基因富集分析方法研究及基因与疾病关联性分析

发布时间：2017-09-17 05:15

  本文关键词：基因富集分析方法研究及基因与疾病关联性分析

  更多相关文章： 高通量基因测序 基因富集分析 拓扑势 基因调控网络

【摘要】：现阶段,基因测序技术主要基于高通量测序,其技术不断成熟的同时基因数据也大量产生。人类对基因的研究也不再集中于基因数据的获取上,重心开始逐渐偏移,着重探讨基因的功能及基因的多样性。当前面临的主要挑战在于解释和分析基因测序产生的大量数据,尝试从这些大量基因数据中挖掘出潜在的规律,为人类带来福音。癌症,又被称为恶性肿瘤,目前是对人类健康最大的威胁之一。利用基因技术进行癌症预防及治疗将会成为未来癌症治疗的重大突破点。利用生物先验知识,分析一组具有相同功能的基因(基因集)在不同表现型下的差异性的方法渐成为当前的主流方法,即基因富集分析方法。本文提出了一种基于拓扑势模型的基因富集分析方法。该方法将单个基因看作一个表达势场,并且利用拓扑势模型量化此表达势场的强度。基因表达势场的强度主要取决于两个方面:基因表达值的高低以及基因之间调控关联程度的强弱。基因的表达值越高,并且与其他基因之间的调控关系越强,则基因的表达势场越强。反之则其表达势场越弱。可以将传统的基因富集分析方法分为两个大类:基于基因表达值的分析方法以及基于基因间相互关系的分析方法。由于基因之间存在调控关系,因此可以将人体的所有基因看成一种调控网络,基于此调控网络,可以将基于基因表达值的调控方法称为“点方法”,将基于基因间相互关系的方法称为“边方法”。本文提出的拓扑势模型可以看作是“点方法”与“边方法”的结合。在对模型的分析上,使用了三组肠癌数据,并将拓扑势模型与当前主流的算法进行了比较,实验结果表明拓扑势模型比之其他方法具有更优的性能。同时,本文还将人体基因调控网络HTRN引入到了拓扑势模型,并给出了基于此网络的拓扑势模型具体的计算方法。HTRN网络是DNA元件百科全书项目的一部分,引入此网络使得拓扑势模型只需考虑网络中存在调控关系的基因对,如此使得模型在生物上更具解释性。在对引入HTRN网络的拓扑势模型性能的分析上,本文用到了一种新的分析方法,该方法要以大量的实验数据为依托,利用不同数据目标基因集的p-value以及p-value排序位置为衡量标准对算法性能进行评估。在不同算法的比对分析中,可以看到引入大网络的拓扑势分析模型具有更优的性能。换句话说,其在基因富集分析方面具有更加优越的竞争力。
【关键词】：高通量基因测序 基因富集分析 拓扑势 基因调控网络
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R3416
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 绪论9-17
• 1.1 课题的来源及研究的背景和意义9-11
• 1.1.1 课题来源9
• 1.1.2 课题的研究背景和意义9-11
• 1.2 国内外在该方向的研究现状及分析11-15
• 1.2.1 国外研究现状11-15
• 1.2.2 国内研究现状15
• 1.3 主要研究内容和论文组织结构15-17
• 第2章 基因富集分析方法的介绍17-24
• 2.1 引言17-18
• 2.2 常用的基因富集分析方法18-23
• 2.2.1 GSEA18-19
• 2.2.2 GSVA19-20
• 2.2.3 GSCA与GSNCA20-21
• 2.2.4 DRAGEN21-22
• 2.2.5 各类方法优缺点的比较22-23
• 2.3 本章小结23-24
• 第3章 基于拓扑势的基因差异分析模型24-39
• 3.1 引言24-26
• 3.2 基于拓扑势模型算法的主要步骤26-30
• 3.2.1 数据预处理26-27
• 3.2.2 计算基因集的拓扑势向量27-29
• 3.2.3 计算信息散度29
• 3.2.4 交叉互换最终判定差异基因集29-30
• 3.3 实验分析30-38
• 3.3.1 算法实验准备工作30
• 3.3.2 基于肠癌数据的实验30-34
• 3.3.3 对肠癌数据的深入分析34-37
• 3.3.4 与疾病相关的中心基因37-38
• 3.4 本章小结38-39
• 第4章 基于人体调控网络的拓扑势模型39-55
• 4.1 引言39-40
• 4.2 基于HTRN网络的拓扑势模型40-41
• 4.3 基于网络的中心基因分析法41-42
• 4.4 实验分析42-55
• 4.4.1 对引入网络拓扑势模型的分析43-51
• 4.4.2 比较不同类别中心基因的异同51-55
• 结论55-57
• 参考文献57-62
• 攻读硕士期间发表的论文及其它成果62-64
• 致谢64

，

本文编号：867463