两类基因—药物共模块识别算法

发布时间：2021-03-13 02:23

　　近年来,国际上相继启动了多个大型癌症基因组项目,如癌症细胞系百科全书（CCLE）,癌症基因组项目（CGP）等,产生了大规模的药物基因组学数据,方便研究者采用计算的方法深度挖掘海量数据背后蕴藏的重要信息。本文利用癌症药物敏感性基因组学数据库（GDSC）,基于经典的偏最小二乘法和非负矩阵分解算法,从高维基因表达数据和抗癌药物响应数据中识别出具有统计意义和生物意义的基因—药物共模块。从基因调控的角度帮助人们理解抗癌药物作用的分子机理,筛选潜在的药物靶标。偏最小二乘法因其简单易操作而备受研究者青睐。研究表明带有基因网络正则约束的稀疏偏最小二乘算法（SNPLS）可以有效地识别出基因—药物共模块,该算法只考虑了基因之间的相关性信息约束,未考虑药物之间的相关性信息约束。在此算法基础上,本文增加了药物关联网络信息,即将药物二维化学结构转化为数值序列,计算数值序列之间的Jaccard相关系数,构建药物关联网络,进而提出伴有基因和药物关联网络正则约束的稀疏偏最小二乘算法（SGDPLS）,用其识别基因—药物共模块。结果显示:相较于SNPLS,由于药物关联网络信息的加入,SGDPLS算法所识别出的基因模块与药... 

【文章来源】：燕山大学河北省

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

23456(b)图2-5第二个共模(a)相关性

SSJNMF算法流程图3.2.1SSJNMF算法的建立


本文编号：3079407