隨著生物醫(yī)學(xué)數(shù)據(jù)采集技術(shù)的進(jìn)步,組學(xué)科學(xué)產(chǎn)生了越來越多的生物醫(yī)學(xué)數(shù)據(jù),可獲得的生物實(shí)體(如基因、表型、疾病等)關(guān)系數(shù)據(jù)不斷積累。Orphanet是目前相對(duì)完善的基于疾病的臨床癥狀和體征觀察而建立的。然而,它沒有考慮基因組學(xué)等組學(xué)數(shù)據(jù)對(duì)疾病關(guān)系的影響。以前的研究表明,疾病的遺傳學(xué)知識(shí)可以決定疾病分類,并且是預(yù)測疾病之間關(guān)系的最重要的因素,同時(shí),研究疾病關(guān)系正從基于共享基因等單個(gè)實(shí)體向系統(tǒng)的整合多個(gè)分子水平的數(shù)據(jù)轉(zhuǎn)變。在此,本文針對(duì)罕見疾病異構(gòu)信息網(wǎng)絡(luò)數(shù)據(jù),利用圖正則化的非負(fù)矩陣三分解(GNMTF)模型,它將所有網(wǎng)絡(luò)數(shù)據(jù)以矩陣形式表示,同時(shí)對(duì)罕見疾病,表型,基因進(jìn)行共聚類,從而推斷新的罕見疾病關(guān)系,從結(jié)果來看,通過整合基因相互作用組,罕見疾病-表型關(guān)系,罕見疾病-基因關(guān)系,我們的方法得到的罕見疾病關(guān)系對(duì)與Orphanet中直接相連疾病關(guān)系對(duì)重合率達(dá)到91%。然后我們運(yùn)用邊聚類算法探究新得到的罕見疾病拓?fù)渚W(wǎng)絡(luò)中的疾病模塊,并生成罕見疾病分類樹狀圖。相比較于Orphanet,新得到的疾病模塊中,疾病間分子層面相似度更高。此外,我們?cè)u(píng)估本文所包含的11種關(guān)系類型對(duì)預(yù)測模型性能影響,結(jié)果進(jìn)一步強(qiáng)調(diào)...

【文章頁數(shù)】：82 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1在ORDO中查詢r(jià)aregeneticdisease類別得到的25個(gè)子類

1-1在ORDO中查詢r(jià)aregeneticdisease類別得到的25分類體系背景及意義類的地位就好比是自然科學(xué)領(lǐng)域里的標(biāo)準(zhǔn)度量衡可供醫(yī)護(hù)人員使用，還可作為評(píng)價(jià)衛(wèi)生服務(wù)系統(tǒng)隨著人們對(duì)罕見疾病的認(rèn)識(shí)水平的提高，罕見疾，需要科研人員不斷修正完善。際疾病分類體系中幾乎....

圖1-2基于共享基因的罕見疾病網(wǎng)絡(luò)[12]

圖1-2基于共享基因的罕見疾病網(wǎng)絡(luò)[12]目前國內(nèi)外大量的研究報(bào)告了從分子層面關(guān)聯(lián)疾病的方法及好處。VanDrie等人提出了一種基于文獻(xiàn)挖掘分析的方法，該方法針對(duì)OMIM可遺傳疾病概要中的疾病表型描述文本進(jìn)行建模，利用MeSH詞表向量化疾病文本，得到每一疾病的特征向量....

圖1-3疾病模塊[8]

圖1-3疾病模塊[8]識(shí)別疾病模塊，也就是識(shí)別、抽取、分割疾病子網(wǎng)[25]。目前為止已經(jīng)出現(xiàn)很多疾病模塊的識(shí)別算法，這些方法主要是基于聚類算法來發(fā)現(xiàn)疾病網(wǎng)絡(luò)中的高密度區(qū)域作為疾病模塊。如MCODE（MolecularComplexDetection）方法先將每個(gè)節(jié)點(diǎn)的度設(shè)為....

圖1-43種疾病網(wǎng)絡(luò)局部圖[13][15][29]

database）的人類疾病之間的關(guān)聯(lián)建立一個(gè)疾病網(wǎng)絡(luò)，節(jié)點(diǎn)是疾病，邊表示疾病間共享至少一個(gè)相關(guān)miRNA[31]。表型疾病網(wǎng)絡(luò)（PhenotypicDiseaseNetwork,PDN）表型疾病網(wǎng)絡(luò)是基于疾病間的共病現(xiàn)象而構(gòu)建的。VanDriel等人利用文本挖掘....

本文編號(hào)：3944541