基于组织特异网络模型的疾病基因排序方法

发布时间：2023-01-25 17:48

　　疾病基因的预测和发现有助于理解疾病的产生机理,对疾病的诊断和医治十分重要。传统的生物实验手段检测疾病基因费用高昂、耗时耗力且技术难度较高。因此,利用生物信息学方法对疾病基因进行预测,已成为预测疾病基因的重要方式。所谓疾病基因排序问题,就是指以疾病基因与疾病的关联程度为度量,对潜在的疾病基因进行排序,以衡量其可能致病或参与某个疾病过程的可能性,从而在生物实验中有针对性的进行验证。目前人们已经提出了各种类型的疾病基因排序方法,基于网络模型进行疾病基因排序是其中十分重要的一种,且其结果表明这是一类准确率较高的疾病基因排序方法。基于网络模型进行疾病基因排序的主要思想是,首先以某种方式构建网络,然后将已知疾病基因的信息映射到网络中,最后根据网络中候选基因与已知疾病基因的某种距离或相似性度量来对候选基因进行打分和排序。目前基于网络策略的方法多数都是基于以下假设,即所有疾病都与同一个分子间相互作用网络相关联。然而,很多疾病都趋向于在特定的组织中产生,且不同的组织其相关的分子间相互作用网络是不同的。本文使用一种新的网络模型进行疾病基因排序,这里的网络模型基于以下思想:对不同的疾病,不使用同一个分子间相... 

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状分析
        1.2.1 基于网络模型的方法
        1.2.2 基于基因信息的方法
        1.2.3 基于文本挖掘的方法
        1.2.4 基于数据融合策略的方法
    1.3 论文的研究内容
    1.4 论文的组织结构
第二章 相关理论与方法
    2.1 “guilt-by-association”原则
    2.2 组织特异性网络的构建方法
    2.3 基于组织特异性的疾病基因排序方法
        2.3.1 改进的Katz度量方法
        2.3.2 BlockRank方法
    2.4 本章小结
第三章 疾病基因排序方法
    3.1 传统方法使用的网络模型
    3.2 组织特异网络模型
    3.3 组织特异网络的构建
        3.3.1 实验数据
        3.3.2 组织特异网络模型的构建
    3.4 基于组织特异网络模型的随机游走方法
        3.4.1 网络中概念的形式化描述
        3.4.2 随机游走方法的目标函数
        3.4.3 网络上的随机游走方法
    3.5 本章小结
第四章 实验仿真及结果分析
    4.1 数据来源及说明
    4.2 疾病基因排序结果及拓扑关系
    4.3 算法效率与参数选择
    4.4 算法验证和与比较
        4.4.1 交叉验证
        4.4.2 与其他方法的比较
        4.4.3 在全局网络上的有效性分析
    4.5 文献验证
    4.6 本章小结
第五章 总结与展望
    5.1 本文工作总结
    5.2 下一步工作展望
参考文献
致谢
作者简介



本文编号：3731630