基于基因表达和基因突变数据的基因网络重布线的方法研究

发布时间：2020-04-01 03:25

【摘要】：在不同的疾病状态下,基因相关性网络经常发生变化。了解这些网络如何在两种不同疾病状态间的重新布局是基因组研究中的一项重要任务。为了实现这一目标,很多差异网络分析模型被提出,但其中大部分方法都是为某种预先定义的数据类型而设计的。随着高通量技术的发展,可以从不同视角收集基因活性测量数据(例如,mRNA表达和DNA突变)。这些不同类型的数据可能享有一些共同的特征,同时也包含这些数据类型所特有的属性。因此,需要新的估计方法来探索不同数据类型所对应的差异网络之间的相似性和特异性。在这项研究中,我们提出了一种新的差异网络推断模型。这个模型通过整合基因表达数据和基因突变数据来识别基因调控网络的重新布局,同时采用Group Bridge惩罚函数来学习不同数据类型间的相似性和特异性。模拟研究表明,我们的方法始终优于对比方法。我们还将这种差异网络推断的方法应用于铂抗性卵巢癌的基因组学图谱数据,并推断与卵巢癌铂抗性相关的基因网络重新布局。这两种数据类型对应的差异网络含有一些共同的差异边,同时也含有数据类型所特有的差异边。此外,在卵巢癌铂抗性的差异网络中共有的枢纽基因在卵巢癌铂抗性中起重要作用。
【图文】：

估计方法,直接估计,人类基因组研究

的方法也可以分为直接估计和间接估计的方法丨３９，邋３６：邋３７，邋３斗由于直接估计的方逡逑法不需要对每个状态的参数矩阵进行稀疏假设，因而经常用于突变数据的差异网逡逑络的估计。网络的两种类型的推断方式见图１。逡逑肿瘤基因组图谱（Ｔｈｅ邋Ｃａｎｃｅｒ邋Ｇｅｎｏｍｅ邋Ａｔｌａｓ：邋ＴＣＧＡ）是由美国国家癌症研宄逡逑所（Ｎａｔｉｏｎａｌ邋Ｃａｎｃｅｒ邋Ｉｎｓｔｉｔｕｔｅ）和美国国家人类基因组研究所（Ｎａｔｉｏｎａｌ邋Ｈｕｍａｎ逡逑２逡逑

流程图,图模型,基因组学,流程图

逦颂士学位论文逡逑ＭＡＳＴＥＲ＇Ｓ邋ＴＨＥＳＩＳ逡逑因ｊ？条件独立当且仅当％邋＝邋０，见图２。逡逑＾邋＇逦00＊0＊逡逑基因组学数据逦基因网络逦精度矩阵逡逑图２：图模型流程图：根据基因组学数据可以推断基因间的相关网络。基因网络网络中边的关系逡逑可以用其对应的参数矩阵刻画：若基因ｉ与基因ｊ条件相关即存在边则＃邋０；若＝邋０则基逡逑因ｉ与基因ｊ条件独立，没有对应的边链接这对基因。因此在估计基因网络结构时，只需要估计逡逑其对应的参数矩阵（若是高斯分布的数据则为精度矩阵的逆）。逡逑２．１．２伊辛模型逡逑假设；…，，；ｇＴ是一个ｐ维的随机向量，其中■｛－ｉ，ｉ｝。倘若ｘ逡逑的分联合分布函数可以表示为：逡逑１逦Ｐ逦Ｐ逡逑Ｐ｛Ｘ：，ｅ）邋－逦ＸｉＸｊＯｉｊ｝逡逑＾邋Ｊ逦ｉ＝ｌ逦ｉ，ｊ＝ｌ逡逑则称Ｘ邋＝（不，…，服从伊辛分布。其中Ｘ邋ｅ邋ｘ邋＝邋｛＿１，１｝Ｐ，配分函数逡逑ｚ⑷＝ＺＺ邋ｘ内％｝，ｘ是ｘ所有可能的的集合。对马尔科夫网逡逑ＸＧｘ邋ｉ＝ｌ逦ｉｊ＝ｌ逡逑络图模型而言，如果其对应的分布Ｐ属于伊辛分布族，则称图模型为伊辛模型。逡逑伊辛模型广泛用于基因突变数据
【学位授予单位】：华中师范大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：Q811.4;R737.31

【相似文献】