MicroRNA介導的調控網(wǎng)絡在癌癥中的構建與分析方法研究
發(fā)布時間:2023-02-15 14:40
MicroRNA(miRNA)是一類長度約為22nt的內源性非編碼RNA,通過與靶基因的3’UTR進行綁定,在轉錄后調控過程中抑制靶基因的表達。大量的研究致力于探討miRNA在疾病發(fā)生、發(fā)展過程中發(fā)揮的功能機制,特別強調它們在癌癥中的作用。一般來說,miRNA通過結合靶基因來行使其調控作用,但往往會有其他調控因子(如Transcription Factor,TF和long non-coding RNA,lncRNA)參與協(xié)同或阻礙miRNA對其靶基因的調控,這使得調控機制變得復雜。目前已有研究表明,miRNA潛在地參與了多個調控關系,如miRNA結合靶基因,從而構建miRNA-mRNA調控網(wǎng)絡;TF與miRNA共同綁定相同的靶基因,從而構建TFmiRNA-mRNA共調控網(wǎng)絡;lncRNA和mRNA競爭性結合同一個miRNA,從而構建lncRNA-miRNA-mRNA競爭三元組調控網(wǎng)絡。更重要的是,很多研究發(fā)現(xiàn)miRNA可能涉及幾乎所有生物過程和路徑,包括致癌作用。由于調控機制的復雜性加上不同癌癥的特異性,miRNA介導的調控網(wǎng)絡的構建與分析一直是一個具有挑戰(zhàn)性的課題。因此,在本論文中,...
【文章頁數(shù)】:120 頁
【學位級別】:博士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景
1.2 國內外研究現(xiàn)狀
1.2.1 miRNA功能模塊識別
1.2.2 TF-miRNA共調子網(wǎng)絡發(fā)現(xiàn)
1.2.3 lncRNA-miRNA-mRNA競爭三元組預測
1.3 本論文主要工作目的及貢獻
1.4 論文組織結構
第2章 相關基礎計算方法的理論概述
2.1 相關相似性計算方法
2.1.1 皮爾遜相關系數(shù)
2.1.2 Jaccard系數(shù)
2.1.3 互信息和條件互信息
2.1.4 最大信息系數(shù)
2.2 相關聚類算法
2.2.1 Hierarchical Clustering聚類算法
2.2.2 ClusterONE聚類算法
2.2.3 Affinity Propagation聚類算法
2.3 相關統(tǒng)計學理論
2.3.1 零假設
2.3.2 錯誤發(fā)現(xiàn)率
2.3.3 超幾何檢驗
2.3.4 Lasso線性回歸模型
2.3.5 生存分析
2.4 本章小結
第3章 miRNA功能模塊發(fā)現(xiàn)算法CoModule和 ProModule
3.1 引言
3.2 相關工作
3.3 基于共表達相關性的miRNA調控模塊發(fā)現(xiàn)算法CoModule
3.3.1 CoModule算法框架
3.3.2 CoModule的具體算法步驟
3.3.2.1 利用粗糙集識別共表達miRNA簇
3.3.2.2 利用Lasso重構miRNA-mRNA調控網(wǎng)絡
3.3.3 實驗數(shù)據(jù)
3.3.4 實驗及結果分析
3.3.4.1 模塊的拓撲結構
3.3.4.2 miRNA家族分析
3.3.4.3 模塊靶基因的功能富集分析
3.3.4.4 模塊的生存分析
3.3.5 本節(jié)小結
3.4 基于先驗臨床信息的miRNA預后模塊發(fā)現(xiàn)算法ProModule
3.4.1 ProModule算法框架
3.4.2 ProModule的具體算法步驟
3.4.2.1 識別具有預后特征的個體miRNA
3.4.2.2 利用MIC計算miRNA共表達相關性矩陣
3.4.2.3 利用AP識別miRNA簇
3.4.2.4 向miRNA簇添加靶基因
3.4.3 實驗數(shù)據(jù)
3.4.4 實驗及結果分析
3.4.4.1 模塊的拓撲結構分析
3.4.4.2 miRNA模塊的預后特征分析
3.4.4.3 miRNA模塊靶基因生物功能富集分析
3.4.5 本節(jié)小結
3.5 本章小結
第4章 基于二分圖的TF-miRNA共調控子網(wǎng)絡挖掘算法BiModule
4.1 引言
4.2 相關工作
4.3 BiModule算法框架
4.3.1 利用Lasso重構癌癥特異性regulator-mRNA二分圖網(wǎng)絡
4.3.2 利用MICA枚舉和挑選最大二分子圖
4.3.3 最大二分子圖模塊化
4.4 實驗數(shù)據(jù)
4.5 實驗及結果分析
4.5.1 共調控子網(wǎng)絡的拓撲特征分析
4.5.2 共調控子網(wǎng)絡中靶基因的功能富集分析
4.5.3 共調控子網(wǎng)絡的生存分析
4.6 本章小節(jié)
第5章 基于統(tǒng)計學的lncRNA-miRNA-mRNA競爭三元組發(fā)現(xiàn)算法lncTriplet
5.1 引言
5.2 相關工作
5.3 lncTriplet算法框架
5.3.1 利用雙隨機游走進行關系對預測
5.3.2 計算lncRNA對 miRNA-mRNA調控的擾動力度
5.3.3 利用零假設識別癌癥特異性的競爭三元組
5.4 實驗數(shù)據(jù)
5.5 實驗及結果分析
5.5.1 實驗結果評價和方法比較
5.5.2 兩個預測算法的性能比較
5.5.3 △I值直方圖的參數(shù)估計
5.5.4 分析PTENP1-miRNA-PTEN三元組△I值
5.5.5 分析競爭三元組的表達相關性
5.6 本章小結
結論
參考文獻
附錄 A 攻讀學位期間所發(fā)表的學術論文
附錄 B 攻讀學位期間所參加的科研項目
致謝
本文編號:3743381
【文章頁數(shù)】:120 頁
【學位級別】:博士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景
1.2 國內外研究現(xiàn)狀
1.2.1 miRNA功能模塊識別
1.2.2 TF-miRNA共調子網(wǎng)絡發(fā)現(xiàn)
1.2.3 lncRNA-miRNA-mRNA競爭三元組預測
1.3 本論文主要工作目的及貢獻
1.4 論文組織結構
第2章 相關基礎計算方法的理論概述
2.1 相關相似性計算方法
2.1.1 皮爾遜相關系數(shù)
2.1.2 Jaccard系數(shù)
2.1.3 互信息和條件互信息
2.1.4 最大信息系數(shù)
2.2 相關聚類算法
2.2.1 Hierarchical Clustering聚類算法
2.2.2 ClusterONE聚類算法
2.2.3 Affinity Propagation聚類算法
2.3 相關統(tǒng)計學理論
2.3.1 零假設
2.3.2 錯誤發(fā)現(xiàn)率
2.3.3 超幾何檢驗
2.3.4 Lasso線性回歸模型
2.3.5 生存分析
2.4 本章小結
第3章 miRNA功能模塊發(fā)現(xiàn)算法CoModule和 ProModule
3.1 引言
3.2 相關工作
3.3 基于共表達相關性的miRNA調控模塊發(fā)現(xiàn)算法CoModule
3.3.1 CoModule算法框架
3.3.2 CoModule的具體算法步驟
3.3.2.1 利用粗糙集識別共表達miRNA簇
3.3.2.2 利用Lasso重構miRNA-mRNA調控網(wǎng)絡
3.3.3 實驗數(shù)據(jù)
3.3.4 實驗及結果分析
3.3.4.1 模塊的拓撲結構
3.3.4.2 miRNA家族分析
3.3.4.3 模塊靶基因的功能富集分析
3.3.4.4 模塊的生存分析
3.3.5 本節(jié)小結
3.4 基于先驗臨床信息的miRNA預后模塊發(fā)現(xiàn)算法ProModule
3.4.1 ProModule算法框架
3.4.2 ProModule的具體算法步驟
3.4.2.1 識別具有預后特征的個體miRNA
3.4.2.2 利用MIC計算miRNA共表達相關性矩陣
3.4.2.3 利用AP識別miRNA簇
3.4.2.4 向miRNA簇添加靶基因
3.4.3 實驗數(shù)據(jù)
3.4.4 實驗及結果分析
3.4.4.1 模塊的拓撲結構分析
3.4.4.2 miRNA模塊的預后特征分析
3.4.4.3 miRNA模塊靶基因生物功能富集分析
3.4.5 本節(jié)小結
3.5 本章小結
第4章 基于二分圖的TF-miRNA共調控子網(wǎng)絡挖掘算法BiModule
4.1 引言
4.2 相關工作
4.3 BiModule算法框架
4.3.1 利用Lasso重構癌癥特異性regulator-mRNA二分圖網(wǎng)絡
4.3.2 利用MICA枚舉和挑選最大二分子圖
4.3.3 最大二分子圖模塊化
4.4 實驗數(shù)據(jù)
4.5 實驗及結果分析
4.5.1 共調控子網(wǎng)絡的拓撲特征分析
4.5.2 共調控子網(wǎng)絡中靶基因的功能富集分析
4.5.3 共調控子網(wǎng)絡的生存分析
4.6 本章小節(jié)
第5章 基于統(tǒng)計學的lncRNA-miRNA-mRNA競爭三元組發(fā)現(xiàn)算法lncTriplet
5.1 引言
5.2 相關工作
5.3 lncTriplet算法框架
5.3.1 利用雙隨機游走進行關系對預測
5.3.2 計算lncRNA對 miRNA-mRNA調控的擾動力度
5.3.3 利用零假設識別癌癥特異性的競爭三元組
5.4 實驗數(shù)據(jù)
5.5 實驗及結果分析
5.5.1 實驗結果評價和方法比較
5.5.2 兩個預測算法的性能比較
5.5.3 △I值直方圖的參數(shù)估計
5.5.4 分析PTENP1-miRNA-PTEN三元組△I值
5.5.5 分析競爭三元組的表達相關性
5.6 本章小結
結論
參考文獻
附錄 A 攻讀學位期間所發(fā)表的學術論文
附錄 B 攻讀學位期間所參加的科研項目
致謝
本文編號:3743381
本文鏈接:http://sikaile.net/shoufeilunwen/yxlbs/3743381.html
最近更新
教材專著