高通量測(cè)序技術(shù)產(chǎn)生了海量的基因組學(xué)數(shù)據(jù)和抗癌藥物組學(xué)數(shù)據(jù)。建立有效的計(jì)算模型是快速挖掘這些大數(shù)據(jù)蘊(yùn)含的信息的重要手段。本文首先基于DNA序列的堿基轉(zhuǎn)移概率、堿基含量和堿基位置比三類(lèi)特征構(gòu)造了 24維特征向量,成功應(yīng)用于11物種β-珠蛋白基因完整編碼序列和18物種哺乳動(dòng)物線(xiàn)粒體基因組序列的相似性比較,構(gòu)建的系統(tǒng)發(fā)生樹(shù)與進(jìn)化事實(shí)相符。然后基于該特征向量,結(jié)合支持向量機(jī)分類(lèi)識(shí)別了 28株細(xì)菌中的必需基因,平均AUC值高達(dá)0.808,高于部分識(shí)別方法。最后的實(shí)驗(yàn)結(jié)果表明:生物序列基本構(gòu)成元素的轉(zhuǎn)移概率、含量和位置比可作為研究生物信息學(xué)中相關(guān)分類(lèi)問(wèn)題的選擇性工具。準(zhǔn)確預(yù)測(cè)細(xì)胞內(nèi)抗癌藥物的反應(yīng),有助于實(shí)現(xiàn)腫瘤的精確醫(yī)療。目前流行的計(jì)算模型無(wú)法解決新(未經(jīng)檢驗(yàn)的)藥物與新(未經(jīng)檢驗(yàn)的)細(xì)胞系間的敏感性預(yù)測(cè)問(wèn)題�；诎┘�(xì)胞系百科全書(shū)(CCLE)和癌癥藥物敏感性基因組學(xué)數(shù)據(jù)庫(kù)(GDSC)兩個(gè)基準(zhǔn)數(shù)據(jù)集,論文首先利用分類(lèi)方法驗(yàn)證了一個(gè)一般性假設(shè),即“基因相似的細(xì)胞系與結(jié)構(gòu)相似的藥物之間其反應(yīng)也相似”。接下來(lái)借助細(xì)胞系基因表達(dá)譜的相似性和藥物化學(xué)結(jié)構(gòu)的相似性構(gòu)建了“細(xì)胞系-藥物復(fù)雜網(wǎng)絡(luò)”。這兩項(xiàng)工作告訴我們...

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究目的和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 生物序列分析計(jì)算模型
        1.2.2 抗癌藥物敏感性預(yù)測(cè)計(jì)算模型
    1.3 論文的主要工作
    1.4 論文結(jié)構(gòu)
第2章 基于堿基組成和分布的DNA序列分析計(jì)算模型
    2.1 構(gòu)造24維DNA序列特征向量
    2.2 基于24維特征向量的序列分析與比較
        2.2.1 實(shí)驗(yàn)數(shù)據(jù)集
        2.2.2 序列分析與比較結(jié)果
    2.3 基于24維特征向量的必需基因識(shí)別
        2.3.1 實(shí)驗(yàn)數(shù)據(jù)集
        2.3.2 必需基因識(shí)別算法與結(jié)果
        2.3.3 必需基因識(shí)別算法分析
    2.4 本章小結(jié)
第3章 抗癌藥物敏感性預(yù)測(cè)的復(fù)雜網(wǎng)絡(luò)計(jì)算模型
    3.1 實(shí)驗(yàn)數(shù)據(jù)集與數(shù)據(jù)預(yù)處理
    3.2 細(xì)胞系相似性和藥物相似性度量方法
    3.3 細(xì)胞系-藥物復(fù)雜網(wǎng)絡(luò)計(jì)算模型框架
        3.3.1 計(jì)算模型假設(shè)
        3.3.2 細(xì)胞系-藥物復(fù)雜網(wǎng)絡(luò)計(jì)算模型
    3.4 抗癌藥物敏感性預(yù)測(cè)結(jié)果
        3.4.1 無(wú)類(lèi)型限制的“細(xì)胞系-藥物”敏感性預(yù)測(cè)
        3.4.2 “新細(xì)胞系-新藥物”的敏感性預(yù)測(cè)
        3.4.3 GDSC數(shù)據(jù)集中缺失值的預(yù)測(cè)
    3.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝



本文編號(hào)：3793356