基于DNA微阵列数据的基因差异共表达分析研究-通信与信息系统专业论文.docxVIP

万方数据 万方数据 摘 要 伴随着人类基因组计划和其他模式生物基因组计划实施产生的数据爆炸，生物信息学 应运而生，吸引了大量科研人员加入到生物信息学研究领域中来，使得生物信息学很快成 为全球关注与研究的焦点。基于 DNA 微阵列数据的基因差异共表达分析为复杂多基因疾 病的诊断和治疗提供了一种新的思路和方法。同时由于 DNA 微阵列数据的高维小样本特 性以及实验数据获取过程中噪音的影响，使得选择与多基因病有关的致病基因成为一项有 挑战性的工作。 从基因表达谱的成千上万个基因中选择数量比较少同时具有生物学意义的差异共表 达基因或者差异共表达基因模块的工作极具复杂性。在通常情况下，在海量数据中的计算 时间呈指数级增加，实验过程非常长。因而，合适的共表达度量方法与筛选阈值策略是至 关重要的。 本论文中,在总结基因差异共表达分析研究成果的基础上,提出了基于 DNA 微阵列数据 的新的基因差异共表达分析方法,详细阐述了方法的关键技术,最后对提出的方法与用传统 方法的结果做出比较。 本文的研究工作总结如下： 第一，从基因和基因对的水平筛选差异共表达基因。提出了利用双加权中值相关 (biweight midcorrelation) 算 法 度 量 基 因 间 的 共 表 达 相 关 关 系 ， 然 后 用 半 阈 值 策 略 (half-thresholding strategy) 和差异共表达值计算方法得到差异共表达基因。通过与其他算法 实验结果的比较说明算法的可行性和有效性。第二，筛选差异共表达基因模块。在用双加 权中值相关算法计算基因相关性的基础上，进一步利用差异共表达阈值策略 (differential coexpression threshold strategy) 选出符合条 件的基因，最后用 k-clique 算法和最大团 (maximum clique) 概念找到差异共表达致病基因模块，通过模拟数据的检测和分析，证明 了此方法的有效性。 本文最后指出了当前基因差异共表达分析研究中存在的一些问题和以后研究中需要 做的工作。 关键词： 基因差异共表达分析；双加权中值相关；半阈值；差异共表达阈值； lique 算法；最大团 I Abstract Along with the data explosion of the Human Genome Project and other model organism genome project implementation, bioinformatics has attracted a number of scientists to be engaged in the study and become the focus of world’s attention. Gene differential coexpression analysis based on DNA microarray data opens a new window of searching methods for the analysis and treatment of complex disease. Since the characteristics of high-dimensional, small sample and high sample noise of gene expression data, which make the selection of polygenic disease-related genes become a challenging task. For this reason, domestic and foreign experts carried out extensive and in-depth research on this issue, published numerous research papers. It is a complex task to search a relatively small number and biologically meaningful differential coexpression genes and differential coexpression gene modules from thousands of genes of gene expression profiles. In this thesis, a new DNA microarray-based gene differential coexpression analysis method after summarizing the previous