基于多尺度网络的高维生物医学数据整合与定量分析

发布时间：2022-12-11 13:43

　　随着高通量生物技术的快速发展,使得生物医学领域产生了大量不同类型的组学数据。如何整合不同来源、不同尺度的高维组学数据去分析和研究复杂生物系统的生命活动规律和复杂疾病的内在机制是目前生物医学研究的一个热点和难点。本博士论文通过集成异源、多尺度的高通量组学数据,运用新的数学模型和优化算法,将复杂生物系统构建成多尺度生物网络模型。基于构建的多尺度生物网络模型,综合运用张量计算、线性控制、图论和统计学等理论,分别从单层网络、多层网络和时序多层网络三个不同的网络层次研究了多尺度网络的拓扑性质、网络中心性和网络控制等,以此来解决一些重要的科学问题。本论文的主要创新性工作有以下四个方面:1.基于共表达网络的数学建模与定量分析预测基因异构体的生物学功能。本文通过共表达网络的数学建模与定量分析,主要探索以下两个重要的科学问题:（i）对来源于同一个基因的不同基因异构体,识别出哪些异构体在功能上是类似的,哪些异构体在功能上是具有显著差异的;（ii）对来源于同一个基因的不同异构体的生物学功能进行预测。具体的分析思路和结果概述如下:首先,基于外显子表达谱数据,本文提出了两个新颖的矩阵相关性方法（MINet和RV... 

【文章页数】：148 页

【学位级别】：博士

【文章目录】：
论文创新点
摘要
ABSTRACT
1 引言
    1.1 多维生物医学大数据简述
        1.1.1 生物医学大数据的特征
        1.1.2 多维高通量组学数据
    1.2 基于网络的生物医学研究简述
        1.2.1 网络生物学
        1.2.2 多尺度生物网络的数学模型
    1.3 生物网络系统的可控性研究简述
        1.3.1 线性系统的可控性理论
        1.3.2 多尺度生物网络的可控性研究
    1.4 张量理论及其在生物医学中的应用
        1.4.1 基于张量的应用研究简述
        1.4.2 张量理论及其在多尺度生物网络研究中的应用
    1.5 本文的主要研究工作及组织结构
2 基于共表达网络的数学建模和定量分析预测基因异构体的生物学功能
    2.1 研究思路概述
    2.2 基于外显子组学数据构建共表达网络
        2.2.1 Iso-Net方法综述
        2.2.2 MINet方法的数学模型
        2.2.3 RVNet方法的数学模型
    2.3 共表达网络构建方法的性能评估
        2.3.1 模拟数据集的生成
        2.3.2 预测精度评估
        2.3.3 IsoNet方法：一个统一框架对于整合MINet和 RVNet方法
    2.4 基于共表达网络的定量分析预测基因异构体的生物学功能
        2.4.1 人类骨髓分化数据的收集与处理
        2.4.2 12个重要转录因子的基因异构体功能预测
    2.5 本章小结
3 在张量计算框架下识别多层生物网络的关键节点
    3.1 研究思路概述
    3.2 多层癌症网络的构建
    3.3 多层网络的张量奇异向量中心性
        3.3.1 单层网络的HITS中心性
        3.3.2 基于张量计算的四个中心性指标及其收敛性分析
        3.3.3 张量奇异向量中心性的算法设计
    3.4数值实验
        3.4.1 预测精度评估
        3.4.2 收敛速度和运行时间分析
        3.4.3 鲁棒性分析
    3.5 本章小结
4 多尺度生物网络的可控性和控制能量研究
    4.1 研究思路概述
    4.2 单层网络的控制能量评估和控制策略设计
        4.2.1 预备知识
        4.2.2 控制能量标准的边界估计
        4.2.3 节点度对控制能量的影响
        4.2.4 多目标优化的控制策略设计
    4.3 多层网络的可控性和控制能量研究
        4.3.1 预备知识
        4.3.2 层间耦合强度和耦合方式对可控性的影响
        4.3.3 层间耦合强度和耦合方式对控制能量的影响
    4.4 本章小结
5 整合时间和空间尺度的时序多层生物网络建模及其定量分析
    5.1 研究思路概述
    5.2 时序多层网络的数学模型
    5.3 时序多层网络的张量表示和定量指标
        5.3.1 节点的重叠度和网络熵
        5.3.2 层间的度中心性相关系数和链路重叠
    5.4 时序多层网络的迭代优化中心性
        5.4.1 TM-特征向量中心性
        5.4.2 TM-PageRank中心性
    5.5 数值实验
        5.5.1 基于分辨率熵的性能评价
        5.5.2 关键基因的功能富集分析
        5.5.3 两种迭代优化中心性方法的收敛速度分析
    5.6 本章小结
6 总结与展望
    6.1 全文总结
    6.2 进一步研究工作的展望
附录 A 12个转录因子异构体功能分析的相关图形汇总
附录 B 两个实际时序多层生物网络简述117参考文献
参考文献
攻博期间发表的科研成果目录
致谢


【参考文献】：
期刊论文
[1]Identifying disease modules and components of viral infections based on multi-layer networks[J]. Yuanyuan LI,Xiufen ZOU.  Science China（Information Sciences）. 2016(07)
[2]从单层网络到多层网络——结构、动力学和功能[J]. 陆君安.  现代物理知识. 2015(04)
[3]From a single network to a network of networks[J]. Jianxi Gao,Daqing Li,Shlomo Havlin.  National Science Review. 2014(03)
[4]复杂网络的邻接矩阵及其特征谱[J]. 熊文海,高齐圣,张嗣瀛.  武汉理工大学学报(交通科学与工程版). 2009(01)



本文编号：3718882