面向乳腺癌数据的基因存储方法与拓扑数据分析
发布时间：2021-01-22 04:57
乳腺癌是发生在乳腺腺上皮组织的恶性肿瘤,居女性恶性肿瘤的第一位,乳腺癌信息的存储和预判具有重要意义。mRNA和乳腺钼靶X线摄影成像能够对乳腺癌进行早期诊断。本文对乳腺组织数据依次做了存储、因子筛选与分类,形成一套完整的存储与分析的流程。基于乳腺癌组织和正常组织的mRNA表达水平数据和乳腺钼靶X线摄影成像,将乳腺组织信息以基因的信息存储在试管中。将数字信息转化为三进制基因编码,首尾相连地将长链基因分割为基因片段,并添加前引物、后引物和纠错位。考虑到一个信息存储试验管的“不安全性”,本文采取了分布式的存储方法。将信息存储在若干个试管中,依照同余数错位剔除信息的方法提出每个试管中的一点信息,这样只有在所有试管都存在的时候才能够恢复原始信息。添加一定的人为扰动后,通过基因池中的基因序列逐相对比可以恢复为原来的信息。进行计算机模拟,发现错误率非常低,鲁棒性高且安全性强。利用乳腺组织的开源数据集——来自不同乳腺组织的mRNA表达数据进行拓扑数据分析,用线性判别方法进行降维。构建1133维mRNA数据的单纯复形及其链复形,计算其边界算子寻找链复形的所有边缘,计算化简后的边界算子的秩的差得到了 Bet...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
图２－２?首尾相连”的基因存储樓型??在这个模型中ｆ每一条链与前面一条链有７５％的重合，当前面一条链确定后，??后面一条链Ｓ然而然可以确定，并且有很高的概率不会与其他链重合
??．?哈第窮：￡业大＿学■娜位论文??综合上述几点要求，模型示意图如下图２－４所示，其中，黑色区域为删除的基??ＣＤＮ＾?！?？?！?ｊ?ｉ?ｉ?；?ｉ?｜?；?ｉ?｜??＿；ｒ笔編‘?Ｊ?｜??丨雜??Ｖ?Ｖ．Ｖ．４Ｖ?乂?Ｊ．寺．??删除部分位点?１??ａ）存储在第一个试验管中的核糖核苷酸链??ＣＤＮＡ长筚????１?｜?｜?Ｉ?｜?｜???ＤＮＡ?片段?｜Ｊ｜?Ｈ??Ｖ?Ｖ?＇?４Ｖ?＇?Ｖ?＇?Ｖ?Ｗ?Ｙ??删除部分位点??ｂ）存储在第一个试验管中的核糖核苷酸链??ＣＤ，＿?！！！！！！?ｆ?ｉ?ｉ??ｄｎａ｜?片?ｔ?—ｆ?Ｅｔｉｊｄ?Ｊ?：?；?１?：??ｌ??！ｖ！?ｗＶ?！ｖ！ｖ！?ｗ?！ｆ！ｉ！??删除部分位点?Ｉ??ｃ）存储在第一个试验管中的核糖核苷酸链??ＣＤＮ今长苹?｜?｜?ｉ?：：?：??＇■…丨丨「ｒｒ??！?Ｗ?！Ｖ?！?Ｖｓ?ｗ?！ｖ?！?Ｊ??删除部分位点?Ｉ??ｄ）存储在第一个试验管中的核糖核苷酸链??图２－４分布式菌．因存储模塑??存储的时候，一份信息会存入到四个实验管中，每个实验管按上述模型存储内??容。为了区分这四个存储模型，在模型中添加两条特殊的链。在第＿个模型中，重??复“ＧＴＣＡ”得到长度为１００的链，该链翻译过来就是“５３４，?４３７，?２９１，４３７，?”，??－９－??
?轉灣隹歡???若使用该模型，１克ＤＮＡ不到指尖上＾滴露珠大小，却能够存储１７５?ＴＢ的??数据。相爾于３５００张５０?ＧＢ容量的蓝光光盘，或５８个３?ＴＢ的硬盘（其质最大约??有３８?ｋｇ）。该模型将为海聾信息提供安全高效的存储环境。??２．３．３编码效果分析??首先建立了一个０重复纠错模型”，将某份７０?ＫＢ的文本的数据进行转换，变??成＿因数据Ａ、Ｔ、Ｃ、Ｇ；重复若干次；模报存储池中的扰动一即以低于ｐ?＝?０．０３??的概率让每个基因发生突变；进行重复纠错，恢复数据，检查“重复纠错模型１勺纠??错能力，得到下图２－５：??｜：）??。°??图２－５重复次数、扰动概率与错误率的三．＿关系图??从上面的三维图中，我们可以看到重复８次的效果是完美的。制作上图的横??截面，并观察８次针对不同千扰概率的纠错效果，如图２－６所示《可以观察到当扰??动概率小于０．０４的时候，存储错误率小于１（Ｔ５，这个时候存储效率是接近无损的。??０．０４??１?１?１?１?１?１?１?１?１?１??０．０３５?－??０．０３?－?／?Ａ??０．０２５?－?／?－＼??Ｉ??４＾?〇．〇２?－??０．０１５?－?／?－ｊ??０．０１?－?ｊ??０．００５?－?，??〇０?０．０２?０．０４?０．０６?０．０８?０．１?０．１２?０．１４?０．１６?０．１８?０．２??扰动概率??图２－６重复８次的存储效率图??－１１－??
【参考文献】：
期刊论文
[1]DNA计算机中基于顺序存储方式的二叉树数据结构[J]. 朱雅莉,李肯立. 计算机应用. 2008(06)
[2]数据存储新方向:DNA分子存储技术[J]. 崔光照,刘玉琳,张勋才. 计算机工程与应用. 2006(26)
硕士论文
[1]面向乳腺癌数据的单纯复形建模方法及拓扑不变量分析[D]. 陈剑楠.哈尔滨工业大学 2018
[2]机器学习的拓扑结构研究[D]. 谢子雨.复旦大学 2013
本文编号：2992597
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
图２－２?首尾相连”的基因存储樓型??在这个模型中ｆ每一条链与前面一条链有７５％的重合，当前面一条链确定后，??后面一条链Ｓ然而然可以确定，并且有很高的概率不会与其他链重合
??．?哈第窮：￡业大＿学■娜位论文??综合上述几点要求，模型示意图如下图２－４所示，其中，黑色区域为删除的基??ＣＤＮ＾?！?？?！?ｊ?ｉ?ｉ?；?ｉ?｜?；?ｉ?｜??＿；ｒ笔編‘?Ｊ?｜??丨雜??Ｖ?Ｖ．Ｖ．４Ｖ?乂?Ｊ．寺．??删除部分位点?１??ａ）存储在第一个试验管中的核糖核苷酸链??ＣＤＮＡ长筚????１?｜?｜?Ｉ?｜?｜???ＤＮＡ?片段?｜Ｊ｜?Ｈ??Ｖ?Ｖ?＇?４Ｖ?＇?Ｖ?＇?Ｖ?Ｗ?Ｙ??删除部分位点??ｂ）存储在第一个试验管中的核糖核苷酸链??ＣＤ，＿?！！！！！！?ｆ?ｉ?ｉ??ｄｎａ｜?片?ｔ?—ｆ?Ｅｔｉｊｄ?Ｊ?：?；?１?：??ｌ??！ｖ！?ｗＶ?！ｖ！ｖ！?ｗ?！ｆ！ｉ！??删除部分位点?Ｉ??ｃ）存储在第一个试验管中的核糖核苷酸链??ＣＤＮ今长苹?｜?｜?ｉ?：：?：??＇■…丨丨「ｒｒ??！?Ｗ?！Ｖ?！?Ｖｓ?ｗ?！ｖ?！?Ｊ??删除部分位点?Ｉ??ｄ）存储在第一个试验管中的核糖核苷酸链??图２－４分布式菌．因存储模塑??存储的时候，一份信息会存入到四个实验管中，每个实验管按上述模型存储内??容。为了区分这四个存储模型，在模型中添加两条特殊的链。在第＿个模型中，重??复“ＧＴＣＡ”得到长度为１００的链，该链翻译过来就是“５３４，?４３７，?２９１，４３７，?”，??－９－??
?轉灣隹歡???若使用该模型，１克ＤＮＡ不到指尖上＾滴露珠大小，却能够存储１７５?ＴＢ的??数据。相爾于３５００张５０?ＧＢ容量的蓝光光盘，或５８个３?ＴＢ的硬盘（其质最大约??有３８?ｋｇ）。该模型将为海聾信息提供安全高效的存储环境。??２．３．３编码效果分析??首先建立了一个０重复纠错模型”，将某份７０?ＫＢ的文本的数据进行转换，变??成＿因数据Ａ、Ｔ、Ｃ、Ｇ；重复若干次；模报存储池中的扰动一即以低于ｐ?＝?０．０３??的概率让每个基因发生突变；进行重复纠错，恢复数据，检查“重复纠错模型１勺纠??错能力，得到下图２－５：??｜：）??。°??图２－５重复次数、扰动概率与错误率的三．＿关系图??从上面的三维图中，我们可以看到重复８次的效果是完美的。制作上图的横??截面，并观察８次针对不同千扰概率的纠错效果，如图２－６所示《可以观察到当扰??动概率小于０．０４的时候，存储错误率小于１（Ｔ５，这个时候存储效率是接近无损的。??０．０４??１?１?１?１?１?１?１?１?１?１??０．０３５?－??０．０３?－?／?Ａ??０．０２５?－?／?－＼??Ｉ??４＾?〇．〇２?－??０．０１５?－?／?－ｊ??０．０１?－?ｊ??０．００５?－?，??〇０?０．０２?０．０４?０．０６?０．０８?０．１?０．１２?０．１４?０．１６?０．１８?０．２??扰动概率??图２－６重复８次的存储效率图??－１１－??
【参考文献】：
期刊论文
[1]DNA计算机中基于顺序存储方式的二叉树数据结构[J]. 朱雅莉,李肯立. 计算机应用. 2008(06)
[2]数据存储新方向:DNA分子存储技术[J]. 崔光照,刘玉琳,张勋才. 计算机工程与应用. 2006(26)
硕士论文
[1]面向乳腺癌数据的单纯复形建模方法及拓扑不变量分析[D]. 陈剑楠.哈尔滨工业大学 2018
[2]机器学习的拓扑结构研究[D]. 谢子雨.复旦大学 2013
本文编号：2992597
本文链接：https://www.wllwen.com/kejilunwen/jiyingongcheng/2992597.html
最近更新
教材专著
