遗传相互作用数据中的统计建模分析

发布时间：2022-02-15 17:58

　　在生物系统中,遗传相互作用指的是两个基因同时突变的表型异于它们分别突变表型叠加效果的现象。近年来,随着高通量技术的发展,遗传相互作用的高通量筛选得以实现,产生了大量遗传相互作用数据。通路基因指的是一组在同一条生物通路上相互协作的基因,它们共同完成某一项生命过程。发掘遗传相互作用数据中的通路基因可以研究基因之间如何进行相互作用共同影响某种表型,是理解生物学通路的结构和功能,生物系统进化规律,和研究复杂疾病的重要途径。然而,由于基因多效性以及高维数据处理困难等问题,如何发现遗传相互作用数据中的通路基因面临着很大挑战。本文中,我们通过改进的偏相关系数算法计算基因间的条件独立性,即删除掉通路中的已知基因的影响后,研究基因间的相关性。而这些通路中的已知基因将在模型中作为种子基因发掘通路中的其它基因。我们将讨论该算法在模拟数据和实际数据中的计算效果,证明该算法在遗传相互作用数据应用中的有效性。并且对挖掘的已知通路基因和新通路基因,探究其基因功能的相互作用关系。得到基因间的相互作用,共同完成生命活动。 

【文章来源】：青岛大学山东省

【文章页数】：41 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 研究进展
    1.3 本文的研究思路及内容
第二章 算法介绍
    2.1 偏相关系数算法
        2.1.1 偏相关系数算法的概念
        2.1.2 偏相关系数算法挖掘通路基因的过程
        2.1.3 偏相关系数算法的优化
    2.2 不考虑试验依赖性的偏相关系数算法
    2.3 相关系数均值算法
    2.4 相关系数最大值算法
    2.5 算法在模拟数据中的应用
第三章 算法在遗传相互作用数据中的应应用
    3.1 遗传相互作用数据介绍
    3.2 挖掘遗传相互作用数据的通路基因
    3.3 挖掘遗传相互作用数据中的通路信息
第四章 结论与展望
参考文献
攻读学位期间的研究成果
附录
致谢


【参考文献】：
期刊论文
[1]非负矩阵算法在遗传相互作用数据中的应用[J]. 王艺舒,杨德杰,李新民.  生物数学学报. 2016(04)



本文编号：3627073