基于分子网络的疾病演化分析

发布时间：2017-04-01 09:07

  本文关键词：基于分子网络的疾病演化分析，，由笔耕文化传播整理发布。

【摘要】：疾病,特别是复杂疾病,严重影响着人类的身体健康以及正常生活。而癌症作为一种对人类健康具有严重损害的复杂疾病,长久以来一直受到研究者的广泛关注。随着后基因组时代的来临以及测序技术的飞速发展,生物测序数据的数量不断增加,越来越多的公共数据可以供研究者使用,如TCGA数据库,OMIM数据库以及GEO数据库等等。这些测序数据的开放使得整合多种生物数据,在分子水平上研究癌症的潜在机制及其致病原理变成人类疾病研究的一个重要方向。另一方面,疾病的发展是一个动态变化的生物过程,疾病会随着时间推移不断发生变化。这一认识使得动态分子网络上复杂疾病的分析受到了更多的关注。动态分子网络上疾病的演化分析从微观上可以了解基因和蛋白质的功能,探究生物通路的变化以及判断细胞的状态,从宏观上可以帮助揭示疾病发生机制,判定药物疗效以及制定个性化治疗方案。不同于以往静态网络或动态网络上生物标记的识别,本文旨在从动态发展的角度以及不同的粒度来分析癌症的发展变化。文章通过整合多种生物数据,从分子层面构建了肺癌疾病三个阶段的动态网络,并在动态网络上从多个粒度进行了疾病的演化分析。文章通过整合蛋白质相互作用网络数据和基因分子表达水平的微阵列数据以及肺癌发展过程中的阶段划分信息,构建了肺癌发展的三个阶段的基因分子网络,然后利用马尔科夫聚类方法识别各阶段的疾病网络上的功能,构建了一个加权的多部图来模拟网络演化过程。接着,分别从单个重要基因,生物通路和模块标记三个方面来分析肺癌在三个阶段的疾病分子网络上的变化,包括网络规模的变化,网络中基因的度分布以及聚集系数分布,网络中与疾病相关的生物通路,网络中模块数量的变化以及模块在疾病发展过程中的演化事件分析。最后,根据网络中基因与已知致病基因的连接关系结合动态网络中癌症的演化规律,对相关基因进行打分排序及筛选,进行致病基因的预测并从统计学意义和生物意等多个方面进行了候选致病基因的验证分析。在利用PPI数据和肺癌微阵列数据(ID:GDS3257)构建的疾病分子网络上进行的动态演化分析表明,文中的网络构建方法可以较好的构建出肺癌的疾病分子网络,反映出基因之间的相互作用关系。疾病网络上的动态演化分析能够从分子水平解释肺癌发展过程中基因的重要变化,并能够识别肺癌发展过程中相关的生物模块和生物通路。候选基因的预测以及对候选基因的验证分析说明我们预测的致病基因并非随机生成的,并且具有一定的可靠性,可以作为较强的生物标记。
【关键词】：分子网络 模块识别 演化分析 基因预测 复杂疾病
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：R363
【目录】：

• 摘要5-7
• ABSTRACT7-11
• 缩略语对照表11-14
• 第一章 绪论14-18
• 1.1 研究背景及意义14-15
• 1.2 研究现状15-16
• 1.3 本文工作及组织结构16-18
• 第二章 相关理论基础18-26
• 2.1 复杂网络分析18-23
• 2.1.1 复杂网络概述18-19
• 2.1.2 中心性分析19
• 2.1.3 模块分析19-20
• 2.1.4 动态网络演化分析简介20-23
• 2.2 相关生物数据23-25
• 2.2.1 蛋白质相互作用网络23
• 2.2.2 基因表达数据23-25
• 2.2.3 生物通路数据25
• 2.3 本章小结25-26
• 第三章 分子网络演化分析及疾病基因预测26-38
• 3.1 方法概述26
• 3.2 疾病基因收集和疾病网络构建26-28
• 3.2.1 已知疾病基因集合收集26-27
• 3.2.2 疾病基因网络构建27-28
• 3.3 疾病基因模块的识别28-31
• 3.3.1 MCL算法简介28-30
• 3.3.2 模块识别30-31
• 3.4 演化分析31-37
• 3.4.1 重要基因在动态网络上的演化分析31-32
• 3.4.2 生物通路在动态网络上的演化分析32-33
• 3.4.3 功能模块在动态网络上的演化分析33-36
• 3.4.4 总体演化规律分析36-37
• 3.5 疾病基因预测37
• 3.5.1 基因得分算法37
• 3.5.2 疾病基因预测37
• 3.6 本章小结37-38
• 第四章 实验结果与分析38-64
• 4.1 实验数据说明和疾病网络构建38-41
• 4.1.1 已知疾病基因38
• 4.1.2 疾病基因网络38-41
• 4.2 演化分析结果验证41-56
• 4.2.1 重要基因的演化结果分析41-44
• 4.2.2 生物通路的演化结果分析44-48
• 4.2.3 功能模块的演化结果分析48-55
• 4.2.4 总体演化结果分析55-56
• 4.3 疾病基因的验证与分析56-63
• 4.3.1 统计方法分析56-57
• 4.3.2 生物意义分析57-61
• 4.3.3 分类性能分析61-63
• 4.4 本章小结63-64
• 第五章 总结与展望64-66
• 参考文献66-70
• 致谢70-72
• 作者简介72-73

【相似文献】

中国重要会议论文全文数据库 前2条

1 赵旭阳;许凤莲;李朝阳;高占国;;滹沱河湿地景观生态系统及其演化分析[A];2004·中国·武汉生态旅游论坛论文集[C];2004年

2 李杰;李涛;陈建兵;;随机系统概率演化分析中的概率配置方法[A];中国力学大会——2013论文摘要集[C];2013年

中国重要报纸全文数据库 前1条

1 华中科技大学 范如国;基于复杂网络理论的改革开放制度演化分析[N];光明日报;2008年

中国博士学位论文全文数据库 前1条

1 邓镭;面向微博新媒体的公共事件及其社会舆论分析技术研究[D];国防科学技术大学;2013年

中国硕士学位论文全文数据库 前8条

1 敖其;基于分子网络的疾病演化分析[D];西安电子科技大学;2014年

2 闫志伟;企业自主创新理论的演化分析[D];山西大学;2008年

3 杨维成;基于软件仓库的源代码演化分析[D];上海交通大学;2014年

4 李新国;服务业发展、演化分析及中国的发展与对策[D];山东大学;2007年

5 王巍;基于关键词和时间点的网络话题演化分析[D];复旦大学;2009年

6 宋扬;基于模型比较的软件演化分析及同步演化方法[D];复旦大学;2013年

7 卢锁;基于复杂网络的软件系统演化分析[D];东北大学;2012年

8 吕楠;话题追踪与演化分析技术研究[D];解放军信息工程大学;2009年

  本文关键词：基于分子网络的疾病演化分析，由笔耕文化传播整理发布。

本文编号：280344