疾病基因的預(yù)測和發(fā)現(xiàn)有助于理解疾病的產(chǎn)生機(jī)理,對疾病的診斷和醫(yī)治十分重要。傳統(tǒng)的生物實驗手段檢測疾病基因費(fèi)用高昂、耗時耗力且技術(shù)難度較高。因此,利用生物信息學(xué)方法對疾病基因進(jìn)行預(yù)測,已成為預(yù)測疾病基因的重要方式。所謂疾病基因排序問題,就是指以疾病基因與疾病的關(guān)聯(lián)程度為度量,對潛在的疾病基因進(jìn)行排序,以衡量其可能致病或參與某個疾病過程的可能性,從而在生物實驗中有針對性的進(jìn)行驗證。目前人們已經(jīng)提出了各種類型的疾病基因排序方法,基于網(wǎng)絡(luò)模型進(jìn)行疾病基因排序是其中十分重要的一種,且其結(jié)果表明這是一類準(zhǔn)確率較高的疾病基因排序方法�；诰W(wǎng)絡(luò)模型進(jìn)行疾病基因排序的主要思想是,首先以某種方式構(gòu)建網(wǎng)絡(luò),然后將已知疾病基因的信息映射到網(wǎng)絡(luò)中,最后根據(jù)網(wǎng)絡(luò)中候選基因與已知疾病基因的某種距離或相似性度量來對候選基因進(jìn)行打分和排序。目前基于網(wǎng)絡(luò)策略的方法多數(shù)都是基于以下假設(shè),即所有疾病都與同一個分子間相互作用網(wǎng)絡(luò)相關(guān)聯(lián)。然而,很多疾病都趨向于在特定的組織中產(chǎn)生,且不同的組織其相關(guān)的分子間相互作用網(wǎng)絡(luò)是不同的。本文使用一種新的網(wǎng)絡(luò)模型進(jìn)行疾病基因排序,這里的網(wǎng)絡(luò)模型基于以下思想:對不同的疾病,不使用同一個分子間相... 

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀分析
        1.2.1 基于網(wǎng)絡(luò)模型的方法
        1.2.2 基于基因信息的方法
        1.2.3 基于文本挖掘的方法
        1.2.4 基于數(shù)據(jù)融合策略的方法
    1.3 論文的研究內(nèi)容
    1.4 論文的組織結(jié)構(gòu)
第二章 相關(guān)理論與方法
    2.1 “guilt-by-association”原則
    2.2 組織特異性網(wǎng)絡(luò)的構(gòu)建方法
    2.3 基于組織特異性的疾病基因排序方法
        2.3.1 改進(jìn)的Katz度量方法
        2.3.2 BlockRank方法
    2.4 本章小結(jié)
第三章 疾病基因排序方法
    3.1 傳統(tǒng)方法使用的網(wǎng)絡(luò)模型
    3.2 組織特異網(wǎng)絡(luò)模型
    3.3 組織特異網(wǎng)絡(luò)的構(gòu)建
        3.3.1 實驗數(shù)據(jù)
        3.3.2 組織特異網(wǎng)絡(luò)模型的構(gòu)建
    3.4 基于組織特異網(wǎng)絡(luò)模型的隨機(jī)游走方法
        3.4.1 網(wǎng)絡(luò)中概念的形式化描述
        3.4.2 隨機(jī)游走方法的目標(biāo)函數(shù)
        3.4.3 網(wǎng)絡(luò)上的隨機(jī)游走方法
    3.5 本章小結(jié)
第四章 實驗仿真及結(jié)果分析
    4.1 數(shù)據(jù)來源及說明
    4.2 疾病基因排序結(jié)果及拓?fù)潢P(guān)系
    4.3 算法效率與參數(shù)選擇
    4.4 算法驗證和與比較
        4.4.1 交叉驗證
        4.4.2 與其他方法的比較
        4.4.3 在全局網(wǎng)絡(luò)上的有效性分析
    4.5 文獻(xiàn)驗證
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 下一步工作展望
參考文獻(xiàn)
致謝
作者簡介



本文編號：3731630