本文關(guān)鍵詞：基于基因表達(dá)譜的腫瘤放療敏感基因識(shí)別方法研究

  更多相關(guān)文章： 基因芯片 腫瘤放療敏感基因 放射治療 通路富集分析

【摘要】：數(shù)以萬(wàn)計(jì)的生物體活細(xì)胞中的基因在正常情況下會(huì)沿著對(duì)應(yīng)的固定模式進(jìn)行基因表達(dá),但是細(xì)胞進(jìn)入疾病狀態(tài)時(shí),基因發(fā)生突變,基因的表達(dá)模式出現(xiàn)異�；�,這就是所謂的基因差異表達(dá)。探索腫瘤細(xì)胞中的差異表達(dá)基因可以獲得基因中蘊(yùn)含的豐富的信息�；蛐酒夹g(shù)被廣泛應(yīng)用到生物醫(yī)學(xué)研究領(lǐng)域,它可以同時(shí)獲得成千上萬(wàn)的基因在不同情況不同狀態(tài)下的基因表達(dá)譜,該基因表達(dá)譜數(shù)據(jù)中蘊(yùn)含著豐富的基因活動(dòng)信息。目前臨床上治療腫瘤的有效手段之一就是放射治療,例如大約有70%的癌癥病人在癌癥治療的過(guò)程中需要使用放射治療,其中大約有40%的癌癥可以用放療根治。大量研究發(fā)現(xiàn),腫瘤患者對(duì)放療的反應(yīng)情況主要是取決于患者個(gè)體固有的放射敏感性,腫瘤本身固有的放射敏感性與輻射誘導(dǎo)的基因表達(dá)和基因調(diào)控有關(guān)系。所以,找到的腫瘤放療敏感基因可以確定哪些病人適合放療和所應(yīng)用的放射的劑量,從而大大提高腫瘤放射治療的效果。腫瘤基因表達(dá)譜數(shù)據(jù)具有高維度和小樣本的特點(diǎn)。識(shí)別放療敏感基因,不僅可以挖掘潛在的基因信息,而且有助于我們了解癌癥等疾病的發(fā)病發(fā)展機(jī)制,也能在臨床上提高腫瘤放療療效。本論文側(cè)重于識(shí)別放療敏感基因的計(jì)算方法,主要工作體現(xiàn)在如下幾個(gè)方面：首先,我們開發(fā)了兩個(gè)基于約束回歸的方法,非負(fù)最小二乘法(NNLS)、彈性網(wǎng)法(Elastic Net),兩個(gè)基于網(wǎng)絡(luò)的方法,KEGGSDRW、PPISDRW方法,來(lái)識(shí)別腫瘤放療敏感基因。考慮到基因表達(dá)的非負(fù)性,通過(guò)NNLS得到的非負(fù)最小二乘解比普通最小二乘的解更有意義。Elastic Net是近來(lái)發(fā)展起來(lái)的一種回歸方法,Elastic Net的懲罰項(xiàng)同時(shí)包含L1懲罰項(xiàng)和L2懲罰項(xiàng),既能實(shí)現(xiàn)變量壓縮又能處理共線性的參數(shù)估計(jì)問(wèn)題�；谙闰�(yàn)網(wǎng)絡(luò)信息的KEGGSDRW方法和PPISDRW方法,是結(jié)合定向隨機(jī)游走(DRW)與Spearman相關(guān)系數(shù)來(lái)建立的。DRW遍歷整個(gè)網(wǎng)絡(luò),其可以評(píng)估網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中每個(gè)基因的重要性。第二,在NCI-60基因表達(dá)數(shù)據(jù)上,我們應(yīng)用上述方法得到腫瘤放療敏感基因。對(duì)各個(gè)方法分類性能預(yù)測(cè)進(jìn)行研究,結(jié)果表明Elastic Net、KEGGSDRW和PPISDRW方法識(shí)別的基因的分類性能預(yù)測(cè)較佳。第三,基于超幾何分布進(jìn)行通路富集分析。結(jié)果顯示基于先驗(yàn)網(wǎng)絡(luò)信息的方法在疾病相關(guān)通路富集性方面表現(xiàn)出較大優(yōu)勢(shì),即基于網(wǎng)絡(luò)的方法得到的顯著富集通路大多數(shù)是集中在人類疾病功能模塊。為了進(jìn)一步驗(yàn)證結(jié)果的有效性和可靠性,我們對(duì)上述方法識(shí)別出來(lái)的腫瘤放療敏感基因進(jìn)行關(guān)聯(lián)富集分析。結(jié)果表明通過(guò)這些方法識(shí)別出來(lái)的腫瘤放療敏感基因的基因相關(guān)性是顯著富集的。本文最后對(duì)文章做出總結(jié),指出了目前腫瘤放療敏感基因檢測(cè)分析研究中存在的一些問(wèn)題和以后研究中需要做的工作。
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R730.55;TP391.4

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前6條

1 蘇偉;董瑞新;劉昊;;脫氧核苷酸橫向電輸運(yùn)特性的理論計(jì)算[J];計(jì)算物理;2010年03期

2 孫阿萍,呂曉平,張秋遲,呂學(xué)詵;細(xì)胞凋亡過(guò)程中核糖體蛋白質(zhì)S3a水平變化的研究(一)──應(yīng)用GST基因融合蛋白系統(tǒng)制備核糖體蛋白質(zhì)S3a(RPS3a)[J];黑龍江醫(yī)藥科學(xué);2001年03期

3 鄧懷勇;;基于MapReduce的分布式Bi-Clustering算法在基因工程中的研究與應(yīng)用[J];科技通報(bào);2013年12期

4 荀鵬程;趙楊;易洪剛;柏建嶺;于浩;陳峰;;Permutation Test在假設(shè)檢驗(yàn)中的應(yīng)用[J];數(shù)理統(tǒng)計(jì)與管理;2006年05期

5 余鑫煜;許正平;;蛋白質(zhì)相互作用數(shù)據(jù)庫(kù)及其應(yīng)用[J];中國(guó)生物化學(xué)與分子生物學(xué)報(bào);2008年03期

6 胡四新;張劍波;;“遺傳的分子基礎(chǔ)”專題復(fù)習(xí)[J];試題與研究;2012年33期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 盧穎;廣義線性模型基于Elastic Net的變量選擇方法研究[D];北京交通大學(xué);2011年

2 張禮;尋找差異基因的概率方法研究[D];南京航空航天大學(xué);2010年

3 李艷芳;基因表達(dá)數(shù)據(jù)的缺失值估計(jì)研究[D];哈爾濱工業(yè)大學(xué);2011年

4 王峰;利用轉(zhuǎn)錄組序列信息精確識(shí)別Affymetrix基因芯片探針集轉(zhuǎn)錄本靶標(biāo)[D];上海交通大學(xué);2007年

，

本文編號(hào)：1223738