基于多形性胶质母细胞瘤的关键基因筛选研究

发布时间：2018-01-19 13:11

  本文关键词： GBM 生存模型 LASSO SPCA SSLC算法　出处：《西南大学学报(自然科学版)》2017年10期 　论文类型：期刊论文

【摘要】：多形性胶质母细胞瘤(GBM)是一种最常见且致死率极高的脑部肿瘤.为了解决传统生存模型不能处理变量p远大于样本数n的基因表达数据的缺点,本文构建了一个关键基因筛选算法——SSLC算法.该算法结合限制性优化算法和生存模型筛选出了与生存时间相关的GBM关键基因,并通过比较证明了此算法优于传统经典算法,最后通过文献查找证明筛选出的部分基因是已经证实的和GBM高度相关的基因,为GBM的靶向制药打下基础.
[Abstract]:Glioblastoma pleomorphic (GBM) is one of the most common and highly lethal brain tumors. In order to solve the traditional survival model can not deal with the variables p is far larger than the number of samples n gene expression data shortcomings. In this paper, a key gene screening algorithm, SSLC algorithm, is constructed, which combines the restrictive optimization algorithm and the survival model to screen the key genes related to the survival time of GBM. It is proved by comparison that this algorithm is superior to the traditional classical algorithm. Finally, it is proved by literature search that the selected genes are highly related to GBM, which lays the foundation for the targeted pharmaceutical of GBM.
【作者单位】： 西南大学经济管理学院;西南大学数学与统计学院;
【基金】：国家自然科学基金项目(20130695)
【分类号】：R739.41
【正文快照】： 癌症是一大类疾病的总称,其共同点是失去控制的细胞增殖.在众多的癌症疾病中,多形性胶质母细胞瘤(GBM)是一种神经胶质瘤,是最常见且致死率极高的脑部肿瘤,这种脑瘤具有高侵润性,可大范围转移.同时,该肿瘤细胞对放疗不甚敏感,非常容易复发.据文献报道神经胶质瘤的中位生存时间，

本文编号：1444304