統(tǒng)發(fā)育重建方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2009年

4 彭佳揚(yáng);代謝網(wǎng)絡(luò)中功能模塊挖掘和進(jìn)化分析研究[D];中南大學(xué);2011年

5 趙靜;細(xì)胞代謝網(wǎng)絡(luò)的結(jié)構(gòu)、功能與進(jìn)化研究[D];上海交通大學(xué);2008年

6 趙建邦;基于代謝網(wǎng)絡(luò)的功能模式發(fā)現(xiàn)及系統(tǒng)發(fā)生分析研究[D];西安電子科技大學(xué);2011年

7 郝彤;基因組尺度人類(lèi)代謝網(wǎng)絡(luò)的亞細(xì)胞及組織定位[D];天津大學(xué);2010年

8 衛(wèi)海濱;C_3植物光合作用代謝網(wǎng)絡(luò)動(dòng)態(tài)的系統(tǒng)生物學(xué)分析[D];復(fù)旦大學(xué);2009年

9 耿俊;帶有酶系作用的生物系統(tǒng)的建模與過(guò)程優(yōu)化[D];上海交通大學(xué);2014年

10 王子楠;代謝網(wǎng)絡(luò)調(diào)控提高擬南芥維生素C含量的研究[D];復(fù)旦大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 顧德清;基于基因組規(guī)模代謝網(wǎng)絡(luò)模型快速預(yù)測(cè)代謝工程敲除策略[D];華東理工大學(xué);2016年

2 周文衛(wèi);面向代謝網(wǎng)絡(luò)分析的二代測(cè)序數(shù)據(jù)分析工具整合與應(yīng)用研究[D];貴州師范大學(xué);2016年

3 遲保f ;釀酒酵母基因組代謝網(wǎng)絡(luò)模型的優(yōu)化及其應(yīng)用[D];西北農(nóng)林科技大學(xué);2016年

4 常風(fēng)云;整合氨基酸與轉(zhuǎn)錄組數(shù)據(jù)的代謝網(wǎng)絡(luò)模型分析與應(yīng)用[D];華中師范大學(xué);2016年

5 劉林;整合組學(xué)數(shù)據(jù)構(gòu)建條件特異性代謝網(wǎng)絡(luò)模型[D];上海交通大學(xué);2015年

6 李培順;基于代謝網(wǎng)絡(luò)分析預(yù)測(cè)菌種基因敲除靶點(diǎn)方法的研究[D];天津大學(xué);2015年

7 董風(fēng)晴;凝結(jié)芽孢桿菌36D1全基因組代謝網(wǎng)絡(luò)模型的構(gòu)建和驗(yàn)證[D];華東理工大學(xué);2017年

8 葉瑞;畢赤酵母全基因組代謝網(wǎng)絡(luò)模型構(gòu)建及其應(yīng)用[D];華東理工大學(xué);2017年

9 許揚(yáng);面向癌癥代謝系統(tǒng)的建模及應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

10 郝彤;枯草芽孢桿菌高質(zhì)量代謝網(wǎng)絡(luò)的初步構(gòu)建[D];天津大學(xué);2007年

，

本文編號(hào)：2253739