基于结核病的基因芯片数据挖掘及生物信息学分析

发布时间：2021-10-20 21:00

　　本文旨在寻找可用于结核病诊断和治疗的潜在分子标志物.首先借助分析活动性结核病患者和潜伏性结核病的基因表达谱,利用随机森林算法建立预测模型识别出跟结核病感染状态相关的易感基因.其次对结核病患者的外周血单核细胞与健康人的基因进行了比较分析以及生物信息学分析,发现了结核病患者与健康对照组个体之间可能存在的生物标志物.第一章,介绍了结核分枝杆菌的背景知识、结核病的致病机制,国内外用于结核病诊断识别的分子标志物的研究进展及本文所需的理论基础知识.第二章,分析活动性结核病和潜伏性结核病患者的基因表达谱,首先采用方差过滤筛选出差异表达的基因,其次利用随机森林算法建立模型预测跟结核病感染状态相关的基因,并选出排序靠前的相关基因,通过对比参考以前的文献和生物分析说明这些基因都跟结核病感染状态密切相关.与其它模型预测方法相比,随机森林模型方法使用更简单、速度更快,并且拟合效果也较好.第三章,对来源于结核病患者外周血单核细胞和健康对照组的基因进行了比较,随后对筛选出的差异表达基因进行GO功能富集分析和KEGG通路富集分析,同时通过构建蛋白互作网络以及模块分析,我们发现了可用于识别结核病的潜在生物标志物,最后... 

【文章来源】：西南大学重庆市 211工程院校 教育部直属院校

【文章页数】：45 页

【学位级别】：硕士

【部分图文】：

图２?不同数目随机森林对预测准确率的影响??ｒｆ??

?ＭｅａｎＤｅｃｒｅａｓｅＧｉｎｉ??图３?特征基因的重要性排序??同时，如图３随机森林算法可以给出自变量的童栗性排序．随机森林模型中的变量轚要??性排序的主要原理为：随机的在特征鸾羹中加入噪声！？模型准确率变动越大说明变量就越童要？??ＭｅａｎＤｅｃｒｅａ§ｅＡｃｃｕｒａｃｙ是指随机地在所含的变量里面加入嗓声影响后９模型的推确率发生??增加的均３Ｓ＿ｓ而？：泡＝重要性也与增加的均畫差成正比．??§２．２．４模型的验证??为了说明随机森林模型的预测性能，将此与传统的支持鍾鳳归模型（ＳＶＭ）的Ｒ０Ｃ曲??线绘制在同一个图中进行性能比较．首先，设置训练过程的控制参数为黨复三次的１０倍交叉??验怔＾分别使用Ｒａｎｄｏｍ?Ｆｏｒｅｓｔ和ＳＶＭ两神不隊的方法建立预测犠型进行预测，然再根??据预测结果绘制出与之相对应的Ｒ０Ｃ曲线图〔图４），从结果可知，基于随机森林（红色．）方法训??练得到的分类模型Ｒ０Ｃ曲线的ＡＵＣ值较大，为０．９２３；基于ＳＶＭ＿色：）方法得到的分类模??

线绘制在同一个图中进行性能比较．首先，设置训练过程的控制参数为黨复三次的１０倍交叉??验怔＾分别使用Ｒａｎｄｏｍ?Ｆｏｒｅｓｔ和ＳＶＭ两神不隊的方法建立预测犠型进行预测，然再根??据预测结果绘制出与之相对应的Ｒ０Ｃ曲线图〔图４），从结果可知，基于随机森林（红色．）方法训??练得到的分类模型Ｒ０Ｃ曲线的ＡＵＣ值较大，为０．９２３；基于ＳＶＭ＿色：）方法得到的分类模??

【参考文献】：
期刊论文
[1]结核分枝杆菌临床检测技术的研究进展[J]. 金福姝,薛强,邹明强,傅迎,孙福军,李莉.  中国冶金工业医学杂志. 2015(02)
[2]基于随机森林的亚健康状态预测与特征选择方法研究[J]. 王小强.  计算机应用与软件. 2014(01)
[3]随机森林方法在医学中的应用[J]. 韩玉,施海龙,曲波,武玉欣,刘洁.  中国预防医学杂志. 2014(01)
[4]结核病临床诊治进展年度报告（2011年）（第一部分 结核病临床诊断）[J]. 唐神结,胡忠义,张青,范琳,崔振玲,刘一典,张宗德,谢汝明,白连启,陆宇,张延安,侯代伦,金锋,张广宇,陈志,胡族琼,闫世明,赵云虹,邢勇,孙炳奇.  中国防痨杂志. 2012(06)
[5]初诊肺结核病人流行病学特征及分析[J]. 辛秀梅,吴英杰,张海涛,于秀萍.  中国公共卫生. 2012(01)
[6]不同检测方法对肺结核诊断价值的探讨[J]. 李秋根,刘江红,边泽源.  中国危重病急救医学. 2002(09)

硕士论文
[1]基于R语言的差异表达基因检测研究[D]. 纪相禹.吉林大学 2011



本文编号：3447595