基于混合模型的肿瘤组学数据聚类研究-统计学专业论文.docxVIP

混合模型在肿瘤组学数据聚类中的研究发现了两个与宫颈癌预后相关的类。文献检索发现在这16个miRNAs 混合模型在肿瘤组学数据聚类中的研究 发现了两个与宫颈癌预后相关的类。文献检索发现在这16个miRNAs 中hsa—miR一140-5p并未在宫颈癌中有过功能和机制报道。 为了说明PMCFA所选择的变量的实际意义，我们进一步运用分子、 细胞、动物实验研究hsa—miR一140—5p在宫颈癌细胞中的功能和潜在分 子机制。实验表明hsa—miR-140-5p通过靶向IGF2BPI(Insul in-l ike growth factor 2 mRNA—binding protein 1)抑制了宫颈癌的增殖、 侵袭和转移。这些为从海量公共基因组学数据中发现潜在分型相关的 基因或分子，并验证分子的生物学功能，进而为癌症靶向治疗提供更 多方法和工具。 本文分六章，第一章我们主要介绍高斯混合模型(Gaussian Mixture Model：G埘)及其在高维数据聚类中的困难以及一些克服这 些困难的方法。第二章我们提出了PMCFA模型然后给出了模型参数估 计的期望最大(Expectation Maximum：EM)算法，并在模拟数据和真 实肿瘤基因表达数据集上测试了该算法。此外，在本章我们还详尽分 析了TCGA(The Cancer Genome Altas)公共数据库中基于二代测序的宫 颈癌miRNA表达数据并发现了两个预后显著差异的宫颈癌miRNA亚型。 根据PMCFA对变量的选择和文献检索我们确定了下游功能实验的 miRNA。第三章我们给出了实验相关的材料和方法。第四章我们证实 hsa—miR一140一5p通过靶向IGF2BPI抑制宫颈癌细胞的增殖、侵袭、和 转移。第五章我们研究了多形性胶质母细胞瘤(GBM)的信使RNA(mRNA) ¨1 万方数据 博士学位论文和miRNA的表达数据并鉴定出一个和GBM生存相关的整合了mRNA和 博士学位论文 和miRNA的表达数据并鉴定出一个和GBM生存相关的整合了mRNA和 miRNA的分子标签。第六章我们对论文做了总结和展望。 关键词：聚类分析；混合模型；惩罚共因子分析模型；变量选择； 宫颈癌；hsa-miR-140-5p；抑瘤 IV 万方数据 混合模型在肿瘤组学数据聚类中的研究ABS 混合模型在肿瘤组学数据聚类中的研究 ABS TRACT Tumor classification is to indentify different subtypes of a kind of tumor．Due to the cl inical heterogeneity of tumor， different treatments were used for different tumor subtypes but results in diverse prognosis．Thus，identify the correct tumor subtypes have implications for tumor treatments and prognosis． Hovever， clinically tomor subtype identification based on pathology is limited on the cellular level and offen guide mis—diagnosis．Therefore，identification tumor subtypes from more accure characristics is in urgent． In recent years，as the developments of high—throughput techn0109ies such as microarray and next generation sequencing， it becomes possible to understand the cancer comprehensively through the entire genome．The gnomic data could characterize tumors more acurate and comprehensive with respect to pathological parameters．Therefore， identification of tumor subtypes based on the genomic data of tumors could provide more information on tumor classification， and would