本文關(guān)鍵詞：基于統(tǒng)計方法的癌癥特征基因提取

  更多相關(guān)文章： 基因表達譜數(shù)據(jù) chernoff距離 Bhattaacharyya距離 Lasso方法 支持向量機

【摘要】：癌癥是當(dāng)前困擾現(xiàn)代醫(yī)學(xué)的一種嚴(yán)重的致死性疾病,現(xiàn)在一般將癌癥作為各種惡性腫瘤的統(tǒng)稱。目前臨床上對于腫瘤的診斷主要是借助形態(tài)學(xué)上的方法,但這種方法并不精確。癌癥的發(fā)生往往包含著生物體內(nèi)基因的變化,因此從基因?qū)用鎸Π┌Y的致病機理進行研究更具有科學(xué)性。DNA微陣列技術(shù)可以在短時間內(nèi)獲得大量生物基因表達譜數(shù)據(jù),這使得從基因?qū)用娣治霭┌Y的發(fā)生成為可能,同時該方法對于癌癥病患的早期診斷和后續(xù)相關(guān)治療有著非常重要的意義。但是基因表達譜數(shù)據(jù)往往具有維數(shù)高、小樣本、噪聲大的特點,這使得對數(shù)據(jù)分析的難度大大增加。癌癥致病基因的數(shù)目一般比較少,大量無關(guān)基因夾雜在表達數(shù)據(jù)中增加了分析的難度。鑒于此,預(yù)先選取一定的標(biāo)準(zhǔn)對無關(guān)基因進行剔除,使得數(shù)據(jù)維數(shù)降低,并通過選擇的最優(yōu)特征基因來取得較高的分類準(zhǔn)確率,成為利用DNA微陣列技術(shù)研究癌癥的基本思路。本文選取結(jié)腸癌基因表達譜數(shù)據(jù),通過采用Chernoff距離和Bhattaacharyya距離相結(jié)合的方法,濾除掉無關(guān)基因,找到了136個代表性的候選特征基因,隨后采用Lasso方法對數(shù)據(jù)進行進一步降維分析,最終選出了21個關(guān)鍵的特征基因。用支持向量機的方法對所選特征基因的分類效果進行了檢測,得到87%的分類準(zhǔn)確率。其中幾個特征基因己被生物學(xué)實驗證實與結(jié)腸癌有關(guān)。
【關(guān)鍵詞】：基因表達譜數(shù)據(jù) chernoff距離 Bhattaacharyya距離 Lasso方法 支持向量機
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R73-3
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 緒論8-16
• 1.1 研究背景及其意義8-9
• 1.2. 生物信息學(xué)概述9-10
• 1.3. 生物信息學(xué)相關(guān)概念10-12
• 1.3.1 基因芯片技術(shù)10-11
• 1.3.2 基因表達譜數(shù)據(jù)11
• 1.3.3 基因表達譜數(shù)據(jù)特點11-12
• 1.4. 基因表達譜數(shù)據(jù)國內(nèi)外研究現(xiàn)狀12-14
• 1.5 本文主要工作及創(chuàng)新點14-16
• 第2章 基因表達譜數(shù)據(jù)分析相關(guān)理論16-24
• 2.1 基因表達譜數(shù)據(jù)的預(yù)處理16-17
• 2.1.1 缺失值處理16
• 2.1.2 異常值處理16
• 2.1.3 數(shù)據(jù)標(biāo)準(zhǔn)化16-17
• 2.2 特征基因選取17-21
• 2.2.1 特征基因選取的概念17-18
• 2.2.2 特征基因選取目的18
• 2.2.3 基因表達數(shù)據(jù)的度量準(zhǔn)則18-19
• 2.2.4 特征基因選取方法19-21
• 2.3 分類方法21-24
• 2.3.1 支持向量機21-23
• 2.3.2 實驗效果評估23-24
• 第3章 LASSO方法24-27
• 3.1 Lasso方法24-25
• 3.2 LARS算法25-27
• 第4章 特征基因選取實證分析27-36
• 4.1 問題描述及數(shù)據(jù)來源27
• 4.2 實證分析與結(jié)果27-36
• 4.2.1 無關(guān)基因剔除27-32
• 4.2.2 Lasso方法降維和特征基因提取32-34
• 4.2.3 分類效果檢驗與評價34-35
• 4.2.4 生物學(xué)解釋35-36
• 第5章 總結(jié)與展望36-38
• 5.1 總結(jié)36
• 5.2 展望36-38
• 參考文獻38-43
• 致謝43

，

本文編號：1112817