泛癌公共驅(qū)動(dòng)通路識(shí)別模型和算法研究
發(fā)布時(shí)間:2021-05-11 16:22
隨著高通量測(cè)序技術(shù)的飛速發(fā)展,從癌癥分子水平上了解致癌的發(fā)病機(jī)理已成為現(xiàn)實(shí)。研究發(fā)現(xiàn)導(dǎo)致癌癥發(fā)生的失調(diào)信號(hào)通路或調(diào)控通路通常由多個(gè)驅(qū)動(dòng)基因共同作用,即通路中任何一個(gè)驅(qū)動(dòng)基因發(fā)生突變均會(huì)導(dǎo)致通路失調(diào),從而引發(fā)癌癥。在通路水平上研究突變,對(duì)于獲得異質(zhì)性模式和理解癌癥形成更具有生物學(xué)意義,驅(qū)動(dòng)通路識(shí)別問題應(yīng)運(yùn)而生,識(shí)別不同癌癥之間的公共驅(qū)動(dòng)通路是其中一個(gè)重要的子問題,本文對(duì)該問題進(jìn)行研究,主要工作如下:對(duì)泛癌公共驅(qū)動(dòng)通路識(shí)別模型進(jìn)行研究,張等人2017年提出的ComMDP方法通過計(jì)算各癌癥的絕對(duì)權(quán)重累加值來構(gòu)造模型,以期找到累加值最大的通路。然而不同癌癥樣本數(shù)一般差異較大,計(jì)算各癌癥的絕對(duì)權(quán)重累加值,可能會(huì)導(dǎo)致小樣本癌癥數(shù)據(jù)作用受到忽略,從而影響求解效果,遺漏某些驅(qū)動(dòng)通路。針對(duì)該問題,本文提出基于相對(duì)權(quán)重累加值的求解思路,并利用方差或調(diào)和均值以最小化各相對(duì)權(quán)重離散度,由此構(gòu)造泛癌公共驅(qū)動(dòng)通路識(shí)別模型MDP1(Multi-cancer driver pathway 1)和MDP2(Multi-cancer driver pathway2)。針對(duì)識(shí)別模型MDP1和MDP2的NP難特性,提出兩種基...
【文章來源】:廣西師范大學(xué)廣西壯族自治區(qū)
【文章頁數(shù)】:52 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 研究背景及意義
1.2 相關(guān)知識(shí)介紹
1.2.1 泛癌數(shù)據(jù)
1.2.2 高通量測(cè)序數(shù)據(jù)庫
1.3 國內(nèi)外研究現(xiàn)狀
1.3.1 識(shí)別單個(gè)驅(qū)動(dòng)通路
1.3.2 識(shí)別協(xié)作驅(qū)動(dòng)通路
1.3.3 識(shí)別泛癌的驅(qū)動(dòng)通路
1.4 論文的研究?jī)?nèi)容與創(chuàng)新點(diǎn)
1.5 論文結(jié)構(gòu)與安排
第2章 兩種公共驅(qū)動(dòng)通路識(shí)別模型及其求解算法
2.1 兩種公共驅(qū)動(dòng)通路識(shí)別模型
2.1.1 問題描述
2.1.2 識(shí)別模型MDP1和MDP2
2.2 求解識(shí)別模型的單親遺傳算法和粒子群優(yōu)化算法
2.2.1 單親遺傳算法PGA-MDP1和PGA-MDP2
2.2.2 粒子群優(yōu)化算法PSO-MDP1和PSO-MDP2
2.3 本章小結(jié)
第3章 實(shí)驗(yàn)測(cè)試與結(jié)果分析
3.1 實(shí)驗(yàn)數(shù)據(jù)
3.1.1 模擬數(shù)據(jù)
3.1.2 生物數(shù)據(jù)
3.2 實(shí)驗(yàn)環(huán)境和運(yùn)行參數(shù)
3.3 模型比較
3.4 算法比較
3.5 識(shí)別性能比較
3.5.1 CB數(shù)據(jù)集
3.5.2 CBB數(shù)據(jù)集
3.5.3 CBL數(shù)據(jù)集
3.5.4 CBLB數(shù)據(jù)集
3.6 本章小結(jié)
第4章 總結(jié)與展望
4.1 論文總結(jié)
4.2 未來工作展望
參考文獻(xiàn)
攻讀學(xué)位期間的科研和獎(jiǎng)勵(lì)情況
致謝
【參考文獻(xiàn)】:
期刊論文
[1]中國惡性腫瘤流行情況及防控現(xiàn)狀[J]. 曹毛毛,陳萬青. 中國腫瘤臨床. 2019(03)
[2]Cancer incidence and mortality in China, 2014[J]. Wanqing Chen,Kexin Sun,Rongshou Zheng,Hongmei Zeng,Siwei Zhang,Changfa Xia,Zhixun Yang,He Li,Xiaonong Zou,Jie He. Chinese Journal of Cancer Research. 2018(01)
碩士論文
[1]泛癌中驅(qū)動(dòng)突變模式挖掘方法研究[D]. 錢鑫.湖南大學(xué) 2018
本文編號(hào):3181723
【文章來源】:廣西師范大學(xué)廣西壯族自治區(qū)
【文章頁數(shù)】:52 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 研究背景及意義
1.2 相關(guān)知識(shí)介紹
1.2.1 泛癌數(shù)據(jù)
1.2.2 高通量測(cè)序數(shù)據(jù)庫
1.3 國內(nèi)外研究現(xiàn)狀
1.3.1 識(shí)別單個(gè)驅(qū)動(dòng)通路
1.3.2 識(shí)別協(xié)作驅(qū)動(dòng)通路
1.3.3 識(shí)別泛癌的驅(qū)動(dòng)通路
1.4 論文的研究?jī)?nèi)容與創(chuàng)新點(diǎn)
1.5 論文結(jié)構(gòu)與安排
第2章 兩種公共驅(qū)動(dòng)通路識(shí)別模型及其求解算法
2.1 兩種公共驅(qū)動(dòng)通路識(shí)別模型
2.1.1 問題描述
2.1.2 識(shí)別模型MDP1和MDP2
2.2 求解識(shí)別模型的單親遺傳算法和粒子群優(yōu)化算法
2.2.1 單親遺傳算法PGA-MDP1和PGA-MDP2
2.2.2 粒子群優(yōu)化算法PSO-MDP1和PSO-MDP2
2.3 本章小結(jié)
第3章 實(shí)驗(yàn)測(cè)試與結(jié)果分析
3.1 實(shí)驗(yàn)數(shù)據(jù)
3.1.1 模擬數(shù)據(jù)
3.1.2 生物數(shù)據(jù)
3.2 實(shí)驗(yàn)環(huán)境和運(yùn)行參數(shù)
3.3 模型比較
3.4 算法比較
3.5 識(shí)別性能比較
3.5.1 CB數(shù)據(jù)集
3.5.2 CBB數(shù)據(jù)集
3.5.3 CBL數(shù)據(jù)集
3.5.4 CBLB數(shù)據(jù)集
3.6 本章小結(jié)
第4章 總結(jié)與展望
4.1 論文總結(jié)
4.2 未來工作展望
參考文獻(xiàn)
攻讀學(xué)位期間的科研和獎(jiǎng)勵(lì)情況
致謝
【參考文獻(xiàn)】:
期刊論文
[1]中國惡性腫瘤流行情況及防控現(xiàn)狀[J]. 曹毛毛,陳萬青. 中國腫瘤臨床. 2019(03)
[2]Cancer incidence and mortality in China, 2014[J]. Wanqing Chen,Kexin Sun,Rongshou Zheng,Hongmei Zeng,Siwei Zhang,Changfa Xia,Zhixun Yang,He Li,Xiaonong Zou,Jie He. Chinese Journal of Cancer Research. 2018(01)
碩士論文
[1]泛癌中驅(qū)動(dòng)突變模式挖掘方法研究[D]. 錢鑫.湖南大學(xué) 2018
本文編號(hào):3181723
本文鏈接:http://sikaile.net/yixuelunwen/zlx/3181723.html
最近更新
教材專著