基因表达数据的荟萃分析方法研究.pdfVIP

摘要 摘要 论文题目：基因表达数据的荟萃分析方法研究 硕士研究生姓名：盛梦颖 导师姓名：顾万君 学校名称：东南大学 随着生物芯片以及高通量测序技术的发展和广泛应用，生物组学数据爆炸性增长。其中，伴随着转录 组数据的积累和相关公共数据库的建立，基因表达数据的研究日益增多。然而，基于转录组的研究通常存 在样本量小、维数高等问题，使得结果的统计意义不足。为了提高研究结果的可重复性，研究者通常收集 不同研究的原始数据进行整合荟萃分析 （meta-analysis ）。研究表明，通过基因表达数据的荟萃分析得到的 生物标志物 （尤其是癌症诊断和预后的基因标志物）具有很好的临床转化潜力。但是，现有荟萃分析方法 并没有充分考虑基因表达数据的生物学信息，因此所发现的生物标志物在独立验证数据中的预测效果不佳。 为了克服现有荟萃分析方法用于生物标志物发现中存在的缺点，本课题对基因表达数据的荟萃分析方 法展开研究，在荟萃分析中充分考虑基因表达数据的内在生物学信息。论文以肺癌基因表达数据的荟萃分 析为例，整合来自多个研究的肺癌组织的基因表达数据，开发新的荟萃分析方法从肺癌基因表达数据中寻 找用于肺癌分型和预后预测的生物标志物。首先，论文构建了基于生物通路（Biological pathway ）的荟萃 分析方法并应用于肺癌基因表达数据，寻找用于肺癌分型和预后预测的基因标志物。其次，论文探索基于 降噪自编码器 （Denoising autoencoder ）的基因表达荟萃分析方法，同样应用于肺癌基因表达数据发现肺癌 分型和预后预测的生物标志物。最后，论文比较了新的荟萃分析方法与现有的基于组合效应量和机器学习 方法分析策略的荟萃分析方法的优劣。 本课题探索并建立了新的基因表达数据荟萃分析的方法和流程，通过对肺癌组织基因表达数据的分析 得到了相对可靠的肺癌分型和预后预测的基因签名，为肺癌分子标志物的寻找提供了新思路，也为基因表 达数据荟萃分析提供了新策略。 关键词：基因表达数据，荟萃分析，生物通路，基因标志物，降噪自编码器 I Abstract Abstract Title：Study of meta-analysis methods on gene expression data Graduate Name：SHENG Meng-ying Supervisor：GU Wan-jun Name of the University ：Southeast University With the development and wide application of microarray and high-throughput sequencing technology, the amount of biological omics data is growing rapidly, including transcriptome. However, due to relatively small sample size, transcriptome studies usually have limited ability to obtain statistically effective results. To increase the reproducibility of transcriptome studies, meta-analysis has been performed to integrate gene expression data from multiple studies. Meta-analysis on gene expression data has great potential in clinical practice of disease management, especially discovering genetic markers for cancer diagnosis