發(fā)布時間：2020-12-08 05:39

　　基于基因芯片技術(shù)，可以同時觀察在某一生命現(xiàn)象中成千上萬個基因的動態(tài)表達水平，使得人們能夠在基因組水平上以系統(tǒng)的、全局的觀念去研究生命現(xiàn)象及其本質(zhì)；但是，通過基因芯片實驗直接獲得的是一個基因表達譜，其實際應(yīng)用要通過對基因表達譜的生物信息學(xué)處理來實現(xiàn)，而樣本分型與分類研究是其中的核心環(huán)節(jié)，為此，我們對這兩方面進行了系統(tǒng)研究，分別構(gòu)建了基于基因表達譜的樣本分型系統(tǒng)Samcluster和分類系統(tǒng)Tclass。 在Samcluster系統(tǒng)中，整合了下列聚類算法：譜系聚類、K-平均值聚類和自組圖聚類與變異系數(shù)計算和T-檢驗等基因變量選擇方法，并提出了一致的樣本分型概念，通過對四個基因表達譜的數(shù)據(jù)集COLON、LEUKEMIA72、LEUKEMIA38和OVARIAN的測試，結(jié)果表明：誤判的樣本數(shù)分別為5、1、0和0個，因此，基因水平的樣本分型與樣本的臨床分型高度一致。 在Tclass系統(tǒng)中，整合了Fisher線性判別分析與全組合、逐步優(yōu)化和Monte-Carlo模擬等基因變量選擇方法，并提出了分類穩(wěn)定性概念，通過對COLON等基因表達譜數(shù)據(jù)集的分析，結(jié)果表明：運用3到10個基因，可將不... 

【文章來源】：中國人民解放軍軍事科學(xué)院北京市

【文章頁數(shù)】：64 頁

【學(xué)位級別】：博士

【部分圖文】：

基于P值的基因個數(shù)與樣本分類精度之間的關(guān)系

圖11:基于Monte一C盯lo模擬的基因個數(shù)與分類精度的關(guān)系1.5、基于逐步優(yōu)化選擇的基因個數(shù)與分類精度的關(guān)系首先，從基因集合中選擇分類效果最好的若干個基因，然后，以此若干個基因為基礎(chǔ)，考慮其它基因與這些基因的組合，并以分類精度為指標，選擇一定數(shù)目且給出較好分類效果的包含兩個基因的集合，該過程反復(fù)進行，直到最后獲得包含指定基因數(shù)目的基因集合。最后，對這些基因集合進行穩(wěn)定性分析，找出最好的基因集合。圖12即為用逐步優(yōu)化方法進行基因變量選擇時的基因個數(shù)與分類精度之間的關(guān)系。從圖12中可以看出，當基因個數(shù)為6或7時，分類精度最高，約為95.0%。

定數(shù)目且給出較好分類效果的包含兩個基因的集合，該過程反復(fù)進行，直到最后獲得包含指定基因數(shù)目的基因集合。最后，對這些基因集合進行穩(wěn)定性分析，找出最好的基因集合。圖12即為用逐步優(yōu)化方法進行基因變量選擇時的基因個數(shù)與分類精度之間的關(guān)系。從圖12中可以看出，當基因個數(shù)為6或7時，分類精度最高，約為95.0%。


本文編號：2904553