基于夹角余弦的度量识别阿尔茨海默病致病基因

发布时间：2017-07-08 17:11

  本文关键词：基于夹角余弦的度量识别阿尔茨海默病致病基因

  更多相关文章： 阿尔茨海默病 基因芯片 夹角余弦 切比雪夫不等式 K-means算法

【摘要】：阿尔茨海默病一种神经系统功能的持续性衰退的进行性痴呆疾病。据统计，我国阿尔茨海默病的患者大约有900万人。目前，，阿尔茨海默病并没有有效的治疗药物。因此，阿尔茨海默病的前期诊断、病理研究、药物开发具有非常重要的社会意义和巨大的经济效益。2002年基因芯片技术的应用，使研究者们可以借助大量基因表达数据，设计算法来识别致病基因，研究阿尔茨海默病致病机理，达到彻底治愈阿尔茨海默病的目的。 本文围绕已知的致病基因（APOE、presenilins1、 presenilins2等）来设计聚类算法，从中识别这些基因的伴随基因。识别出的阿尔茨海默病的伴随基因很有可能是致病基因，而且可以进一步分析其功能作用来揭示阿尔茨海默病的致病机理或者为生物学实验的验证提供候选基因。 传统的寻找阿尔茨海默病致病基因的算法几乎都是以欧氏距离或由欧氏距离衍生出的距离为度量方式，而忽视了算法设计时，是否具有或者符合生物学意义。通过本文的讨论，在利用已确认致病基因为主基因寻找伴随基因的算法中，夹角余弦是更合理、更有效的度量方式，具有更好的生物学意义。因此，基于夹角余弦度量提出了分别利用切比雪夫不等式和K-means改进算法设计两种不同的聚类算法来识别阿尔茨海默病的致病基因，找到了一些阿尔茨海默病的致病基因并进行了分析。
【关键词】：阿尔茨海默病 基因芯片 夹角余弦 切比雪夫不等式 K-means算法
【学位授予单位】：四川师范大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：R311;R749.16
【目录】：

• 摘要3-4
• ABSTRACT4-6
• 1 绪论6-11
• 1.1 阿尔茨海默病及其研究现状6-8
• 1.2 基因芯片技术的原理及其在阿尔茨海默病中的应用8-9
• 1.3 本文研究目的与意义9-10
• 1.4 本文主要工作10-11
• 2 预备知识11-19
• 2.1 基因芯片的数据格式11-12
• 2.2 伴随基因和阿尔茨海默病致病基因的识别原理12-13
• 2.3 常用的度量方式及夹角余弦度量13-17
• 2.4 切比雪夫不等式17-19
• 3 应用夹角余弦和切比雪夫不等式识别致病基因19-31
• 3.1 算法的数学模型19-23
• 3.2 算法过程23-24
• 3.3 利用算法识别致病基因步骤24-25
• 3.4 实验及结果分析25-31
• 4 基于夹角余弦的 K-MEANS 改进算法识别致病基因31-39
• 4.1 K-MEANS 聚类算法介绍31
• 4.2 K-MEANS 聚类算法的缺点及改进31-33
• 4.3 基于夹角余弦的 K-MEANS 改进算法识别致病基因33-35
• 4.4 实验及结果分析35-39
• 5 结论与展望39-41
• 参考文献41-46
• 附录46-54
• 致谢54-56
• 在校期间的科研成果56

【参考文献】

中国期刊全文数据库 前4条

1 殷俊;周静波;金忠;;基于余弦角距离的主成分分析与核主成分分析[J];计算机工程与应用;2011年03期

2 刘奎;张琨;王翠荣;;利用切比雪夫不等式的背景建模算法[J];计算机应用与软件;2012年04期

3 宋丽红;;K-均值聚类的Matlab仿真设计[J];实验技术与管理;2010年10期

4 乔生炳;“熵”概念的拓展及应用[J];现代物理知识;2001年03期

本文编号：535500