2011基于GIS基因表达图谱模型.pdfVIP

中国细胞生物学学报 Chinese Journal of Cell Biology 2011, 33(4): 402-406 http ://www.cj GIS 基于 的基因表达图谱模型的建立与应用 1 1 2 1* 2 赵龙山　于小玲　胡国杰　吴发启 　魏晓妹 (1西北农林科技大学资源环境学院, 杨凌712100; 2西北农林科技大学水利与建筑工程学院, 杨凌712100) 2010 A 摘要 本文在合理假设的基础上, 根据 年全国研究生数学建模竞赛 题提供的数据及相 GIS ( GEPM) 关信息, 在 的支持下构建了基因表达图谱模型 简称 , 并对其进行空间分析, 从而达到对 1 991 7 肿瘤识别信息基因提取的目的。结果表明, 在参与分析的 个基因中, 有 个基因可以作为肿瘤 GIS GEPM 识别的信息基因; 通过 技术构建 对于肿瘤的识别与诊断是可行的。因此, 通过本文的研 究为基因的识别和研究提供了新的方法。 ; GEPM; ; GIS; ; 关键词 栅格数据 半变异函数 肿瘤 信息基因 DNA 3 利用 芯片技术测定的基因表达谱数据, 建 基于以上 个假设, 我们得出合理推断, 正常样 立分类模型, 找出决定待测样本类别的基因 “标签 本基因表达的空间变化相对平稳, 而肿瘤样本则相 ( ) 反, 因此, 我们可以以正常样本基因表达数据为基准 或称之为信息基因 ”是当前生物信息学研究领域 中的重要课题[1~4], 也是正确识别肿瘤类别、给出可 构建包含肿瘤基因信息的基因表达图谱模型, 并通 靠诊断的关键所在[5,6] 。 过分析基因表达图谱模型来找出信息基因。 Golub等[7] 以“信噪比”为衡量基因对样本分 类贡献大小的指标, 采用加权投票的方法进行急性 1 材料与方法 白血病亚型的识别, 从7 129个样本基因中选出了50 1.1 研究数据 个可能的信息基因, 大大缩小了决定急性白血病亚 2010 研究数据来自 年全国研究生数学建模竞 型的基因范围。因此, 信息基因的选择就是对大规 A (/) 2 000 赛 题数据 , 共 个基 模基因表达数据降维的过程, 逐步缩小基因搜索范 62 22 40 因, 个样本, 包括 个正常样本和 个癌症样本。 围, 以便能更加准确地找出基因 “标签”。 对数据初步分析后, 去除重复基因和不完整基因表 本文要解决的问题是采用数学方法建立模型, 达数据, 最终确定1 991个基因表达数据作为本文的 从海量的基因表达数据中提取出对肿瘤诊断、治疗 研