基于小波和CART算法微阵列数据分类-计算机应用技术专业论文.docxVIP

山东轻工业学院硕士学位论文 山东轻工业学院硕士学位论文 第 第 1 章 绪论 PAGE PAGE 13 PAGE PAGE 10 第 1 章 绪论 1.1 微阵列数据分析的背景 随着DNA微阵列高通量检测技术的发展，我们可以从组织细胞中获取某一时刻的全 基因组的基因转录产物mRNA的定量（相对量）值。我们讲的微阵列数据（也叫基因表达 数据）就是一组反映基因转录产物mRNA的丰度的数据。其中蕴含着基因活动的信息，所 以可以反映组织细胞当前的生理状态[1]。近年大量研究表明，癌症是多因素共同作用导 致的疾病。它不仅与病人生活的环境和自身体质特征有关,它还是多基因参与的一种渐 进积累转化性疾病，癌症首先就发生在基因水平上。因此，结合病人临床资料与其基因 表达数据对癌症进行综合分析，可以从宏观与微观两个角度发现癌症症状与基因表达的 关联，从而为癌症的预测和诊断提供重要依据。 目前，基于基因微阵列癌症数据，对癌症诊断（癌症和正常之间，肿瘤的亚型之间） 仍是生物信息学研究的热点。而根据病理对癌症诊断是比较繁琐的，而且确诊率不高， 更不用说按照传统方法做到早期的诊断了。但大量研究已经证明癌症与非癌症在基因表 达上存在差异；且肿瘤亚型之间的基因表达也存在很大差异,（1999 年，Golub 等人已 证明肿瘤亚型之间在基因表达上存在差异）[2]。所以对于癌症的诊断、分类和预测，可 以考