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

  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)以萬計的生物體活細(xì)胞中的基因在正常情況下會沿著對應(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,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,它可以同時獲得成千上萬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)中蘊含著豐富的基因活動信息。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),腫瘤患者對放療的反應(yīng)情況主要是取決于患者個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。識別放療敏感基因,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)展機制,也能在臨床上提高腫瘤放療療效。本論文側(cè)重于識別放療敏感基因的計算方法,主要工作體現(xiàn)在如下幾個方面：首先,我們開發(fā)了兩個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),兩個基于網(wǎng)絡(luò)的方法,KEGGSDRW、PPISDRW方法,來識別腫瘤放療敏感基因�？紤]到基因表達(dá)的非負(fù)性,通過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是近來發(fā)展起來的一種回歸方法,Elastic Net的懲罰項同時包含L1懲罰項和L2懲罰項,既能實現(xiàn)變量壓縮又能處理共線性的參數(shù)估計問題�；谙闰灳W(wǎng)絡(luò)信息的KEGGSDRW方法和PPISDRW方法,是結(jié)合定向隨機游走(DRW)與Spearman相關(guān)系數(shù)來建立的。DRW遍歷整個網(wǎng)絡(luò),其可以評估網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中每個基因的重要性。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。對各個方法分類性能預(yù)測進(jìn)行研究,結(jié)果表明Elastic Net、KEGGSDRW和PPISDRW方法識別的基因的分類性能預(yù)測較佳。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,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)一步驗證結(jié)果的有效性和可靠性,我們對上述方法識別出來的腫瘤放療敏感基因進(jìn)行關(guān)聯(lián)富集分析。結(jié)果表明通過這些方法識別出來的腫瘤放療敏感基因的基因相關(guān)性是顯著富集的。本文最后對文章做出總結(jié),指出了目前腫瘤放療敏感基因檢測分析研究中存在的一些問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)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R730.55;TP391.4

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 蘇偉;董瑞新;劉昊;;脫氧核苷酸橫向電輸運特性的理論計算[J];計算物理;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;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)檢驗中的應(yīng)用[J];數(shù)理統(tǒng)計與管理;2006年05期

5 余鑫煜;許正平;;蛋白質(zhì)相互作用數(shù)據(jù)庫及其應(yīng)用[J];中國生物化學(xué)與分子生物學(xué)報;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

中國碩士學(xué)位論文全文數(shù)據(jù)庫 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：1223738