基于PPI网络的疾病候选基因排名方法研究

发布时间：2017-05-10 00:01

  本文关键词：基于PPI网络的疾病候选基因排名方法研究，由笔耕文化传播整理发布。

【摘要】：有效识别疾病的致病基因是人类遗传学研究的关键问题。传统的基因定位方法将候选基因的位置限制在一个区域内,该区域通常包含几十到几百个候选基因,采用生物实验的方法对这些基因进行逐一识别非常昂贵且费时。而使用生物信息学的方法不仅可以降低成本,而且可以快速甄别候选基因,进行基因的定位。其中,基于PPI网络的候选基因排名方法表现出了较好的性能。本文基于PPI网络研究疾病候选基因排名问题,主要研究成果如下： 第一,提出了一种基于最短路径的候选基因排名方法SPranker。基于相似表型的疾病是由功能相关的基因引起的这一依据,进一步提出了融合GO语义相似性的排名方法SPGOranker,同时考虑了蛋白质之间的最短路径和它们之间的GO语义相似性。我们使用Orphanet数据库中的172种罕见疾病的1598个已知致病基因数据集进行留一法交叉验证。实验结果表明,本文提出的方法SPranker和SPGOranker比其它三种基于PPI网络的方法VS、ICN和RWR具有更好的排名效果。此外,我们还用SPranker和SPGOranker识别罕见疾病潜在的致病基因。 第二,提出了一种基于搜索引擎算法的疾病候选基因排名方法TrustRanker。首先我们构建了人类疾病网络,并分析其网络拓扑特性。我们使用两种疾病之间的相似性,拓扑相似性和疾病表型相似性,来选择与特定疾病相关的基因作为种子。利用这些种子基因来初始化TrustRanker方法所需的初始概率矩阵。我们使用OMIM数据库中的2666种疾病的2705个已知致病基因数据集进行留一法交叉验证。实验结果表明,TrustRanker的排名性能好于另外两种候选基因排名方法PRP和Prince。最后,我们使用TrustRanker方法来预测三种疾病潜在的致病基因。本文包含图12幅,表6个,参考文献86篇。
【关键词】：致病基因 PPI网络 候选基因排名 TrustRanker
【学位授予单位】：中南大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：Q811.4;TP391.3
【目录】：

• 摘要4-5
• 英文摘要5-9
• 1 绪论9-15
• 1.1 课题的研究背景9-12
• 1.1.1 基因和人类疾病9-10
• 1.1.2 疾病基因研究的相关数据库简介10-12
• 1.2 课题的研究意义12-13
• 1.3 课题的研究内容13-14
• 1.4 论文的组织结构14-15
• 2 疾病候选基因排名方法研究进展15-23
• 2.1 基于生物特征的疾病候选基因排名方法15-17
• 2.2 基于网络信息的疾病候选基因排名方法17-19
• 2.2.1 使用局部网络信息17-18
• 2.2.2 使用全局网络信息18-19
• 2.3 基于多信息融合的疾病候选基因排名方法19-22
• 2.3.1 融合表型网络信息和分子相互作用信息19-21
• 2.3.2 融合异构的生物数据21-22
• 2.4 本章小结22-23
• 3 基于PPI网络拓扑特性和GO相似性的候选基因排名方法23-35
• 3.1 基于最短路径的候选基因排名方法SPranker23-24
• 3.2 融合GO相似性的候选基因排名方法SPGOranker24-26
• 3.3 实验结果与分析26-31
• 3.3.1 实验数据26
• 3.3.2 效果评价标准26-27
• 3.3.3 交叉验证分析27-29
• 3.3.4 参数的影响分析29-31
• 3.4 预测罕见疾病潜在的致病基因31-34
• 3.5 本章小结34-35
• 4 基于搜索引擎算法的候选基因排名方法35-48
• 4.1 人类疾病网络构建与拓扑分析35-38
• 4.1.1 人类疾病网络的拓扑分析36-37
• 4.1.2 疾病基因网络的拓扑分析37-38
• 4.2 基于搜索引擎算法的候选基因排名方法38-41
• 4.2.1 TrustRanker方法38-40
• 4.2.2 计算每个基因的先验值40-41
• 4.3 实验结果与分析41-46
• 4.3.1 实验数据41
• 4.3.2 交叉验证分析41-44
• 4.3.3 参数的影响分析44-46
• 4.4 使用TrustRanker预测新的致病基因46-47
• 4.5 本章小结47-48
• 5 结束语48-50
• 5.1 研究工作总结48-49
• 5.2 研究展望49-50
• 参考文献50-57
• 攻读硕士学位期间主要研究成果57-58
• 致谢58

【共引文献】

中国博士学位论文全文数据库 前1条

1 商利;食管鳞癌及癌前病变分子分型标志物研究[D];北京协和医学院;2014年

中国硕士学位论文全文数据库 前2条

1 刘青;基于相互作用网络的致病基因预测方法研究[D];中南大学;2013年

2 刘荟娟;食管鳞状细胞癌组织中AHNAK2、TNS4、N-cadherin、TP53和MRE11的表达及其与临床病理指标相关性研究[D];安徽医科大学;2014年

  本文关键词：基于PPI网络的疾病候选基因排名方法研究，由笔耕文化传播整理发布。

，

本文编号：353550