卵巢癌蛋白质质谱数据分析模型研究-生物化学与分子生物学专业论文.docx

．六f只蓉硕士学位论文3．1实验数据集 ．六f只蓉硕士学位论文 3．1实验数据集 3 l 3．2实验方法 ．．3 l 3．2．1删除无效数据和等间距分组 ．．3l 3．2．2局部最大值搜索(LMS)峰值检测和量化 32 3．2．3特征选择算法 ．．33 3．2．4 F-score．Relief特征加权选择算法 ．33 3．2．5支持向量机学习分类算法 ．．34 3．2．6特征子集相似性分析和主成分分析 ．34 3．3实验结果 ．．34 3．3．1 LMS峰值检测和参数探究结果 ．．35 3．3．2 FRW算法与其他算法的分类结果比较 36 3．3．3样本方差CV的限制和K-S检验算法降维结果 38 3．3．4特征子集相似性分析和主成分分析结果 40 3．4讨{仑 ．42 第四章总结与展望 43 4．1总结 ．： 43 4．2展望 ．．44 附勇乏 47 参考文献 ．49 致{射 57 攻读学位期间发表的学术论文 ．．59 II 万方数据 o o it Z季硕士学位论文 CONTENTS Abstract fin Chinese) ．1 Key words(in Chinese) 1 Abstract(in English) ．2 Key words(in English)． ．． ． ．． ．． ． ． ．． ． ．． ．．． ．． ．． 3 Abbreviations． ． ．． ． ．． ． ．． ．． ．． ． ． ． ．．． ．．． ． ． ． ．4 Chapter l Introduction．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5 1．1 Gene mutation and cancer．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7 1．2 Status ofovarian cancer and early cancer diagnosis．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9 1．3 The purpose and significance of the study of mass spectrometry analysis model．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．1() 1．4 The main work and structure ofthe paper．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12 1．4．1 The main work ofthe paper 1 2 1．4．2 The structure ofthe paper 1 3 Chapter 2 Low resolution data analysis ofovarian cancer ．1 5 2．1 Experimental data set ．1 5 2．2 Methods．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．1 1； 2．2．1 Remove the invalid data ．．1 5 2．2．2 LMS peak detection and quantification ．．1 6 2．2．3 Feature selection algorithm ．1 7 2．2．4 Support vector machines learning classifier 1 9 2．2．5 Correlation analysis and principal component analysis ．20 2．3 Results． ．． ． ．． ． ． ．．． ． ． ． ．． ． ． ．． ．． ． ．． ．． ． ． 20 2．3．1 Results ofLMS peak detection and parameter inqu时 2l 2．3．2 Comparison ofReliefalgorithm and other algorithms