对DNA微阵列数据的聚类以识别阿尔茨海默病的相关基因

发布时间：2017-09-11 08:10

  本文关键词：对DNA微阵列数据的聚类以识别阿尔茨海默病的相关基因

  更多相关文章： 阿尔茨海默氏病(AD) 基因 DNA微阵列 通路图

【摘要】：阿尔茨海默病简称AD病是一种较为严重的痴呆症,目前为止全世界AD病的患者数量正持续不断增加,而从医学的角度还尚未能明确其致病机理。本文核心思想是建立新的算法模型,挖掘出基因数据表达特征,列出可能与AD病相关的基因。聚类分析(Cluster Analysis)又称聚类,是将对象或观测划分成子集的过程。每一个子集是一个簇,使得簇中的对象相似度较高,但与其他簇中的数据对象却极为不相似,它可能将引发基因数据内事先未知的群组的发现。本文在设计新算法前加上了聚类的思想以筛选出可能与AD病相关的基因。在本文中,首先引入聚类的思想,将一个簇视为在相同的实验环境下产生的,标记为同一类,因此,不同的簇之间看作为不同的实验条件,这里标记为不同类。再次,将一个类心组中的一致表达(即一致上升或一致下降)的基因筛选出来。若筛选出的基因在每一个类心组中都显示着同样的特征,则该基因亦被筛选出来,在本文中视为可能与AD病相关的基因。本文共筛选出144个可能与AD病相关的基因,附录2中标记的8个基因已经被某些权威文献总结出与AD病有关。对这里基因进行基于位置和功能的检索,推测出将可能导致AD病的相关结论：(1)位于膜上的基因由信号传导异常而可能引发AD病(2)阿尔兹海默病很可能是由神经细胞增值过程紊乱造成的。(3)AD病很可能和与锌离子结合的基因有关.并且这些基因参与的信号通路异常：文章总结了11个与AD病相关的基因,将每个基因的passway汇总后形成较为完整的AD病致病机理passways。
【关键词】：阿尔茨海默氏病(AD) 基因 DNA微阵列 通路图
【学位授予单位】：四川师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R749.16
【目录】：

• 摘要4-5
• Abstract5-7
• 1 绪论7-11
• 1.1 AD病的研究简介7-9
• 1.2 基因芯片技术及其应用9-10
• 1.3 本文的主要工作10-11
• 2 预备知识11-14
• 2.1 基因芯片对应于AD病的基因数据的组织结构11
• 2.2 本文算法思想的引入11-12
• 2.3 本章小结12-14
• 3 算法设计及实现结果14-18
• 3.1 模型建立的主要思想14
• 3.2 数学模型14-15
• 3.3 算法的程序结构示意图15
• 3.4 算法的实现步骤15-16
• 3.5 算法实现结果16-17
• 3.6 本章小结17-18
• 4 AD候选基因分析18-27
• 4.1 基于位置和功能对候选基因进行分析18-21
• 4.2 与金属离子结合的相关基因探究21-25
• 4.3 相关基因潜藏的病源25-26
• 4.4 本章小结26-27
• 5 结论27-29
• 参考文献29-33
• 附录33-43
• 致谢43

【参考文献】

中国期刊全文数据库 前4条

1 裘敏燕,李瑶,谢毅,毛裕民;基因芯片技术及其应用[J];第二军医大学学报;2001年06期

2 梁忠英,庞朝阳;针对向量量化的一种新的计算机体系结构[J];四川师范大学学报(自然科学版);2003年06期

3 林树无;;简述阿尔茨海默病[J];沈阳医学院学报;2013年01期

4 李强;曹明溶;刘志龙;蒋建伟;;去氢骆驼蓬碱诱导HepG2细胞凋亡并增强其对5-氟尿嘧啶和顺铂的敏感性[J];中国病理生理杂志;2013年02期

，

本文编号：829569