面向个人基因组变异的功能注释与可视化方法研究-计算机应用技术专业毕业论文.docxVIP

Classified Index: TP18 U.D.C: 004.89Dissertation for the Doctoral Degree in EngineeringRESEARCH ON METHODS OF FUNCTIONAL ANNOTATION AND VISUALIZATION ORIENTED TO INDIVIDUAL GENOME VARIANTSCandidate：Juan Li RanSupervisor：Prof. Wang Ya DongAcademic Degree Applied for：Doctor of EngineeringSpeciality：Computer Application TechnologyAffiliation：School of Computer Science and TechnologyDate of Defence：March, 2015Degree-Conferring-Institution：Harbin Institute of Technology摘要高通量测序技术的成熟与大量涌现的基因组序列数据，使得对人类个体的 测序以及面向单个体和多个体的基因组研究成为了可能，人类全面进入了个人 基因组时代。基因组相关知识体系庞大，实验数据繁多，注释与可视化能够增 强研究者理解和解释大量复杂数据的能力，提升分析的效率，是基因组研究中 不可或缺的环节。现有的基因组注释与可视化方法主要面向获取和展示非特定 个体的人类基因组一般性知识而设计，难以在以个体为中心的遗传研究和临床 医疗中应用。设计面向个体和多个体特异性的基因组注释与可视化方法成为了 亟待解决的问题。本文在已有的一般性基因组注释与可视化方法基础上，针对个人基因组研 究中的新要求，设计了个人基因组注释模型、个人基因组可视化方法和多基因组的可视化方法。这些方法能够极大推动个体和多个体基因组测序数据在医学 研究、个人健康、疾病预测、诊断和临床治疗等领域的应用。本文研究主要包 括以下几个方面：(1) 研究了基于变异功能的个人基因组注释模型。面向个人基因组的研究，以个体特异性为主要研究对象。建立以个体特异 性为中心的个人基因组注释模型，就可以从现有的海量关于基因组一般性质的 知识和数据中，挖掘与当前个体相关的知识和数据，排除大量无关信息。现有 的基因组变异注释模型只是孤立地考虑每个变异的功能，不能真正注释个人基因组的变异的功能。本文基于分子生物学研究和医学研究的现状，提出了一种 基于变异功能的个人基因组特异性注释模型：从个体基因组的变异出发，推断 出有威胁的遗传变异及其在分子层面的潜在功能影响，抽取与个体变异和分子 表型相关的疾病和药物信息。特别地，该模型在功能分析中考虑了个体基因组变异之间的相互影响，使推断结果更加准确可靠。(2) 研究了个人基因组的可视化方法 个人基因组的可视化方法，需要突出个体基因组的独特特征，以及这些独特特征在个体遗传、发育、代谢等生命活动中的功能影响，以利于研究者和医生高效地浏览和分析个人基因组数据。在个体基因组数据迅速增长的背景下， 尚没有针对个人基因组特异性所设计的可视化方法。本文在个人基因组注释模 型支持下，建立了针对个人基因组特异性的可视化框架，设计了个人基因组的变异、分子表型以及表型的可视化方案，并开发了个人基因组可视化系统。该系统能够为个人基因组提供全面、系统的可视化与分析功能。(3) 研究了基于 LDA 和 MDS 的多基因组可视化方法- I -面向多基因组的研究，以建模多个体关系和比较个体差异为主要研究内容。 多基因组可视化可以帮助研究者依据多个体关系，有目的地分析、比较多基因 组之间的差异。多个基因组遗传变异层面的比较，因为变异数量巨大、并且绝 大部分变异并无信息性，故而很难在有限的显示空间内可视化。本文根据多基 因组可视化的特点，分析了多基因组可视化的数据降维策略，提出了基于 LDA 模型及 KL 散度的多基因组相似度求解方法，建立了基于 MDS 算法的多基因组 特征降维方法，并使用上述方法对千人基因组第三阶段的基因组变异数据进行 了遗传性分析和可视化，验证了上述方法的可靠性。(4) 研究了基于系谱信息的家系基因组可视化方法 遗传疾病的预测、诊断和治疗是个人基因组研究的主要目标，也是个人基因组数据的主要应用前景。在遗传疾病的研究中，往往以家族为单位进行研究，也因此带动了以家族为单位的个人基因组数据的快速增长。家系基因组互相关 联，又有所区别，表型和基因型各有异同，普通的多基因组可视化方法难以胜 任这样复杂的分析任务。本文建立了以基准个体为中心的家系基因组可视化方 法，结合系谱信息，提出了家系基因组的三种比较分析模式，设计和开发了家系基因组的可视化系统。该系统直观地展示家系