面向组学数据的疾病特征分析方法研究

发布时间：2017-07-25 15:22

  本文关键词：面向组学数据的疾病特征分析方法研究

  更多相关文章： 疾病 组学数据 中级融合 分层决策 病情发展预测 生物特征相关网络 组学特征序关系 疾病特征模式搜索

【摘要】：近十几年来,高通量实验技术的发展对于面向疾病的研究产生了巨大影响：在针对人类疾病的研究当中,越来越多的组学数据分析技术得到了应用和推广。组学数据分析方法使得对疾病特征的研究上升到了分子的层面。面对各种各样的组学数据,如何挖掘出其中与疾病相关的信息已经成为生物信息学中的热门课题。利用生物组学数据挖掘出的疾病模式信息有助于对致病机制的理解：一方面可以提高医疗诊断和预测的准确率,另一方面可以为疾病的干预和治疗提供新的思路和手段。 针对疾病的诊断、病情发展的预测以及疾病特征的模式发现等问题,本文进行了面向组学数据的疾病特征分析方法的若干项研究,其工作内容包含：(1)针对利用不同种类的组学特征对疾病样本进行分类的问题,提出了一种面向组学数据的中级融合分类方法,并在两个癌症公共组学数据集上,将该方法与其他融合分析方法的分类效果进行比较。(2)针对利用不同种类的组学特征对疾病发展进行预测的问题,给出了一种基于分层决策思想的病情分析预测方法。在利用该方法对糖尿病前期患者的病情发展情况进行预测的同时,构建了组学特征相关网络,从生物学角度给出了合理的解释。(3)针对在组学数据中寻找与疾病相关的生物特征模式的问题,给出了基于组学特征序关系的疾病特征模式的搜索方法。利用该方法在糖尿病前期患者和糖尿病患者的组学数据中搜索到了若干与糖尿病相关的疾病特征模式,并从代谢产物浓度与糖尿病的联系的角度给出了生物学解释。
【关键词】：疾病 组学数据 中级融合 分层决策 病情发展预测 生物特征相关网络 组学特征序关系 疾病特征模式搜索
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R319;TP311.13
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 绪论9-15
• 1.1 研究背景9-10
• 1.2 本文的研究内容10-11
• 1.3 本文的主要工作及章节安排11-15
• 第二章 面向组学数据的中级融合分类方法的研究15-27
• 2.1 引言15-16
• 2.1.1 研究背景15
• 2.1.2 研究现状15-16
• 2.2 中级融合算法16-20
• 2.2.1 融合算法流程16-19
• 2.2.2 融合算法分析19-20
• 2.3 实验结果及分析20-24
• 2.3.1 低级融合法20
• 2.3.2 高级融合法20-21
• 2.3.3 分类评价指标21-22
• 2.3.4 非小细胞肺癌与肾癌数据集22-23
• 2.3.5 结肠直肠癌与结肠直肠腺瘤数据集23-24
• 2.4 讨论24-25
• 2.5 本章小结25-27
• 第三章 基于分层决策思想的病情分析预测方法的研究27-39
• 3.1 引言27-28
• 3.1.1 研究背景27-28
• 3.1.2 研究现状28
• 3.2 基于分层决策思想的病情分析预测方法28-32
• 3.2.1 分层决策思想28-30
• 3.2.2 不同划分下的主成分提取及分类30-31
• 3.2.3 特征相关网络的构建31-32
• 3.3 实验结果及分析32-38
• 3.3.1 实验数据32
• 3.3.2 基于分层决策思想的病情预测32-34
• 3.3.3 组学特征相关网络的构建34-38
• 3.4 本章小结38-39
• 第四章 基于组学特征序关系的疾病特征的模式发现39-59
• 4.1 引言39-41
• 4.1.1 研究背景39-40
• 4.1.2 研究现状40-41
• 4.2 序关系的模式搜索方法41-51
• 4.2.1 问题的转化41-42
• 4.2.2 最长公共子串法42-45
• 4.2.3 K编码模式搜索法45-47
• 4.2.4 基于最长公共子串的融合分析法47-51
• 4.3 实验结果及分析51-57
• 4.3.1 59个样本的实验数据及结果分析51-56
• 4.3.2 27个样本的实验数据及结果分析56-57
• 4.4 本章小结57-59
• 第五章 结论59-63
• 5.1 工作总结59-60
• 5.2 后续工作60-63
• 参考文献63-71
• 致谢71-73
• 在读期间发表的学术论文与取得的研究成果73

【参考文献】

中国期刊全文数据库 前5条

1 董继扬;李伟;邓伶莉;许晶晶;Julian L.Griffin;陈忠;;核磁共振代谢组学数据的尺度归一化新方法[J];高等学校化学学报;2011年02期

2 殷雪莲;;香港糖尿病专科护士护理工作简介[J];护理与康复;2010年02期

3 尤丽;巴吐尔·买买提明;哈木拉提·吾甫尔;;基于核磁共振的肾虚痰瘀型2型糖尿病患者血清代谢组学研究[J];科技导报;2012年08期

4 李子银,陈受宜;植物的功能基因组学研究进展[J];遗传;2000年01期

5 任夏洋;赵志刚;;基因组学——未来医药学的方向[J];药品评价;2010年10期

，

本文编号：571980