基于LASSO的肝癌预后风险基因的数据挖掘分析

发布时间：2022-12-23 22:46

　　目前,肝癌是我国乃至世界各国常见的恶性肿瘤之一,死亡率极高,严重地危害着人们的生命健康,更是给广大家庭带来了极大的经济和精神压力。由于传统药物治疗具有很大的局限性,难以达到预期的治疗效果。靶向基因治疗是一种新的治疗肝癌途径,这种方法更具有针对性,因而具有较好的疗效前景,但是靶向基因治疗需要选择合适的基因,也就是从复杂的基因数据中挖掘出合适的基因标志物。本文首先利用10折交叉验证的LASSO回归分析方法对肝癌病人的基因数据进行降维处理,进而筛选出26个基因标志物;然后利用这26个基因标志物构建了预后模型,并且分别在训练集和验证集上进行了实验,结果表明该模型性能良好;最后对这26个基因标志物进行了在线基因功能分析,通过查证相关文献表明:本文挖掘的基因标志物对于后续的肝癌临床治疗研究有一定的参考价值。 

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
第一章 绪论
    1.1 数据挖掘的简介
        1.1.1 数据挖掘的发展背景
        1.1.2 数据挖掘简要流程
        1.1.3 数据挖掘重要算法介绍与发展趋势
    1.2 数据挖掘在生物信息领域内的应用
        1.2.1 生物信息学简介
        1.2.2 基因芯片技术的意义
        1.2.3 基因表达谱的数学模型解释
        1.2.4 利用基因表达谱进行数据挖掘的研究进展
        1.2.5 预后基因标志物的研究进展
    1.3 本文研究目的和意义
    1.4 本文研究的内容以及组织结构
第二章 相关方法的研究
    2.1 理论方法
        2.1.1 最小二乘法
        2.1.2 岭回归
        2.1.3 LASSO回归
        2.1.4 Cox回归模型
        2.1.5 检验假设
    2.2 技术方法
    2.3 本章小结
第三章 数据挖掘方法的实现
    3.1 数据准备
    3.2 实现步骤
        3.2.1 基因差异表达分析
        3.2.2 Cox回归分析
        3.2.3 岭回归分析
        3.2.4 基于k折交叉验证的LASSO回归分析
    3.3 预后指数的构建
        3.3.1 岭回归与LASSO回归的比较
    3.4 本章小结
第四章 结果验证与分析
    4.1 结果验证
        4.1.1 在验证集样本上的验证
        4.1.2 基于临床变量的验证
        4.1.3 基于GDC数据集的验证
    4.2 预后基因功能分析
        4.2.1 基于David的功能分析
        4.2.2 基于STRING的功能分析
    4.3 本章小结
第五章 总结与展望
    5.1 主要结论
    5.2 研究展望
参考文献
在学期间的研究成果
致谢


【参考文献】：
期刊论文
[1]术前CEA、CA153水平在乳腺癌患者中预测预后的价值[J]. 何秀玉,冯增鹏,李杰.  中国现代医生. 2019(02)
[2]基于癌症基因组图谱构建胃癌预后评估模型[J]. 王举,窦忠霞,姜洪伟,王永强,高小平,张勇.  天津医药. 2018(12)
[3]胃癌基因标志物调控网络模型的初步建立[J]. 李璐.  中国肿瘤. 2017(08)
[4]基于前缀项集的Apriori算法改进[J]. 于守健,周羿阳.  计算机应用与软件. 2017(02)
[5]基于SVM的嵌入式特征基因选择方法研究[J]. 张世芝,张明锦.  计算机与应用化学. 2016(01)
[6]大数据背景下医学数据挖掘的研究进展及应用[J]. 秦文哲,陈进,董力.  中国胸心血管外科临床杂志. 2016(01)
[7]数据挖掘及其在医学信息中的应用[J]. 石晓敬.  医学信息学杂志. 2013(05)
[8]基于SVM和平均影响值的人肿瘤信息基因提取[J]. 李凌波,张静,陈丹.  生物信息学. 2013(01)
[9]数据挖掘的研究进展及在临床医学中的应用[J]. 周攀,王开正.  国际检验医学杂志. 2012(10)
[10]遗传算法研究综述[J]. 葛继科,邱玉辉,吴春明,蒲国林.  计算机应用研究. 2008(10)

硕士论文
[1]基于机器学习和智能优化的肿瘤基因表达数据挖掘研究[D]. 高凌云.皖南医学院 2018



本文编号：3725554